Տվյալների գիտության ռեզյումեի օրինակներ

BrainStation-ի Data Scientist կարիերայի ուղեցույցը կարող է օգնել ձեզ առաջին քայլերն անել տվյալների գիտության ոլորտում շահութաբեր կարիերայի ուղղությամբ: Կարդացեք տվյալների գիտության ռեզյումեի օրինակները, որոնք կօգնեն ձեզ աշխատանք ստանալ որպես տվյալների գիտնական:

Դարձեք տվյալների գիտնական

Խոսեք ուսուցման խորհրդատուի հետ՝ ավելին իմանալու համար, թե ինչպես կարող են մեր արշավները և դասընթացները օգնել ձեզ դառնալ տվյալների գիտնական:

Սեղմելով Ներկայացնել, դուք ընդունում եք մեր Պայմանները .

Ներկայացնել

Չհաջողվեց ներկայացնել: Թարմացնե՞լ էջը և նորից փորձել:

Իմացեք ավելին մեր Data Science Bootcamp-ի մասին

Շնորհակալություն!

Շուտով կապի մեջ կլինենք։

Դիտեք Data Science Bootcamp էջը

Տվյալների գիտնականները մեծ պահանջարկ ունեն, և գործատուները ցանկանում են գտնել համապատասխան հմտություններ ունեցող թեկնածուների:

2012 թվականից ի վեր Data Scientist-ի դերերն աճել են 650 տոկոսով, և այս աճը դադարեցման նշան չի ցույց տալիս: ԱՄՆ Աշխատանքի վիճակագրության բյուրոն կանխատեսում է, որ տվյալների գիտության հմտությունների պահանջարկը մինչև 2026 թվականը կավելանա ևս 27,9 տոկոսով:

Լավ գրված տվյալների գիտական ​​ռեզյումեն ընդգծում է թեկնածուի ձեռքբերումներն ու ձեռքբերումները: Մասնագիտական ​​ռեզյումեները ցույց են տալիս, որ աշխատանքի թեկնածուն ունի ապացուցված հմտություններ, և որ դրանք կարող են օգնել ընկերությանը հասնել իր նպատակներին:

Ի՞նչ են տվյալների գիտության ռեզյումեները:

Տվյալների գիտության ռեզյումեները փաստաթղթեր են, որոնք ներկայացնում են տվյալների գիտնականների (կամ հավակնորդ տվյալների գիտնականների) որակավորումների և փորձի համառոտ ակնարկ: Ձեր ռեզյումեն ձեր առաջին տպավորությունն է վարձու մենեջերների մոտ, ովքեր հաճախ միայն 30 վայրկյան են նայում ռեզյումեներին:

Տվյալների գիտության սկզբնական մակարդակի աշխատատեղերի համար հատկապես կարևոր է նախ պլանավորել և նախապատրաստվել՝ նախքան տվյալների գիտության ռեզյումե գրելը: Սա վերաբերում է նաև տվյալների ավագ գիտնականներին՝ ապահովելու համար, որ դուք ներառեք արդի օրինակներ, որոնք կարևորում են վերջին նախագծերը:

Ահա մի քանի քայլեր, որոնք պետք է հետևել՝ նախքան ձեր ռեզյումեն գրելը և ռեզյումեների մի քանի նմուշ, որոնք կօգնեն հասնել երազանքի տվյալների գիտության աշխատանքին:

Ուսումնասիրեք ընկերությունը

Ռեզյումեները պետք է հարմարեցվեն այն պաշտոնին և ընկերությանը, որին դիմում եք: Զննեք ընկերության կայքը և սոցիալական մեդիան՝ նրանց աշխատանքի, առաքելության և արժեքների ավելի լավ պատկերացում կազմելու համար: Այնուհետև մտածեք, թե ինչպես կարող եք արժեք ավելացնել որպես տվյալների գիտնական: Հիշեք նաև, որ ուշադիր վերանայեք աշխատանքի նկարագրությունը և հաշվի առեք տվյալների գիտության պահանջվող հմտությունները. դուք կցանկանաք ընդգծել դրանք ձեր Data Scientist-ի ռեզյումեում՝ ցույց տալու ձեր արժեքն ու հմտությունները վարձու մենեջերին, ով կարդում է ձեր ռեզյումեն:

Ստեղծեք ձեր վերելակի դաշտը

Հակիրճ կերպով հայտնելը, թե ինչու եք դուք աշխատանքի համար ճիշտ մարդն ինքնին գիտություն է: Վերելակի սկիպիդարը համառոտ ամփոփագիր է, որը նկարագրում է ձեր նախապատմությունը, հավատարմագրերը և այն, ինչը ձեզ դարձնում է եզակի թեկնածու: Երբ դուք ունեք ձեր առաջարկը, համոզվեք, որ վերադառնաք դրան, երբ գրում եք ձեր Data Scientist-ի ռեզյումեն: Սա կարող է օգնել ձեզ առաջնահերթություն տալ տվյալների գիտության ձեր ամենակարևոր հմտություններին և ձեռքբերումներին:

Գտեք հստակ, մաքուր ձևանմուշ

Ընտրեք ռեզյումեի ձևանմուշ, որը գործատուները և վարձող մենեջերները կարող են հեշտությամբ շրջել: Չնայած դուք կարող եք ստեղծագործ լինել, պարզ ռեզյումեի ձևավորումը կամ ռեզյումեի ձևանմուշը հակված է լավագույնս աշխատել: Կարևոր է, որ դիզայնը չշեղի ձեր ռեզյումեի բովանդակությունից: Ներառեք մեծ սպիտակ տարածություն, պատշաճ վերնագրեր և հետևողական ձևաչափում:

Ցուցադրեք ձեր տվյալների գիտության հմտություններն ու նախագծերը

Հաշվի առեք տվյալների գիտության հմտություններն ու նախագծերը, որոնք առավել համապատասխան են կոնկրետ պաշտոնի համար, որի համար դիմում եք: Կենտրոնացեք դրանք ձեր ռեզյումեում ցուցադրելու վրա: Ընտրեք նախագծեր, որոնք ցույց են տալիս ձեր տեխնիկական տվյալների հմտությունները, ինչպես նաև այն, թե ինչպես եք օգնել լուծել խնդիրը: Ստեղծեք ցուցակ յուրաքանչյուր նախագծի համար օգտագործվող հատուկ հմտություններով, գործիքներով և ծրագրավորման լեզուներով:

Պլանավորումն ավարտելուց հետո կարող եք անցնել ձեր տվյալների գիտնականի ռեզյումեի ձևավորմանը: Երբ սկսում եք գրել, կան մի քանի լավագույն փորձ, որոնք պետք է հիշել:

Եղեք հակիրճՏվյալների գիտության ռեզյումեները պետք է լինեն մոտավորապես երկու էջ: Գործատուները կարող են վերանայել հարյուրավոր դիմումներ, այնպես որ ներառեք միայն տվյալների գիտության ձեր ամենահամապատասխան հմտություններն ու փորձը: Պրոֆեսիոնալ ռեզյումեի ձևաչափերը և ռեզյումեի ձևանմուշները հիանալի ռեսուրսներ են, որոնք կօգնեն ձեր կարևոր տեղեկությունները պահել էջերի քանակից ցածր:Օգտագործեք կետերի ցուցակներըԲլետ միավորները ձեր ռեզյումեն կազմակերպված են պահում, հեշտ ընթեռնելի և ուշադրություն հրավիրում հիմնական տերմինների և հատկանիշների վրա:Օգտագործեք գործողության բայերըԸնտրեք պարզ, նպատակաուղղված գործողությունների բայեր, որոնք ընդգծում են ձեր ձեռքբերումները և բացատրում ձեր ներդրումը թիմին կամ նախագծին: Գործող բայերի օրինակները ներառում են՝ կառուցված, լուծված, արագացված, կրճատված և գործարկված:Օգտագործեք թվեր և հիմնական չափումներընդհանուր ածականների փոխարեն. Խուսափեք ուժեղ կամ փորձառու ածականներից: Այս բառերը զուրկ են կոնկրետությունից և բովանդակությունից: Փոխարենը, օգտագործեք կոնկրետ չափումներ և կոնկրետ օրինակներ՝ ձեր ձեռքբերումները ցուցադրելու համար: Քանակացրեք ձեր ձեռքբերումները, որպեսզի գործատուները հստակ տեսնեն, թե ինչ արժեք կարող եք բերել իրենց թիմին:Գրեք կոնկրետ, հզոր ձեռքբերումների հայտարարություններԱյս հայտարարությունները նկարագրում են, թե ինչի եք հասել ձեր կարիերայում: Տվյալների գիտության նվաճումների հայտարարությունների ընդհանուր ուրվագիծն են՝ Գործողություն բայ + առաջադրանք + արդյունք: Օրինակ՝ Մշակել է կանխատեսման նոր մոդելներ, որոնք բարձրացրել են ընկերության արդյունավետությունը 50 տոկոսով:Լեդը մի թաղեքՇեշտեք ձեր ամենակարևոր և համապատասխան փորձառությունները յուրաքանչյուր բաժնի կամ վերնագրի վերևում:Ընդգծեք անցյալի նախագծերըՁեր ռեզյումեում ներառեք համապատասխան աշխատանքային և տվյալների գիտական ​​նախագծեր, որոնք ցուցադրում են ձեր հմտությունները և առանձնացնում ձեզ: Նախագծային աշխատանքը հատկապես օգտակար է, եթե երկար տարիների փորձ չունեք:Պարզեցնել ժարգոնըԹեև դուք պետք է ներառեք համապատասխան տեխնիկական հիմնաբառեր, խուսափեք ձեր ռեզյումեն ժարգոնով ծանրաբեռնելուց: Որոշ վարձու մենեջերներ կարող են չունենալ տեխնիկական գիտելիքներ, այնպես որ համոզվեք, որ նրանք դեռ կարող են հասկանալ ձեր ձեռքբերումները:Խմբագրել և սրբագրելԿատարեք զգույշ ուղղագրության և քերականության ստուգում: Ցույց տվեք գործատուներին, որ դուք մանրակրկիտ և մանրամասն կողմնորոշված ​​եք: Երկրորդ զույգ աչքերը նույնպես օգտակար են, ուստի խնդրեք ընկերոջը կամ հասակակիցին վերանայել ձեր ռեզյումեն:

Սկսել – Ո՞րն է Ռեզյումեի նպատակը:

Տվյալների գիտության ռեզյումեի նպատակն է ներկայացնել ձեր փորձի, հմտությունների և ձեռքբերումների ընդհանուր պատկերը որպես տվյալների գիտնական: Ռեզյումեն ձեր ներդրումն ու առաջարկն է գործատուին: Ռեզյումեները պատմում են ձեր կարիերայի մասին հակիրճ և կազմակերպված ձևաչափով: Նրանք ընդգծում են ձեր համապատասխան ձեռքբերումները և ցույց են տալիս այն արժեքը, որը դուք կարող եք բերել որպես տվյալների գիտնական:

Ի վերջո, ռեզյումեն կարող է օգնել ձեզ առաջ գնալ աշխատանքի դիմելու գործընթացում և ապահովել հարցազրույց: Հարցազրույցի փուլում ռեզյումեները նաև գործում են որպես տեղեկատու փաստաթղթեր աշխատանքի ընդունող թիմի համար:

Ինչպես ստեղծել ուրվագիծ տվյալների գիտական ​​ռեզյումեի համար

Տվյալների գիտության կազմակերպված ռեզյումե ստեղծելու համար կարող եք հետևել այս ընդհանուր ուրվագծին.

