Datatieteen ansioluetteloita

BrainStationin Data Scientist -uraopas voi auttaa sinua ottamaan ensimmäiset askeleet kohti tuottoisaa uraa datatieteessä. Lue datatieteen ansioluetteloesimerkkejä, jotka auttavat sinua saamaan työpaikan datatieteilijänä.

Ryhdy datatieteilijäksi

Keskustele oppimisneuvojan kanssa saadaksesi lisätietoja siitä, kuinka käynnistysleirit ja -kurssit voivat auttaa sinua tulemaan datatieteilijäksi.

Napsauttamalla Lähetä hyväksyt meidän Ehdot .

Lähetä

Ei voitu lähettää! Päivitetäänkö sivu ja yritetäänkö uudelleen?

Lue lisää Data Science Bootcampistamme

Kiitos!

Otamme pian yhteyttä.

Näytä Data Science Bootcamp -sivu

Tietotieteilijöillä on suuri kysyntä, ja työnantajat haluavat löytää ehdokkaita, joilla on oikeat taidot.

Vuodesta 2012 lähtien Data Scientist -roolit ovat lisääntyneet 650 prosenttia, eikä tämä nousu osoita pysähtymisen merkkejä. Yhdysvaltain työtilastotoimisto ennustaa, että datatieteen taitojen kysyntä kasvaa vielä 27,9 prosenttia vuoteen 2026 mennessä.

Hyvin kirjoitettu datatieteen ansioluettelo korostaa ehdokkaan saavutuksia ja saavutuksia. Ammatilliset ansioluettelot osoittavat, että työnhakijalla on todistetusti taidot ja että ne voivat auttaa yritystä saavuttamaan tavoitteensa.

Mitä ovat datatieteen ansioluettelot?

Datatieteen ansioluettelot ovat asiakirjoja, jotka tarjoavat lyhyen yleiskatsauksen datatieteilijöiden (tai tietotieteilijöiden) pätevyydestä ja kokemuksista. Ansioluettelosi on ensimmäinen vaikutelmasi rekrytointipäälliköistä, jotka usein katsovat ansioluetteloita vain 30 sekunnin ajan.

Aloitustason datatieteen töissä on erityisen tärkeää suunnitella ja valmistautua ennen kuin alat kirjoittaa datatieteen ansioluetteloa. Tämä koskee myös vanhempia datatieteilijöitä, jotta voit varmistaa, että sisällytät ajantasaisia ​​esimerkkejä, jotka tuovat esiin viimeaikaisia ​​projekteja.

Tässä on muutamia vaiheita, jotka on noudatettava ennen ansioluettelosi kirjoittamisen aloittamista ja joitain näyte-ansioluetteloita, jotka auttavat löytämään unelmatyön datatieteessä.

Tutki yritystä

Ansioluettelot tulee räätälöidä haetun tehtävän ja yrityksen mukaan. Selaa yrityksen verkkosivustoa ja sosiaalista mediaa saadaksesi paremman käsityksen heidän työstään, tehtävästään ja arvoistaan. Mieti sitten, kuinka voit lisätä arvoa datatieteilijänä. Muista myös tutustua huolellisesti työnkuvaan ja huomioida vaadittavat datatieteen taidot – haluat korostaa niitä Data Scientist -ansioluettelossasi osoittaaksesi arvosi ja taitosi ansioluetteloasi lukevalle rekrytointipäällikölle.

Suunnittele hissipaikkasi

Lyhyesti kertominen, miksi olet oikea henkilö työhön, on tiedettä sinänsä. Hissipuhe on lyhyt tiivistelmä, joka kuvaa taustaasi, valtuuksiasi ja sitä, mikä tekee sinusta ainutlaatuisen ehdokkaan. Kun olet saanut pitchisi, muista palata siihen, kun kirjoitat Data Scientist -ansioluetteloasi. Tämä voi auttaa sinua priorisoimaan tärkeimmät datatieteen taitosi ja saavutuksesi.

Etsi selkeä, puhdas malli

Valitse ansioluettelomalli, jonka työnantajat ja rekrytointipäälliköt voivat helposti selata. Vaikka voit olla luova, yksinkertainen ansioluettelon suunnittelu tai ansioluettelomalli toimii yleensä parhaiten. On tärkeää, että suunnittelu ei häiritse ansioluettelosi sisältöä. Sisällytä runsaasti tyhjää tilaa, oikeat otsikot ja johdonmukainen muotoilu.

