機械学習の履歴書–ガイドとサンプル
公開: 2021-03-05現在、機械学習の仕事を得るのは非常に難しいようです。 機械学習エンジニア/データサイエンティストの求人情報は、初日中に200人以上の応募者を獲得します。 では、この状況にどのように取り組み、素晴らしい機械学習の仕事をすばやく得ることができるでしょうか。
履歴書を作成することは、ほとんどの求職者にとって苦痛です。 ここでは、プロセスがバターのようにスムーズになるように、各ポイントを明確にするために分解します。 それはまさにこの記事が話していることです。
このチュートリアルを終えると、次のことがわかります。
- 優れた機械学習の履歴書を作成するもの
- サンプル履歴書の構造
- 履歴書の各セクションの詳細な分析
- 履歴書のすべきこととすべきでないこと
まっすぐに行きましょう。
目次
優れた機械学習の履歴書を作るものは何ですか?
すべての求人応募の最初のステップは履歴書です。 履歴書は、採用担当者に自分を売り込むための媒体に他なりません。 これは、「ねえ、これが私がやったことすべてです。 そして、私は素晴らしいです。」 しかし、それは平均的な履歴書が行うことであり、惨めに失敗します。 良い履歴書は、応募する仕事に適している理由を示す、鮮明で簡潔で非常に構造化された文書である必要があります。
世界のトップ大学であるマスター、エグゼクティブポストグラデュエイトプログラム、ML&AIの高度な証明書プログラムからオンラインで機械学習コースに参加して、キャリアを早急に進めましょう。
ATSファクター
ほとんどの求人情報には数百の履歴書があります。 それで、あなたは採用担当者が彼らが受け取るすべての履歴書を通過すると思いますか? いいえ。ほとんどの採用担当者はATS(Applicant Tracking System)を使用しており、その最初のタスクは、内容に応じて履歴書を評価することです。
履歴書がATSバリアを超えると、履歴書を数秒間スキャンする採用担当者の手に渡ります。 それでおしまい。 ほんの数秒。 したがって、ここでの私たちの目的は、最初にATSの障壁を通過し、次に採用担当者に印象を与える履歴書を作成することです。 そして、あなたは彼らから電話を受ける可能性が高いです。
サンプル機械学習履歴書の構造
以下は、これから説明する機械学習の履歴書のサンプルです。 読み進めながら、フォローして独自の履歴書を作成することをお勧めします。 履歴書を作成する際に最初に覚えておくべきこと、そして8/10の人が履歴書を作成するときに犯す間違いは、履歴書が1ページを超える必要はないということです。
履歴書を不必要に2ページまたは3ページの長さにしても、電話を受ける可能性が高くなることはありません。 7番目のスタンダードでレースに勝ちましたか? 採用担当者は気にしません。 ここでの全体的な考え方は、関連情報のみを含めることです。
上に示したテンプレートはかなり優れており、テスト済みです。 ただし、いつでも任意のテンプレートを作成できます。 また、プロファイルや経験に合わせてセクションを追加/削除することもできます。 心に留めておくべき唯一のことは、それが単純であるほど良いということです。 各セクションを1つずつ見ていきましょう。
概要
専門的な経験がない場合、要約は実際には必要なものではありません。 要約の唯一の動機は、1行または2行であなたの経歴を採用担当者に伝えることです。 あなたが新鮮で専門的な経験がない場合は、これをスキップすることができます。 インターンシップの経験がある場合でも、これを含めることができます。
ほとんどの申請者が犯す主な間違いは、要約に不要な形容詞を追加することです。 例えば:
「機械学習で実績のある実務経験を持つ意欲的な専門家。 勤勉で、目標志向で、積極的な人。 私は問題解決者であり、リーダーシップスキルを持っているチームプレーヤーです。 私のスキルを披露して成長するためのやりがいのある役割を探しています。」
この要約は、採用担当者が履歴書の最初に見たいものではありません。 そして悲しい真実は、それがほとんどの履歴書に存在するものであるということです。 「やる気が高い」、「チームプレーヤー」などの形容詞をダンプしても、履歴書は目立たなくなります。 それはそれをより冗長にし、重要なスペースを浪費するだけです。 要約セクションでは、あなたが持っている経験の量、あなたが持っている主要なスキル、そしてあなたが探している役割の種類について話す必要があります。
連絡先の詳細とソーシャルプロファイル
このセクションには、電話番号、電子メールアドレス、および現在住んでいる都市を含める必要があります。住所全体をPINコードまで含めないでください。 採用担当者はそれに関心がありません。 場所の詳細は、都市、またはせいぜい州に限定してください。
関連情報のみが含まれることを忘れないでください。 採用担当者に悪い印象を与える可能性のあるものではなく、プロ並みのメールアドレスを入力するようにしてください。 まだ持っていない場合は、新しいものを作成してください。 あなたはそれを一生使うつもりです。
リンクをカスタマイズした後、LinkedInプロファイルを入力します。 GitHubプロファイルを追加するのは、プロジェクトとアクティビティが十分にある場合のみです。 アクティビティがまったくないか非常に少ないGitリンクを追加すると、悪い印象を与えます。 あなたのブログやウェブサイトのような他の関連するリンクを入れてください。
実務経験
