當前位置:文書都 >

交際禮儀文書 >求職信 >

實用的文祕專業求職信三篇

實用的文祕專業求職信三篇

時光飛逝,時間在慢慢推演,沒想到也到了自己找工作的時間,感覺我們很有必要寫求職信了。求職信怎麼寫才能具有特色?以下是小編收集整理的文祕專業求職信3篇,歡迎大家分享。

實用的文祕專業求職信三篇

文祕專業求職信 篇1

尊敬的貴公司領導:

您好!我是XX職業技術學校商務文祕專業的學生。在校學習期間,我所學的課程有:OFFICE辦公軟件應用、祕書禮儀、應用文寫作、祕書心理學、商務英語、公共關係、祕書基礎、文書與檔案管理、行政管理、人力資源管理。在學習過程中,取得了良好的成績。並考取了以下證書:

1、全國計算機一級等級證。

2、通過學習,我不僅具備了祕書專業知識,還具備了較好的英語聽説能力和計算機操作能力,達到上崗即用的標準。此外,我還利用課餘時間廣泛涉獵了大量書籍充實了自己。更重要的是嚴謹的學風和端正的學習態度塑造了我樸實、穩重、拓新的性格特點。

在校期間,我積極參加各種社會實踐活動,曾在萬德電子有限公司當過文員,在美的公司當過促銷員。各種實踐經歷鍛鍊了我,使我具備了高度的工作責任和吃苦耐勞的精神。

期盼成為貴公司的一員,從事祕書及相關工作。也許我的知識和實踐經歷還略顯稚嫩,但我會用我的熱情、勤奮來彌補,以我最大的能力來回報貴公司。

最後,衷心祝願貴單位事業發達、蒸蒸日上!

此致

敬禮!

  求職者:

  日期:

文祕專業求職信 篇2

尊敬的經理:

您好!我叫XXX,我是XX職業學院現代商務文祕專業的一名大學生。在投身社會之際,為了找到符合自己專業和興趣的工作,更好地發揮自己的才能,實現自己的人生價值,謹向各位領導作一自我推薦。

我係統學習和掌握了日常行政公文的寫作、祕書學、國際金融、設備文書和現代漢語等知識並全面瞭解了會計原理,中國文學史等學科的知識。具有對計算機辦公軟件的操作能力以及祕書工作能力。同時我積極參加各種活動和社會實踐,組織、策劃和協調能力都有較大的提高。

我除具有本專業需要掌握的較強的語言文字表達能力、較強的公關辦事能力、基本的'管理能力和辦公軟件的操作能力外,還熟練掌握計算機的基本操作。當然光靠“道理”是找不到工作的,所以我在認真學習專業知識的同時,也不忘根據自己的興趣,學些計算機方面的專業知識,課餘也不忘自己的愛好,經常打打籃球,強健自己的體魄。

我相信自己的選擇,很希望能和貴公司合作,如果有幸被貴公司錄用的話,我將憑我的能力和貴公司共同進步;如未被選中,那定是我的能力還未能達到你們的要求,我將繼續不斷的學習!

此致

敬禮!

  求職者:XXX

文祕專業求職信 篇3

尊敬的XXXX公司人力資源部:

您好,我在網上看到貴公司近期在招聘總經理祕書一職,通過閲讀具體的職位描述,我覺得我非常適合這一職位。具體原因如下:

首先我具備相關的專業知識,我本科期間的專業為思想政治教育,雖然這一專業聽起來有些枯燥,但是在本科期間我們專業開設了人力資源管理、公文寫作、公共關係學、西方經濟學、馬克思主義政治經濟學等相關課程,同時我還輔修了漢語言文學雙學位。這使得我極大的鍛鍊公文寫作、危機公關、企業管理相關的知識。通過研究生三年的學習,也使我的知識體系更加完整,知識面更加擴展。

其次,我具備豐富的實踐經驗,在本碩期間,我先後做過6份兼/全職工作,其中值得提出的是我有着1年半的高校輔導員工作經驗,3個月的行政人事專員、2個月的出納經驗。眾所周知,高校輔導員是一份十分具有挑戰的職業,1年半的高校全職輔導員極大的鍛鍊了我各方面的綜合能力,尤其是語言、文字表達能力,綜合分析、判斷能力,組織計劃、應變協調能力,同時我還有3個月的行政專員和2個月的出納經驗,這使我十分熟悉瞭解辦公室業務、公司運作流程和公司法等法律、法規,也鍛鍊了我細心、耐心的品質。

再次,在本碩期間,我分別擔任過校禮儀隊副隊長、校慶接待志願者、全國師範大學聯席會議接待志願者,就業形象大使等,我憑藉良好的外形條件、談吐表達、禮儀禮節接待過許多如:省政府領導、兩院院士、、高校黨委書記等重量級貴賓,這些實踐活動不僅讓我十分熟悉公關禮儀、待人接物的道理,而且也是我綜合素質及能力的最好證明。

綜上所述,我認為我在語言、文字表達能力,綜合分析、判斷能力,組織計劃、應變協調能力、公關關係以及計算機應用方面都將具備了總經理祕書這一職位。雖然我沒有出身名校,但我相信我將會用我的實際行動證明給您,您當初的錄取我是多麼正確的抉擇!如果有幸您對我的情況感興趣,我的簡歷上有更加具體的內容,希望儘早得到您的佳音!祝工作順利!

求職者:XXX

XX年XX月XX日

標籤: 文祕 三篇 求職信
  • 文章版權屬於文章作者所有,轉載請註明 https://wenshudu.com/jiaojiliyi/qiuzhixin/9vwvm9.html
專題