Esittele tietotieteen taitojasi ja projektejasi

Harkitse datatieteen taitoja ja projekteja, jotka ovat kaikkein oleellisimmat haemassasi tehtävässä. Keskity näiden esittelemiseen ansioluettelossasi. Valitse projekteja, jotka osoittavat teknisen datan taitosi sekä kuinka autat ratkaisemaan ongelman. Luo luettelo kussakin projektissa käytetyistä taidoista, työkaluista ja ohjelmointikielistä.

Kun suunnittelu on valmis, voit siirtyä laatimaan datatieteilijän ansioluettelosi. Kun aloitat kirjoittamisen, sinun tulee pitää mielessä muutamia parhaita käytäntöjä.

Ole ytimekäs: Datatieteen ansioluettelon tulee olla noin kaksi sivua pitkä. Työnantajat saattavat tarkistaa satoja hakemuksia, joten ota mukaan vain tärkeimmät datatieteen taitosi ja kokemuksesi. Ammattimaiset ansioluettelomuodot ja ansioluettelomallit ovat hyviä resursseja, jotka auttavat pitämään tärkeät tietosi sivumäärän alapuolella.Käytä luettelomerkkejä: Luettelokohdat pitävät ansioluettelosi järjestyksessä, helppolukuisena ja kiinnittävät huomion keskeisiin termeihin ja ominaisuuksiin.Käytä toimintaverbejä: Valitse yksinkertaisia, tarkoituksenmukaisia ​​toimintaverbejä, jotka korostavat saavutuksiasi ja selittävät panostasi tiimiin tai projektiin. Esimerkkejä toimintaverbeistä ovat: rakennettu, ratkaistu, kiihdytetty, vähennetty ja aloitettu.Käytä numeroita ja keskeisiä mittareitayleisten adjektiivien sijaan: Vältä adjektiiveja, kuten vahva tai kokenut. Näistä sanoista puuttuu täsmällisyyttä ja sisältöä. Käytä sen sijaan konkreettisia mittareita ja konkreettisia esimerkkejä esitelläksesi saavutuksesi. Määritä saavutuksesi määrällisesti, jotta työnantajat näkevät selvästi arvon, jonka voit tuoda heidän tiimilleen.Kirjoita erityisiä, tehokkaita saavutuslausuntoja: Nämä lausunnot kuvaavat sitä, mitä olet saavuttanut urallasi. Datatieteen saavutuslausuntojen yleiset linjaukset ovat: Toimintaverbi + tehtävä + tulos. Esimerkiksi kehitettiin uusia ennustemalleja, jotka lisäsivät yrityksen tehokkuutta 50 prosenttia.Älä hautaa lediä: Korosta tärkeimpiä ja merkityksellisimpiä kokemuksiasi jokaisen osion tai otsikon yläosassa.Korosta menneitä projekteja: Sisällytä ansioluetteloosi asiaankuuluvat työ- ja datatieteen projektit, jotka tuovat esiin taitosi ja erottuvat joukosta. Projektityö on erityisen hyödyllistä, jos sinulla ei ole monen vuoden kokemusta.Yksinkertaista ammattikieltä: WVaikka sinun tulee sisällyttää asiaankuuluvat tekniset avainsanat, vältä ansioluettelosi ylikuormittamista ammattikielellä. Joillakin rekrytointipäälliköillä ei ehkä ole teknistä taustaa, joten varmista, että he ymmärtävät edelleen saavutuksesi.Muokkaa ja oikoluku: Tee huolellinen oikeinkirjoituksen ja kieliopin tarkistus. Näytä työnantajille, että olet perusteellinen ja yksityiskohtainen. Toinen silmäpari on myös hyödyllinen, joten pyydä ystävääsi tai kaveriasi tarkistamaan ansioluettelosi.

Aloitus – Mikä on ansioluettelon tarkoitus?

Datatieteen ansioluettelon tarkoituksena on antaa yleiskatsaus kokemuksistasi, taidoistasi ja saavutuksistasi datatieteilijänä. Ansioluettelo on esittelysi ja esittelysi työnantajalle. Ansioluettelot kertovat tarinasi urastasi lyhyessä ja järjestelmällisessä muodossa. Ne korostavat olennaisia ​​saavutuksiasi ja osoittavat arvon, jonka voit tuoda datatieteilijänä.

Viime kädessä ansioluettelo voi auttaa sinua siirtymään eteenpäin työnhakuprosessissa ja varmistamaan haastattelun. Haastatteluvaiheessa ansioluettelot toimivat myös rekrytointitiimin referenssiasiakirjoina.