あなたが経験豊富な専門家であれば、これは最も重要な部分であり、履歴書の中核です。 アクション動詞を利用して、関連する作業経験を含めます。 ポイントを簡潔に保ち、あまり多くの情報を入れないでください。 あなたが新入生で、仕事の経験がない場合は、関連するインターンシップの経験を追加してください。
それさえない場合は、このセクションをスキップして次のセクションに移動し、それを履歴書の中心にします。 上記のテンプレートで使用されている文体に従ってください。 履歴書の言語がどれだけ優れているかを確認するには、resumeworded.comにアクセスしてください。
パーソナル機械学習プロジェクト
このセクションには、最近作成した1〜3個の優れた機械学習プロジェクトを含める必要があります。 それらについて簡単に書いて、最も重要な詳細を含めてください。 タイタニック、住宅価格予測などの初心者レベルのプロジェクトは含めないでください。これらを追加しても、履歴書が目立つようにはなりません。 あなたが新入生であるか、関連する仕事の経験がない場合は、このセクションがあなたの履歴書の中核となるはずです。 それを一番上に移動し、いくつかの非常に優れたプロジェクトを作成して、十分なコンテンツを追加します。
スキル
スキルセクションには、アルゴリズム、ツール、言語など、あなたが持っているすべての機械学習スキルを含める必要があります。 履歴書がATSをクリアすることを確認するための優れた方法は、応募する職務のJDに記載されている正確なキーワードを追加することです。 これは、ATSがJD内のキーワードの一致数と履歴書によって履歴書をスコアリングするためです。
したがって、JDで使用されている単語を置き換えて、スキルを少し変更します。 たとえば、JDに線形回帰がある場合は、線形回帰を線形モデルに変更する必要があります。 できるだけ多くのキーワードを含めるようにしてください。ただし、知らないキーワードは含めないでください。
ハッカソンの成果
これは追加のセクションであり、スキップできます。 採用担当者に表示したい別のセクションを追加することもできます。 MOOCからの認定を追加することは避けてください。履歴書にあまり重みが加わらないため、 関連する認定のみを追加してください。 「MicrosoftCertifiedAzureSpecialist」など。
教育
あなたが経験豊富な専門家であるならば、教育セクションは一番下に保たれるべきです。 あなたが大学を卒業したばかりの場合、またはまだ大学にいる場合は、それをはるかに上に保つことができます。 このセクションには、卒業の詳細(学位、大学/大学、および取得した成績/ CGPA)のみを含める必要があります。
履歴書のすべきこととすべきでないこと
- 1ページに収める
- 関連情報のみを含める
- JDからのキーワードを含める
- アクションワードを使用して体験を説明する
- すべての形容詞を削除します
- 写真を含めないでください
行く前に
優れた機械学習の履歴書のすべての側面と、面接の電話を受ける機会を最大化する方法について説明しました。 最近は同じ仕事をめぐる競争が激しくなっていますが、上記の点に取り組み、他の人が犯しているのと同じ過ちを犯さないようにすることで、すぐに待ち行列をスキップできます。
このチュートリアルをガイドとして使用し、履歴書を最初から作成することができます。 1つの履歴書を作成して、すべてのジョブに使用しないように注意してください。 代わりに、仕事と要件に応じて少し変更してください。 これらの手順を実行するだけで、競合他社をはるかに上回ります。
機械学習について詳しく知りたい場合は、IIIT-BとupGradの機械学習とAIのエグゼクティブPGプログラムをご覧ください。このプログラムは、働く専門家向けに設計されており、450時間以上の厳格なトレーニング、30以上のケーススタディと課題、IIITを提供しています。 -B卒業生のステータス、5つ以上の実践的なキャップストーンプロジェクト、トップ企業との雇用支援。
機械学習にはどのようなスキルが必要ですか?
機械学習は人工知能のサブセットであり、その主な用途はデータマイニングまたはパターン認識です。 自動化された意思決定システムの開発に非常に役立ちます。 ただし、機械学習はそれに限定されません。 機械学習アルゴリズムは、自然言語処理とデータマイニングで重要な役割を果たします。 それは専門知識ですが、コンピュータサイエンスの一分野と見なす必要があります。 機械学習は、確率、統計、モデリングを利用するため、数学を十分に理解する必要があります。 また、C、C ++、Java、Python、Perl、C#.NET、Rなどのコンピュータープログラミング言語に精通していることも重要です。
優れた機械学習履歴書を作成するにはどうすればよいですか?
機械学習は、最近非常にホットな分野です。 機械学習の履歴書を作成する場合は、現場でいくつかのプロジェクトを行う必要があります。 ただし、何も知らずにフィールドに飛び込むことはできません。 実際に機械学習の分野に飛び込む前に、事前の作業を行うことをお勧めします。 機械学習の役割に身を投じるためのカリキュラムを設計できます。 カリキュラムは多くの数学から始めることができますが、学ぶ必要のある基礎を学ぶ必要があります。 その後、機械学習のさまざまな概念をカバーする必要があります。 次に、もう少し数学を検討する必要があります。
機械学習の未来は何ですか?
近年、効果的なビジネスアプリケーションのための機械学習の使用が大幅に増加しています。 機械学習は、顧客の行動を予測したり、履歴に基づいて商品を顧客に推奨したり、マーケティングをより効果的にしたりするために使用できます。ある調査によると、機械学習を使用する企業の80%が顧客体験の向上を経験しています。