Currículum de ciencia de datos: guía completa [2022]

Publicado: 2021-02-14

Según Glassdoor, ' Científico de datos ' está en la parte superior de la lista de los mejores trabajos en 2019. Paga bien y también ofrece una carrera profesional muy desafiante y gratificante. Como tal, la cantidad de puestos de ciencia de datos ha aumentado y también la cantidad de solicitantes.

Incluso si ignora a la competencia, aún debe demostrar que tiene las habilidades para ser parte de la empresa. Entonces, ¿cuál es el primer paso para conseguir el puesto de ciencia de datos de sus sueños? Un currículum estelar y bien elaborado.

Incluso antes de conocer al gerente de contratación, se habrán formado una opinión sobre usted a través de su currículum. Por lo tanto, es mejor que llame la atención y los lleve a llamarlo para una entrevista. Aprendamos cómo hacer esto.

Tabla de contenido

Los basicos

La mayoría de los candidatos cometen el gran error de preparar un currículum y enviarlo a todos los empleadores potenciales (y muchas veces enviarlos por error a todos). Esta es una práctica muy infructuosa; no obtendrá los resultados que desea. Entonces, si una empresa publica un anuncio para un científico de datos cuya habilidad principal es Python y les envía un currículum explicando cómo es el Rey de R, entonces lo siento; no va a funcionar

Cada uno de sus currículums debe adaptarse al puesto y la vacante que está solicitando. El mismo currículum se puede enviar a algunos empleadores diferentes, pero incluso entonces se deberán realizar ajustes menores. Además, tenga en cuenta los siguientes consejos cuando comience a hacer su currículum de ciencia de datos:

  • Mantenga el currículum de una página de largo. Hasta ya menos que tenga más de 15 años de experiencia relevante en el campo, no pase de una página.
  • Usa los espacios en blanco generosamente.
  • Use títulos y subtítulos cuando corresponda. Hace que el currículum sea más legible. También lo hace el resaltado.
  • Utilice fuentes legibles. La mayoría de los candidatos, en un intento por ser elegantes, usan fuentes cursivas (como Lobster). O lo llevan al otro extremo y usan los casuales (como Caveat). Evite estos extremos. Mantenlo funcional y profesional. Utilice fuentes como Arial, Times New Roman y Proxima Nova.
  • No exageres con los colores.
  • Revise y revise la gramática de su currículum siempre. Pásalo por Grammarly o pídele a un amigo que lo revise. Incluso un error de ortografía puede arruinar su impresión.

Secciones para incluir en su currículum de ciencia de datos

Estas son las secciones básicas que se incluirán. Puede agregar y omitir como desee, pero estos resumen los detalles básicos que un gerente de contratación necesitaría saber. El orden también puede ser el que desees.

  • Reanudar objetivo/resumen
  • Experiencia laboral
  • Habilidades clave/básicas
  • Educación y certificaciones (si las hay)
  • Cualquier proyecto o publicación.
  • Información básica sobre ti
  • Sección de pasatiempos (o una que muestre tu personalidad como 'lo que más te enorgullece')

Qué incluir en cada sección

Reanudar objetivo/resumen

Esta es la primera sección sobre la que caerán los ojos del reclutador. Es una sección muy importante ya que lo ayudará a poner un pie en la puerta y obligar al reclutador a leer el resto de su currículum donde expone sus logros.

Entonces, ¿cuál escribes? ¿Objetivo o resumen?

Si es un recién graduado o recién graduado en este campo, escriba un objetivo de currículum. Si tiene experiencia y resultados relevantes en el campo, escriba un resumen.

Así es como se escribe el objetivo de un currículum

Recién graduado de la Universidad XYZ con una Licenciatura en Ciencias de la Computación. Apliqué mis habilidades analíticas y estratégicas en la construcción de proyectos que me ganaron el Global Data Science Challenge en 2018. Deseoso de aplicar mis habilidades para resolver problemas del mundo real ahora.

Interesante. Te gustaría leer más, ¿no?

Aquí es cuando no querrías seguir leyendo

Recién graduado de la Universidad XYZ con una Licenciatura en Informática y TI. Buscando aprender tecnologías de ciencia de datos y volverse hábil en ellas.

¡Vaya! Ese se tira a la papelera. Mencione sus habilidades, cualquier logro si los tiene y lo que puede hacer por el empleador en lugar de al revés. A continuación, le mostramos cómo escribir un resumen de currículum:

Ingeniero de ciencia de datos ambicioso con más de 5 años de experiencia. Especializado en el uso de Tableau para crear modelos de datos que generen claridad y que destilen grandes cantidades de datos en visualizaciones fáciles de entender. Ganador del Desafío Anual de Tableau.

He aquí cómo no escribirlo

El ingeniero de ciencia de datos con amplia experiencia puede realizar análisis estadísticos, limpieza de datos, visualización de datos y también liderar equipos.

Conclusión: evite afirmaciones vagas. Incluya hechos concretos y números para que su experiencia sea más tangible.

Experiencia laboral

Mencione su experiencia laboral en orden cronológico inverso. Esto le permitirá comenzar con los puntos más impresionantes, ya que sus responsabilidades y resultados se habrían incrementado desde que comenzó su carrera. A continuación, elija sus mejores proyectos para incluir. No es necesario mencionar todos los proyectos en los que ha trabajado bajo el sol.

Por último, y lo más importante, apunte al impacto . Cada currículum de ciencia de datos mencionará el análisis estadístico, la visualización de datos y la extracción de datos. Pero el impacto que hubieras creado sería exclusivo para ti. Por lo tanto, incluya hechos concretos y números sobre cómo sus esfuerzos y habilidades ayudaron a la empresa a crecer.