Կոնտակտային տվյալներՆերառեք ձեր անունը, հեռախոսահամարը, էլ. փոստը, LinkedIn-ը և GitHub-ը կամ պորտֆոլիոն:Պրոֆիլ/Ամփոփում/ՆպատակԵրկու-չորս նախադասությամբ ուրվագծեք, թե ինչու եք դուք դերի լավագույն թեկնածուն:ՓորձՈւրվագծեք ձեր համապատասխան տվյալների գիտության փորձը:ՆախագծերՆշեք համապատասխան տվյալների գիտության նախագծերը:ԿրթությունՆերառեք աստիճաններ/վկայականներ՝ դպրոցի և ավարտական ​​ամսաթվի հետ միասին: Կարող եք նաև ընդգծել համապատասխան դասընթացը և ակադեմիական նվաճումները:ՀմտություններՆերառեք համապատասխան տեխնիկական տվյալների գիտության հմտություններ, որոնք համապատասխանում են աշխատանքի նկարագրությանը:Լրացուցիչ բաժիններՍա կարող է ներառել գիտաժողովներ, հրապարակումներ, մրցանակներ և այլ գործունեություն կամ հետաքրքրություններ:

Ինչ ներառել ձեր տվյալների գիտնականի ռեզյումեում

Ձեր տվյալների գիտական ​​ռեզյումեում ներառեք պրոֆիլը, աշխատանքային փորձը, կրթությունը, հմտությունները, ձեռքբերումները և հավելյալները:

ԱնձնագիրՈւժեղ պրոֆիլը (նաև կոչվում է ամփոփում կամ նպատակ) կօգնի ձեր տվյալների գիտական ​​ռեզյումեն առանձնանալ: Ձեր պրոֆիլը պետք է պատմություն պատմի: Ներառեք հակիրճ նկարագրություն, թե ինչու եք դուք լավ համապատասխանում տվյալների գիտնականի դերին: Եթե ​​դուք փոխում եք դաշտերը, բացատրեք ձեր տեղափոխությունը տվյալների գիտության մեջ: Որոշ աշխատանքի հայտարարություններ չեն պահանջի ուղեկցող նամակ, ուստի սա լավ բաժին է ցույց տալու ձեր եռանդը պաշտոնի և ընկերության նկատմամբ:Աշխատանքային փորձԹվարկեք ձեր ամենավերջին և համապատասխան աշխատանքային փորձը հակառակ ժամանակագրական հաջորդականությամբ, առաջին հերթին նշված է ձեր ամենավերջին տվյալների գիտության փորձը: Յուրաքանչյուր փորձ պետք է ներառի ձեր աշխատանքի անվանումը, ընկերությունը, պաշտոնում գտնվելու ժամանակահատվածը, աշխատանքի գտնվելու վայրը և ձեր հիմնական ձեռքբերումները: Նպատակ դրեք ունենալ երկու-երեք կետ յուրաքանչյուր փորձի համար:ՁեռքբերումներՏվյալների գիտության փորձը կամ նախագծերը թվարկելիս կենտրոնացեք ձեր ձեռքբերումների վրա, այլ ոչ թե առաջադրանքների կամ պարտականությունների վրա: Հնարավորության դեպքում ներառեք թվեր և չափումներ՝ ձեր հաջողությունները քանակականացնելու համար: Օրինակ, կանխատեսված ընկերության վաճառքի փոխարեն վերաշարադրեք այն որպես, Օգտագործել է կանխատեսող վերլուծություն՝ ընկերության վաճառքները կանխատեսելու համար 95 տոկոս ճշգրտությամբ:Կրթություն: Նախ ներառեք կրթական մանրամասները ձեր ամենավերջին կրթության հետ: Թվարկեք ցանկացած հետբուհական աստիճան, անկախ նրանից, թե դրանք վերաբերում են տվյալների գիտության դերին, թե ոչ (Տվյալների գիտնականի որոշ պաշտոններ կարող են պահանջել գիտական ​​աստիճան ցանկացած ոլորտում): Ներառեք ձեր աստիճանի տեսակը, մասնագիտությունը/փոքրը, դպրոցի անվանումը և ավարտելու ամսաթիվը: Նաև նշեք ցանկացած դասընթացներ կամ հավաստագրեր, որոնք ստացել եք քոլեջից կամ համալսարանից դուրս: Դուք կարող եք նաև ընդգծել համապատասխան դասընթացները, ակադեմիական նվաճումները, կրթաթոշակները և արտադպրոցական գործունեությունը:ՆախագծերԹվարկե՛ք տվյալների գիտության համապատասխան նախագծերը և ներառե՛ք վերնագիրը, հղումը և ձեր դերը նախագծում: Համառոտ նկարագրեք նախագիծը և ներառեք համապատասխան գործիքներ/ծրագրեր և հմտություններ:ՀմտություններՆերառեք համապատասխան տեխնիկական հմտությունները, առաջին հերթին նշեք ձեր ամենաուժեղ տվյալների գիտության հմտությունները: Վերանայեք աշխատանքի նկարագրությունը և համապատասխանեցրեք ձեր հմտությունները պաշտոնի համար պահանջվող հմտություններին:Լրացուցիչ հնարավորություններԼրացուցիչ բաժինները կարող են ցուցադրել հետագա ձեռքբերումները, որոնք ձեզ առանձնացնում են: Այս բաժինը կարող է ներառել գիտաժողովներ, հրապարակումներ, մրցանակներ, հետաքրքրություններ և մասնակցություն հաքաթոններին: Դրանք կարող են ցույց տալ ձեր կիրքն ու նվիրվածությունը որպես տվյալների գիտնական:

Ի՞նչ հմտություններ պետք է դնեք տվյալների գիտության ռեզյումեում:

Տվյալների գիտական ​​ռեզյումեները պետք է ներառեն տեխնիկական հմտություններ, որոնք համապատասխանում են այն պաշտոնին, որի համար դիմում եք: Լավ ռազմավարություն է նախ թվարկել տվյալների գիտության ձեր բոլոր հմտությունները, ներառյալ ցանկացած ծրագրակազմ և գործիք: Հաջորդը, վերանայեք աշխատանքի նկարագրությունը և ընդգծեք դերի համար պահանջվող հմտությունները: Ձեր ռեզյումեում նշեք այն հմտությունները, որոնք համընկնում են նկարագրության մեջ: Կարող եք նաև ավելացնել մի քանի լրացուցիչ հմտություններ, որոնք, ըստ ձեզ, կապված են կամ տեղին, կամ որոնք կօգնեն ձեզ առանձնանալ:

Տվյալների գիտնականների համար ամենակարևոր հմտությունները ներառում են.

Տեխնիկական տվյալների հմտություններ

• Տվյալների վերլուծություն
• Տվյալների վիճաբանություն
• Տվյալների մոդելավորում
• Վիճակագրություն
• Տվյալների վիզուալիզացիա
• Ծրագրավորում
• Քանակական վերլուծություն
• Մեքենայի ուսուցում
• Մեքենայի ուսուցման մոդելներ
• Տվյալների արդյունահանում
• Վրիպազերծում
• Վարկածների փորձարկում
• A/B թեստեր
• Հետընթաց

Տվյալների գործիքներ և լեզուներ

• Ռ
• Պիթոն
• Գ
• C++
• C#
• HTML
• Java
• JavaScript
• PHP
• SAS
• SQL
• Աստիճաններ
• MATLAB
• SQL Server
• NoSQL
• Hadoop
• OpenRefine
• TensorFlow
• Կլաուդերա
• խորհուրդ
• Microsoft Excel
• Օկտավա
• Կայծ
• PowerBI
• Սյուժե
• Բոկեհ
• Մատպլոտլիբ
• Ծովածին
• Դժվար
• Պիտորչ
• AWS
• Փեթակ