Kuinka luoda ääriviivat datatieteen ansioluettelolle

Luodaksesi organisoitu datatieteen ansioluettelo, voit noudattaa tätä yleisohjetta:

Yhteystiedot: Liitä mukaan nimesi, puhelinnumerosi, sähköpostiosoitteesi, LinkedIn ja GitHub tai portfolio.Profiili/yhteenveto/tavoite: Kerro kahdesta neljään lauseeseen, miksi olet paras ehdokas rooliin.Kokea: Kerro kokemuksestasi datatieteestä.Projektit: Korosta asiaankuuluvia datatieteen hankkeita.koulutus: Sisällytä tutkinnot/todistukset sekä koulu ja valmistumispäivä. Voit myös korostaa asiaankuuluvia kursseja ja akateemisia saavutuksia.Taidot: Sisällytä asiaankuuluvat tekniset datatieteen taidot, jotka vastaavat työnkuvaa.Lisäosat: Tämä voi sisältää konferensseja, julkaisuja, palkintoja ja muita aktiviteetteja tai kiinnostuksen kohteita.

Mitä sisällyttää tietotutkijan ansioluetteloosi

Sisällytä datatieteen ansioluetteloosi profiili, työkokemus, koulutus, taidot, saavutukset ja extrat.

Profiili: Vahva profiili (kutsutaan myös yhteenvedoksi tai tavoitteeksi) auttaa tietotieteen ansioluettelosi erottumaan joukosta. Profiilisi pitäisi kertoa tarina. Liitä mukaan lyhyt kuvaus siitä, miksi sopisit hyvin datatutkijan rooliin. Jos olet vaihtamassa alaa, selitä siirtymisesi datatieteeseen. Jotkin työpaikkailmoitukset eivät pyydä saatekirjettä, joten tämä on hyvä osio osoittaaksesi innostuksesi tehtävästä ja yrityksestä.Työkokemus: Lista viimeisin ja olennainen työkokemuksesi käänteisessä kronologisessa järjestyksessä siten, että viimeisin tietotieteen kokemuksesi luetellaan ensin. Jokaisen kokemuksen tulee sisältää tehtävänimikkeesi, yritys, roolissaoloaika, työpaikan sijainti ja tärkeimmät saavutuksesi. Pyri saamaan kahdesta kolmeen pistettä jokaisesta kokemuksesta.Saavutukset: Kun luet tietotieteen kokemuksia tai projekteja, keskity korostamaan saavutuksiasi tehtävien tai vastuiden sijaan. Sisällytä mahdollisuuksien mukaan numeroita ja mittareita menestymisesi kvantifiointiin. Esimerkiksi Ennustetun yrityksen myynnin sijaan kirjoita se uudelleen muotoon Käytetty ennakoivaa analytiikkaa yrityksen myynnin ennustamiseen 95 prosentin tarkkuudella.koulutus: Liitä koulutustiedot ensin uusimpaan koulutukseesi. Luettele kaikki keskiasteen jälkeiset tutkinnot riippumatta siitä, liittyvätkö ne datatieteen rooliin (jotkut datatutkijan paikat voivat edellyttää tutkinnon millä tahansa alalla). Liitä mukaan tutkinnon tyyppi, pääaine/sivuaine, koulun nimi ja valmistumispäivä. Luettele myös kaikki korkeakoulun tai yliopiston ulkopuolella saamasi kurssit tai todistukset. Voit myös korostaa asiaankuuluvia kursseja, akateemisia saavutuksia, stipendejä ja koulun ulkopuolisia aktiviteetteja.Projektit: Luettele asiaankuuluvat datatieteen projektit ja liitä mukaan otsikko, linkki ja roolisi projektissa. Kuvaa projektia lyhyesti ja sisällytä asiaankuuluvat työkalut/ohjelmat ja taidot.Taidot: Sisällytä asiaankuuluvat tekniset taitosi niin, että vahvimmat datatieteen taitosi luetellaan ensin. Tutustu työnkuvaan ja sovita osaamisesi tehtävään vaadittaviin vaatimuksiin.Lisäominaisuuksia: Muut osiot voivat esitellä muita saavutuksia, jotka tekevät sinusta erottuvan. Tämä osio voi sisältää konferensseja, julkaisuja, palkintoja, kiinnostuksen kohteita ja osallistumista hackathoneihin. Nämä voivat osoittaa intohimosi ja omistautumisesi datatieteilijänä.

Mitä taitoja sinun pitäisi hankkia datatieteen ansioluetteloon?

