Eksempler på CV for datavidenskab

BrainStations Data Scientist karriereguide kan hjælpe dig med at tage de første skridt mod en lukrativ karriere inden for datavidenskab. Læs videre for eksempler på datavidenskabelige CV'er for at hjælpe dig med at få et job som dataforsker.



Bliv dataforsker

Tal med en læringsrådgiver for at lære mere om, hvordan vores bootcamps og kurser kan hjælpe dig med at blive dataforsker.



Ved at klikke på Send accepterer du vores Vilkår .



Indsend

Kunne ikke indsende! Vil du opdatere siden og prøve igen?

Lær mere om vores Data Science Bootcamp

Tak skal du have!

Vi kontakter dig snart.



Se Data Science Bootcamp-siden

Data Scientists er i høj efterspørgsel, og arbejdsgivere ønsker at finde kandidater, der har de rigtige kompetencer.

Siden 2012 er Data Scientist-roller steget med 650 procent, og denne stigning viser ingen tegn på at stoppe. U.S. Bureau of Labor Statistics forudsiger, at efterspørgslen efter datavidenskabelige færdigheder vil stige yderligere 27,9 procent i 2026.

Et velskrevet CV for datavidenskab fremhæver en kandidats præstationer og præstationer. Professionelle CV'er viser, at en jobkandidat har dokumenterede færdigheder, og at de kan hjælpe en virksomhed med at nå sine mål.



Hvad er Data Science CV'er?

Data science-cv'er er dokumenter, der giver et kort overblik over Data Scientists (eller håbefulde dataforskeres) kvalifikationer og erfaringer. Dit CV er dit første indtryk hos Hiring Managers, som ofte kun vil se på CV'er i 30 sekunder.

For entry-level data science jobs er det særligt vigtigt først at lave noget planlægning og forberedelse, før du begynder at skrive et data science CV. Dette gælder også for Senior Data Scientists for at sikre, at du inkluderer opdaterede eksempler, der fremhæver nylige projekter.

Her er et par trin, du skal følge, før du begynder at skrive dit CV, og nogle eksempler på CV'er for at hjælpe med at få det drømmejob i datavidenskab.



Undersøg virksomheden

CV'er skal være skræddersyet til den stilling og virksomhed, du søger til. Gennemse virksomhedens hjemmeside og sociale medier for at få en bedre fornemmelse af deres arbejde, mission og værdier. Overvej derefter, hvordan du kan tilføje værdi som dataforsker. Husk også omhyggeligt at gennemgå jobbeskrivelsen og notere dig de nødvendige datavidenskabelige færdigheder - du vil gerne understrege disse på dit Data Scientist-cv for at demonstrere din værdi og dine færdigheder til den ansættelsesleder, der læser dit CV.

Lav din elevatorplads

At kommunikere præcist, hvorfor du er den rigtige person til et job, er en videnskab i sig selv. En elevator pitch er en kort synopsis, der beskriver din baggrund, legitimationsoplysninger og hvad der gør dig til en unik kandidat. Når du har din pitch, skal du sørge for at henvise tilbage til den, mens du skriver dit Data Scientist-cv. Dette kan hjælpe dig med at prioritere dine vigtigste datavidenskabelige færdigheder og præstationer.

Find en klar, ren skabelon

Vælg en CV-skabelon, som arbejdsgivere og ansættelsesledere nemt kan skimme. Selvom du kan være kreativ, plejer et simpelt CV-design eller CV-skabelon at fungere bedst. Det er vigtigt, at designet ikke distraherer fra indholdet af dit CV. Medtag rigeligt hvidt mellemrum, korrekte overskrifter og ensartet formatering.

Fremvis dine datavidenskabelige færdigheder og projekter

Overvej de datavidenskabelige færdigheder og projekter, der er mest relevante for den særlige stilling, du søger. Fokuser på at vise disse frem i dit CV. Vælg projekter, der demonstrerer dine tekniske datafærdigheder, samt hvordan du hjalp med at løse et problem. Opret en liste med de specifikke færdigheder, værktøjer og programmeringssprog, der bruges til hvert projekt.

Når du har afsluttet din planlægning, kan du gå videre til at udarbejde dit data scientist-cv. Når du begynder at skrive, er der et par bedste fremgangsmåder, du skal huske på.

