当前位置:首页 > 文章列表 > 文章 > 软件教程 > 入职后关闭BOSS直聘求职功能方法

入职后关闭BOSS直聘求职功能方法

2025-09-28 18:48:50 0浏览 收藏

**入职后如何彻底关闭BOSS直聘求职功能?** 本文提供详细教程,教你四步轻松搞定,避免被HR频繁骚扰,保护个人信息安全。首先,关闭至关重要的“**在线可聊**”功能,让头像离线,阻止HR主动联系。其次,编辑简历,删除或模糊处理敏感信息,降低被推荐概率。接着,进入通知设置,关闭职位推荐和消息提醒,屏蔽不必要的推送。最后,可以选择退出登录或卸载App,彻底与招聘信息隔离。只需简单几步,即可让你的BOSS直聘账号进入“隐身”状态,既保留账号信息,又免受打扰。切记定期检查“**在线可聊**”开关,确保求职状态已关闭,安心工作。

关闭BOSS直聘求职功能需四步:1. 关闭“在线可聊”使头像离线,阻止HR主动联系;2. 编辑简历删除敏感信息,降低被推荐概率;3. 进入通知设置关闭职位推荐和消息提醒;4. 可选退出登录或卸载App。完成操作后账号处于隐身状态,避免骚扰且数据保留,关键点是务必关闭“在线可聊”开关并定期检查。

已经入职了怎么关闭boss_boss直聘入职后关闭求职功能教程

入职后想关闭BOSS直聘的求职功能,主要是为了防止被其他公司频繁打扰,同时避免信息泄露。其实操作很简单,按照以下步骤就能彻底关闭求职状态。

1. 关闭“在线可聊”状态

这是最关键的一步,关闭后HR将无法主动发起聊天。

  • 打开BOSS直聘App,点击右下角【我的】
  • 进入页面后,找到顶部的【在线可聊】开关
  • 点击将其切换为灰色【关闭】状态

关闭后,你的头像会变为离线状态,HR搜索时也不会优先看到你。

2. 隐藏个人简历信息

即使不找工作,部分信息仍可能被HR查看,建议隐藏关键内容。

  • 在【我的】页面点击【编辑简历】
  • 将工作经历、期望职位、薪资等敏感信息删除或模糊处理
  • 保存修改,让简历处于“不完整”状态,降低被推荐概率

3. 关闭求职提醒和通知

避免收到系统推送的职位推荐或聊天消息。

  • 进入【设置】→【通知设置】
  • 关闭“新职位推荐”“HR打招呼提醒”等非必要通知

4. 可选:退出登录或卸载App

如果你短期内完全不想接触招聘信息,可以直接卸载App或退出账号。需要时再登录即可,数据不会丢失。

基本上就这些。操作完成后,你的BOSS直聘就会处于“隐身”状态,既保留账号,又不会被骚扰。不复杂但容易忽略的是【在线可聊】开关,很多人忘了关这个,还是会收到消息。记得定期检查状态。

今天带大家了解了的相关知识,希望对你有所帮助;关于文章的技术知识我们会一点点深入介绍,欢迎大家关注golang学习网公众号,一起学习编程~

Win10查看CPU位数的正确方法Win10查看CPU位数的正确方法
上一篇
Win10查看CPU位数的正确方法
CSS选择器失效?优先级与继承详解
下一篇
CSS选择器失效?优先级与继承详解
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    388次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    469次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    476次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    420次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    244次使用
微信登录更方便
  • 密码登录
  • 注册账号
登录即同意 用户协议 和 隐私政策
返回登录
  • 重置密码