Aquí hay un formato posible

Cargo y nombre de la empresa

Trabajó desde ____-____

Ubicación

Logros clave

<Aquí habla sobre el impacto que ha creado a través de sus responsabilidades y los premios importantes que podría haber ganado>

Aquí hay un ejemplo para que quede más claro:

Científico de datos en Goldman Sachs

Enero 2015- Octubre 2019

Bangalore, India

Logros clave
  • Creé e implementé modelos para predecir la rentabilidad de los préstamos. Logré una tasa de mejora del 20% en la calidad de los préstamos aprobados.
  • Dirigió un equipo de visualización de datos de 20 para mejorar la calidad de los informes estadísticos.
  • Ganó la competencia global de ciencia de datos GS 3 trimestres seguidos.

Una vez más, evite la vaguedad. Apoye sus afirmaciones con hechos y cifras.

Habilidades clave/básicas: si la estructura de su currículum lo permite, divida sus habilidades en habilidades duras y habilidades blandas.

Las habilidades duras en ciencia de datos incluyen: Python, R, SQL, API, limpieza de datos, manipulación de datos, línea de comandos, etc.

Las habilidades blandas incluyen: liderazgo, pensamiento analítico, pensamiento estratégico, creatividad, trabajo en equipo, etc.

Lea también: Ventajas de aprender Python para ciencia de datos e IA.

Educación y certificaciones

La mayoría de las personas incluyen esta sección antes de la sección de experiencia laboral. Pero esto último es más relevante para el proceso de contratación, especialmente si ha estado en la industria durante al menos 2 años. Entonces, colóquelo en consecuencia.

Si aprobaste la universidad, entonces no hay necesidad de incluir tu escolaridad. Además, siga un orden cronológico inverso en el que mencione primero su título más reciente. Mencione cualquier proyecto interesante o premio que haya ganado durante su programa o cualquier club o sociedad de matemáticas/informática de la que haya formado parte.

Si tiene alguna certificación, inclúyala también. Por ejemplo, cuando solicita un trabajo relacionado con la ciencia de datos, una certificación de ciencia de datos de una institución de renombre lo ayudaría a obtener la llamada de la entrevista.

Información básica

Esto incluye su nombre, ciudad, estado (y país si está solicitando un trabajo en el extranjero). Además, incluya su dirección de correo electrónico activa, teléfono, enlace a su perfil de LinkedIn y enlace de blog si tiene uno. Dado que está solicitando un puesto de ciencia de datos, los reclutadores querrán ver en qué proyectos ha trabajado o está trabajando actualmente. Por lo tanto, incluya también un enlace de GitHub.

Aprenda cursos de ciencia de datos de las mejores universidades del mundo. Obtenga programas Executive PG, programas de certificados avanzados o programas de maestría para acelerar su carrera.

Terminando

Esto lo ayudará a guiarlo en la elaboración de su currículum de ciencia de datos. Es tan importante como cualquier otro aspecto del proceso de contratación. Por lo tanto, asegúrese de dar lo mejor de sí siguiendo los consejos y pautas anteriores. ¡Nos vemos del otro lado de ser contratado!

¿Vale la pena ser científico de datos en 2022?

De hecho, la ciencia de datos está marcando tendencia en los gráficos con nuestra dependencia cada vez mayor de los datos y la tecnología. Existe una gran brecha entre la demanda y la oferta de científicos de datos, lo que lo convierte en uno de los campos mejor pagados de 2022.
Un científico de datos con 5 años de experiencia gana alrededor de $ 300,000 por año. Un científico de datos decente gana alrededor de $ 123,000 por año, mientras que el salario medio de los científicos de datos es de alrededor de $ 91,000 por año. Este es solo el salario base. Los científicos de datos también obtienen una atractiva bonificación de medios de alrededor de $ 8k dentro de un rango de $ 1K- $ 17k

¿Qué habilidades se requieren para ser un científico de datos?

Las siguientes habilidades son necesarias para estar en su arsenal si es un aspirante a la ciencia de datos y quiere convertirse en buenas oportunidades:
1. Estadística y Probabilidad
La estadística y la probabilidad son los dos conceptos matemáticos más importantes de la ciencia de datos. Estadísticas descriptivas como media, mediana y moda, regresión lineal, prueba de hipótesis son algunos de los temas de estadística y probabilidad.
2. Lenguaje de programación
Debe ir con un lenguaje de programación y dominarlo para codificarlo. Hay muchos lenguajes por ahí, pero Python es el más preferible debido a las bibliotecas y módulos que proporciona.
3. Aprendizaje automático y aprendizaje profundo
Machine Learning y Deep Learning son dos dominios separados y los subconjuntos de Data Science al mismo tiempo. Estos temas lo ayudarán a avanzar en la ciencia de datos.
4. Visualización de datos
La visualización de datos es el arte de visualizar los datos en forma de cuadros y gráficos para hacerlos más comprensibles y rentables.

¿Cuáles son las aplicaciones de la ciencia de datos?

La ciencia de datos está gobernando muchos dominios técnicos, ya que los datos se han convertido en una necesidad. Las siguientes son las principales aplicaciones de la ciencia de datos:
1. El sector financiero y bancario es uno de los primeros sectores que comenzó a utilizar la ciencia de datos, ya que se trata de una gran cantidad de datos de forma regular.
2. El sector de la salud utiliza la ciencia de datos predominantemente en áreas que incluyen el diagnóstico por imágenes, la investigación en medicina y la genética.
3. Otros campos incluyen aerolíneas, transporte, juegos y manufactura.