    Vær kortfattet: Datavidenskabelige CV'er bør være omkring to sider lange. Arbejdsgivere gennemgår muligvis hundredvis af ansøgninger, så medtag kun dine mest relevante datavidenskabelige færdigheder og erfaringer. Professionelle CV-formater og CV-skabeloner er gode ressourcer til at hjælpe med at holde dine vigtige oplysninger under sideantallet.Brug punktlister: Punkter holder dit CV organiseret, let at læse og henleder opmærksomheden på nøgleord og egenskaber.Brug handlingsverber: Vælg enkle, målrettede handlingsverber, der fremhæver dine præstationer og forklarer dine bidrag til et team eller projekt. Eksempler på handlingsverber omfatter: konstrueret, løst, accelereret, reduceret og lanceret.Brug tal og nøglemålingeri stedet for generiske adjektiver: Undgå adjektiver som stærk eller erfaren. Disse ord mangler specificitet og substans. Brug i stedet konkrete målinger og specifikke eksempler til at fremvise dine præstationer. Kvantificer dine præstationer, så arbejdsgivere tydeligt kan se den værdi, du kan tilføre deres team.Skriv specifikke, kraftfulde præstationserklæringer: Disse udsagn beskriver, hvad du har opnået i din karriere. En generel oversigt over udsagn om datavidenskabelige resultater er: Handlingsverbum + opgave + resultat. F.eks. Udviklet nye prognosemodeller, som øgede virksomhedens effektivitet med 50 procent.Begrav ikke ledet: Fremhæv dine vigtigste og mest relevante oplevelser øverst i hver sektion eller overskrift.Fremhæv tidligere projekter: Inkluder relevante arbejds- og datavidenskabelige projekter på dit CV, der viser dine færdigheder og får dig til at skille dig ud. Projektarbejde er særligt nyttigt, hvis du ikke har mange års erfaring.Forenkle jargon: WSelv om du bør inkludere relevante tekniske søgeord, skal du undgå at overbelaste dit CV med jargon. Nogle ansættelsesledere har muligvis ikke en teknisk baggrund, så sørg for, at de stadig kan forstå dine præstationer.Rediger og korrektur: Lav en omhyggelig stavekontrol og grammatikkontrol. Vis arbejdsgiverne, at du er grundig og detaljeorienteret. Et andet par øjne er også nyttigt, så spørg en ven eller kammerat om at gennemgå dit CV.

Kom godt i gang – Hvad er formålet med CV'et?

Formålet med et datavidenskabs-CV er at give et overblik over dine erfaringer, færdigheder og præstationer som Data Scientist. CV'et er din introduktion og pitch til en arbejdsgiver. CV'er fortæller historien om din karriere i et kort og organiseret format. De fremhæver dine relevante præstationer og viser den værdi, du kan bringe som dataforsker.

I sidste ende kan CV'et hjælpe dig videre i jobansøgningsprocessen og sikre en samtale. I interviewfasen fungerer CV'er også som referencedokumenter for ansættelsesteamet.

Sådan opretter du en disposition til et datavidenskabs-CV

For at oprette et organiseret datavidenskabs-cv kan du følge denne generelle oversigt:

    Kontakt information: Inkluder dit navn, telefonnummer, e-mail, LinkedIn og GitHub eller portefølje.Profil/Sammendrag/Mål: I to til fire sætninger skal du beskrive, hvorfor du er den bedste kandidat til rollen.Erfaring: Skitsér din relevante datavidenskabelige erfaring.Projekter: Fremhæv relevante datavidenskabelige projekter.Uddannelse: Inkluder grader/certifikater sammen med skole og eksamensdato. Du kan også fremhæve relevante kurser og akademiske resultater.Færdigheder: Medtag relevante tekniske datavidenskabelige færdigheder, der matcher jobbeskrivelsen.Yderligere afsnit: Dette kan omfatte konferencer, publikationer, priser og andre aktiviteter eller interesser.

Hvad skal du inkludere i dit dataforsker-CV

I dit datavidenskabelige CV skal du inkludere en profil, erhvervserfaring, uddannelse, færdigheder, præstationer og ekstramateriale.

    Profil: En stærk profil (også kaldet et resumé eller mål) vil hjælpe dit datavidenskabelige CV til at skille sig ud. Din profil skal fortælle en historie. Inkluder en kort beskrivelse af, hvorfor du passer godt til rollen som Data Scientist. Hvis du skifter felt, så forklar dit skridt til datavidenskab. Nogle jobopslag vil ikke bede om et følgebrev, så dette er et godt afsnit til at vise din entusiasme for stillingen og virksomheden.Erhvervserfaring: Angiv din seneste og relevante erhvervserfaring i omvendt kronologisk rækkefølge, med din seneste datavidenskabelige erfaring anført først. Hver oplevelse bør omfatte din jobtitel, virksomheden, tidsperioden i rollen, placeringen af ​​jobbet og dine vigtigste præstationer. Sigt efter at have to til tre punkttegn for hver oplevelse.Præstationer: Når du oplister datavidenskabelige erfaringer eller projekter, skal du fokusere på at understrege dine præstationer frem for opgaverne eller ansvarsområderne. Hvor det er muligt, medtag tal og metrics for at kvantificere dine succeser. For eksempel, i stedet for Forecastet virksomhedssalg, skal du omskrive det som, Brugte forudsigende analyser til at forudsige virksomhedens salg med en nøjagtighed på 95 procent.Uddannelse: Inkluder uddannelsesoplysninger med din seneste uddannelse først. Angiv eventuelle post-sekundære grader, uanset om de vedrører datavidenskabsrollen eller ej (nogle Data Scientist-stillinger kan kræve en grad inden for ethvert felt). Inkluder din gradstype, hovedfag/mindrefag, skolenavn og eksamensdato. Angiv også alle kurser eller certificeringer, du har modtaget uden for college eller universitet. Du kan også fremhæve relevante kurser, akademiske præstationer, stipendier og fritidsaktiviteter.Projekter: Angiv relevante datavidenskabelige projekter og medtag titlen, et link og din rolle i projektet. Beskriv kort projektet og medtag relevante værktøjer/programmer og færdigheder.Færdigheder: Inkluder relevante tekniske færdigheder, med dine stærkeste datavidenskabelige færdigheder anført først. Gennemgå jobbeskrivelsen og match dine færdigheder med dem, der kræves til stillingen.Yderligere funktioner: Yderligere sektioner kan fremvise yderligere præstationer, der får dig til at skille dig ud. Denne sektion kan omfatte konferencer, publikationer, priser, interesser og deltagelse i hackathons. Disse kan vise din passion og dedikation som dataforsker.