Datatieteen ansioluetteloissa tulee sisältää tekniset taidot, jotka liittyvät haettavaksi. Hyvä strategia on luetella ensin kaikki tietotieteen taitosi, mukaan lukien ohjelmistot ja työkalut. Tarkista seuraavaksi työnkuva ja korosta tehtävässä vaadittavat taidot. Lista ansioluettelossasi taidot, jotka vastaavat kuvauksessa olevia taitoja. Voit myös lisätä muutaman lisätaidon, joiden uskot liittyvän toisiinsa tai jotka auttavat sinua erottumaan joukosta.

Joitakin datatieteilijöiden tärkeimpiä taitoja ovat:

Tekniset tiedot

• Tietojen analysointi
• Tietojen riitely
• Tietojen mallinnus
• Tilastot
• Tietojen visualisointi
• Ohjelmointi
• Kvantitatiivinen analyysi
• Koneoppiminen
• Koneoppimismallit
• Tiedon louhinta
• Virheenkorjaus
• Hypoteesin testaus
• A/B testit
• Regressio

Tietotyökalut ja kielet

• R
• Python
• C
• C++
• C#
• HTML
• Java
• JavaScript
• PHP
• SAS
• SQL
• Portaat
• MATLAB
• SQL Server
• NoSQL
• Hadoop
• OpenRefine
• TensorFlow
• Cloudera
• hallitus
• Microsoft Excel
• Oktaavi
• Kipinä
• PowerBI
• Juoni
• Bokeh
• Matplotlib
• Seaborn
• Kovaa
• Pytorch
• AWS
• Pesä

Data Science Resume -näytteen muoto

AME Puhelinnumero Sähköposti LinkedIn GitHub / portfoliolinkki

PROFIILI

Junior Data Scientist, jolla on [#] vuoden kokemus [asiantuntemusalueelta]. [Tärkeä datatieteen saavutus tai projekti]. [huipputaitojen] pätevyys. Intohimoinen [tietotieteeseen liittyvistä intohimoista].

KOKEA

Työnimike, yrityskuukausi, vuosi - kuukausi, vuosi

• [Toimintosana] [taito/tehtävä] [tulos/vaikutus]
• [Toimintosana] [taito/tehtävä] [tulos/vaikutus]
• [Toimintosana] [taito/tehtävä] [tulos/vaikutus]

Työnimike, yrityskuukausi, vuosi - kuukausi, vuosi

• [Toimintosana] [taito/tehtävä] [tulos/vaikutus]
• [Toimintosana] [taito/tehtävä] [tulos/vaikutus]
• [Toimintosana] [taito/tehtävä] [tulos/vaikutus]

KOULUTUS

Tutkinto, Koulun nimi Valmistumispäivä

• [Olevat kurssit]
• [Akateemiset saavutukset]

HANKKEET

• Projekti, rooli
• Lyhyt kuvaus projektista

TAIDOT

• [Teknisiä taitoja]
• [Ohjelmisto, työkalut]

LISÄTOIMINTOJA

• [Hackathonit]
• [Vapaaehtoiskokemus]

Key Takeaways

Datatieteilijänä sinun odotetaan työskentelevän ison datan ja tietojoukkojen parissa, tunnistavan olennaisen datan ja tekevän sitten tietoon perustuvia päätöksiä ja suosituksia liiketoimintaongelmien ratkaisemiseksi.

Palkkauspäällikön yritysongelma on löytää oikea tietotieteilijä täyttämään avoin paikka. Jos lähestyt ansioluettelon kirjoittamista samalla tavalla kuin analysoisit dataa, saat itsesi erinomaiseen asemaan luodaksesi erottuvan datatieteen ansioluettelon ja saatekirjeen.

Kertaaksesi edellä kuvatut asiat, muista noudattaa näitä ansioluettelon kirjoittamisvaiheita:

• Tutki yritystä, roolia ja asiaankuuluvia datataitoja
• Käytä ansioluettelon malleja ja näytteitä ansioluettelon luomiseksi
• Lisää soveltuva koulutuskokemus, työkokemus ja dataprojektit ansioluettelosi oikeaan osioon
• Korosta kokemusta koneoppimisesta ja datatyökaluista
• Luo ytimekkäät kohdat käyttämällä toimintaverbi + tehtävä + tulos -muotoa jokaiselle kokemukselle ja korosta dataan perustuvia onnistumisia
• Pyydä luotettavaa vertaista oikolukemaan Data Scientist -ansioluettelosi kieliopin ja oikeinkirjoituksen osalta varmistaaksesi, että kokemuksesi esitetään ammattimaisesti