Տվյալների գիտության ռեզյումեի նմուշի ձևաչափ

AME Հեռախոսահամար Էլփոստ LinkedIn GitHub / պորտֆելի հղում

ՊՐՈՖԻԼ

Տվյալների կրտսեր գիտնական [#] տարվա փորձով [փորձաքննության ոլորտում]: [Տվյալների գիտության հիմնական ձեռքբերում կամ նախագիծ]: Հմուտ [լավագույն հմտություններ]: Կրքոտ է [տվյալների գիտության հետ կապված կրքեր]:

ՓՈՐՁ

Աշխատանքի անվանումը, Ընկերության ամիս, Տարի – Ամիս, Տարի

• [Գործող բառ] [հմտություն/առաջադրանք] [արդյունք/ազդեցություն]
• [Գործող բառ] [հմտություն/առաջադրանք] [արդյունք/ազդեցություն]
• [Գործող բառ] [հմտություն/առաջադրանք] [արդյունք/ազդեցություն]

Աշխատանքի անվանումը, Ընկերության ամիս, Տարի – Ամիս, Տարի

• [Գործող բառ] [հմտություն/առաջադրանք] [արդյունք/ազդեցություն]
• [Գործող բառ] [հմտություն/առաջադրանք] [արդյունք/ազդեցություն]
• [Գործող բառ] [հմտություն/առաջադրանք] [արդյունք/ազդեցություն]

ԿՐԹՈՒԹՅՈՒՆ

Դիպլոմը, դպրոցի անվանումը Ավարտական ​​ամսաթիվը

• [Համապատասխան դասընթացներ]
• [Ակադեմիական նվաճումներ]

ՆԱԽԱԳԾԵՐ

• Նախագիծ, դեր
• Նախագծի համառոտ նկարագրությունը

ՀՄՏՈՒԹՅՈՒՆՆԵՐ

• [Տեխնիկական հմտություններ]
• [Ծրագրային ապահովում, գործիքներ]

ԼՐԱՑՈՒՑԻՉ ԳՈՐԾՈՒՆԵՈՒԹՅՈՒՆՆԵՐ

• [Հեքըթոններ]
• [Կամավորական փորձ]

Հիմնական Takeaways

Որպես տվյալների գիտնական, ձեզնից ակնկալվում է աշխատել մեծ տվյալների և տվյալների հավաքածուների հետ, բացահայտել համապատասխան տվյալները, այնուհետև կայացնել տեղեկացված որոշումներ և առաջարկություններ բիզնեսի խնդիրները լուծելու համար:

Վարձման մենեջերի բիզնեսի խնդիրը բաց պաշտոնը զբաղեցնելու համար ճիշտ տվյալների գիտնական գտնելն է: Եթե ​​դուք մոտենաք ռեզյումե գրելուն նույն մոտեցմամբ, ինչ տվյալների վերլուծության ժամանակ, դուք ձեզ հիանալի վիճակում կստեղծեք տվյալների գիտության մեջ առանձնահատուկ ռեզյումե և ուղեկցող նամակ:

Վերևում նկարագրվածը ամփոփելու համար համոզվեք, որ հետևեք ռեզյումե գրելու հետևյալ քայլերին.

• Ուսումնասիրեք ընկերությունը, դերը և համապատասխան տվյալների հմտությունները
• Հղում ռեզյումեի ձևանմուշներին և նմուշներին՝ ռեզյումեի ուրվագիծ ստեղծելու համար
• Ձեր ռեզյումեի ճիշտ բաժնում ավելացրեք համապատասխան կրթական փորձ, աշխատանքային փորձ և տվյալների նախագծեր
• Ընդգծեք փորձը մեքենայական ուսուցման և տվյալների գործիքների հետ
• Ստեղծեք հակիրճ կետեր՝ օգտագործելով գործողության բայ + առաջադրանք + արդյունքի ձևաչափը յուրաքանչյուր փորձի համար՝ ընդգծելով տվյալների վրա հիմնված հաջողությունները
• Հանձնարարեք վստահելի գործընկերոջը սրբագրել ձեր Data Scientist-ի ռեզյումեն քերականության և ուղղագրության համար՝ համոզվելու համար, որ ձեր փորձը պրոֆեսիոնալ կերպով ներկայացված է