Hvilke færdigheder skal du sætte på et Data Science CV?

Datavidenskabelige CV'er bør indeholde tekniske færdigheder, der er relevante for den stilling, du søger. En god strategi er først at liste alle dine datavidenskabelige færdigheder, inklusive software og værktøjer. Gennemgå derefter jobbeskrivelsen og fremhæv de færdigheder, der kræves i rollen. I dit CV skal du angive færdigheder, der matcher dem i beskrivelsen. Du kan også tilføje et par ekstra færdigheder, som du mener er relaterede eller relevante, eller som vil hjælpe dig med at skille dig ud.

Nogle af de vigtigste færdigheder for dataforskere inkluderer:

Tekniske datafærdigheder

  • Dataanalyse
  • Datastrid
  • Datamodellering
  • Statistikker
  • Datavisualisering
  • Programmering
  • Kvantitativ analyse
  • Maskinelæring
  • Maskinlæringsmodeller
  • Data mining
  • Fejlretning
  • Hypotese testning
  • A/B test
  • Regression

Dataværktøjer og sprog

  • R
  • Python
  • C
  • C++
  • C#
  • HTML
  • Java
  • JavaScript
  • PHP
  • SAS
  • SQL
  • Trappe
  • MATLAB
  • SQL Server
  • NoSQL
  • Hadoop
  • OpenRefine
  • TensorFlow
  • Cloudera
  • Bestyrelse
  • Microsoft Excel
  • Oktav
  • Gnist
  • PowerBI
  • Komplott
  • Bokeh
  • Matplotlib
  • Søfødt
  • Hårdt
  • Pytorch
  • AWS
  • Hive

Data Science CV-eksempelformat

AME Telefonnummer E-mail LinkedIn GitHub/porteføljelink

PROFIL

Junior Data Scientist med [#] års erfaring inden for [ekspertiseområde]. [Større datavidenskabelige præstationer eller projekt]. Dygtig i [topfærdigheder]. Brænder for [data science-relaterede passioner].

ERFARING

Jobtitel, virksomhedsmåned, år – måned, år

  • [Handlingsord] [færdighed/opgave] [resultat/påvirkning]
  • [Handlingsord] [færdighed/opgave] [resultat/påvirkning]
  • [Handlingsord] [færdighed/opgave] [resultat/påvirkning]

Jobtitel, virksomhedsmåned, år – måned, år

  • [Handlingsord] [færdighed/opgave] [resultat/påvirkning]
  • [Handlingsord] [færdighed/opgave] [resultat/påvirkning]
  • [Handlingsord] [færdighed/opgave] [resultat/påvirkning]

UDDANNELSE

Grad, skolenavn Afgangsdato

  • [Relevante kurser]
  • [Akademiske præstationer]

PROJEKTER

  • Projekt, Rolle
  • Kort beskrivelse af projektet

FÆRDIGHEDER

  • [Tekniske færdigheder]
  • [Software, værktøjer]

YDERLIGERE AKTIVITETER

  • [Hackathons]
  • [Frivillig erfaring]

Nøgle takeaways

Som Data Scientist forventes det, at du arbejder med big data og datasæt, identificerer relevante data og derefter træffer informerede beslutninger og anbefalinger til løsning af forretningsproblemer.

En ansættelseschefs forretningsproblem er at finde den rigtige dataforsker til at besætte en ledig stilling. Hvis du nærmer dig at skrive et CV med samme tilgang, som du ville, mens du analyserer data, vil du sætte dig selv i en god position til at skabe et datavidenskabs-cv og følgebrev, der skiller sig ud.

For at opsummere det, vi har beskrevet ovenfor, skal du sørge for at følge disse trin til at skrive CV:

  • Undersøg virksomheden, rollen og relevante datafærdigheder
  • Henvis til CV-skabeloner og eksempler for at opbygge en CV-oversigt
  • Tilføj relevant uddannelseserfaring, erhvervserfaring og dataprojekter til den korrekte del af dit CV
  • Fremhæv erfaring med maskinlæring og dataværktøjer
  • Lav kortfattede punktopstillinger ved hjælp af handlingsverbet + opgave + resultatformatet for hver oplevelse, med vægt på datadrevne succeser
  • Få en betroet peer-korrekturlæse dit Data Scientist-cv for grammatik og stavning for at sikre, at din oplevelse er professionelt præsenteret

Kategori: Nyheder