데이터 과학 이력서: 전체 가이드[2022]
게시 됨: 2021-02-14Glassdoor에 따르면 ' 데이터 과학자 '는 2019년 최고의 직업 목록의 맨 위에 있습니다. 급여도 높고 매우 도전적이고 보람 있는 경력 경로를 제공합니다. 이에 따라 데이터 사이언스 직종의 수가 증가했고 지원자 수도 증가했습니다.
경쟁을 무시하더라도 회사의 일부가 될 수 있는 기술이 있음을 증명해야 합니다. 그렇다면 꿈의 데이터 사이언스 직위를 얻기 위한 첫 번째 단계는 무엇입니까? 훌륭하고 잘 만들어진 이력서.
인사담당자를 만나기도 전에 이력서를 통해 당신에 대한 의견을 형성했을 것입니다. 따라서 관심을 끌고 인터뷰를 요청하도록 유도하는 것이 좋습니다. 이 작업을 수행하는 방법을 알아보겠습니다.
목차
기초
대부분의 후보자는 이력서 하나를 준비하여 모든 잠재적 고용주에게 보내는 큰 실수를 범합니다(종종 실수로 모두 참조). 이것은 매우 열매 없는 관행입니다. 원하는 결과를 얻지 못할 것입니다. 따라서 회사에서 기본 기술이 Python인 데이터 과학자를 위한 광고를 게재하고 귀하가 R의 왕이 된 방법을 설명하는 이력서를 보내면 죄송합니다. 작동하지 않을 것입니다.
각 이력서는 지원하는 직위와 공석에 맞게 조정되어야 합니다. 동일한 이력서를 몇 개의 다른 고용주에게 보낼 수 있지만 그 경우에도 약간의 조정이 이루어져야 합니다. 또한 데이터 과학 재개를 시작할 때 다음 사항을 염두에 두십시오.
- 이력서를 한 페이지 길이로 유지하십시오. 현장에서 15개 이상의 관련 경험이 있을 때까지는 한 페이지를 넘기지 마십시오.
- 공백을 아낌없이 사용하십시오.
- 적절한 경우 제목과 부제목을 사용하십시오. 이력서를 더 읽기 쉽게 만듭니다. 강조 표시도 마찬가지입니다.
- 읽기 쉬운 글꼴을 사용하십시오. 멋을 부리려는 대부분의 후보자는 초서체(예: Lobster)를 사용합니다. 또는 그들은 그것을 다른 극단으로 가져가 캐주얼한 것을 사용합니다(Caveat와 같은). 이러한 극단을 피하십시오. 기능적이고 전문적으로 유지하십시오. Arial, Times New Roman 및 Proxima Nova와 같은 글꼴을 사용하십시오.
- 색상을 과용하지 마십시오.
- 이력서를 항상 교정하고 문법을 확인하십시오. Grammarly를 통해 실행하거나 친구에게 살펴보게 하십시오. 한 번의 맞춤법 실수라도 인상을 망칠 수 있습니다.
데이터 과학 이력서에 포함할 섹션
다음은 포함할 기본 섹션입니다. 원하는 대로 추가하거나 생략할 수 있지만 이는 고용 관리자가 알아야 할 기본 세부 정보를 요약한 것입니다. 주문도 원하는대로 할 수 있습니다.
- 이력서 목표/요약
- 직장 경험
- 핵심/핵심 기술
- 교육 및 인증(있는 경우)
- 모든 프로젝트 또는 출판물
- 당신에 대한 기본 정보
- 취미 섹션(또는 '가장 자랑스러운'과 같은 성격을 보여주는 섹션)
각 섹션에 포함할 내용
이력서 목표/요약
채용담당자의 시선이 가장 먼저 닿는 부분입니다. 그것은 당신이 문을 열고 당신이 성취에 대해 설명하는 이력서의 나머지 부분을 읽도록 당신의 발을 들여놓는 데 도움이 될 것이기 때문에 매우 중요한 섹션입니다.
그래서, 당신은 어느 것을 씁니다? 객관적인가 요약인가?
최근 졸업생이거나 이 분야의 신입생이라면 이력서 목표를 작성합니다. 해당 분야에서 관련 경험과 결과가 있는 경우 요약을 작성합니다.
이력서 목표를 작성하는 방법은 다음과 같습니다.
최근 XYZ 대학에서 컴퓨터 공학 학사 학위를 취득했습니다. 2018년 글로벌 데이터 사이언스 챌린지에서 우승한 프로젝트를 구축하는 데 분석 및 전략적 기술을 적용했습니다. 이제 실제 문제를 해결하는 데 제 기술을 적용하기를 열망합니다.
흥미로운. 더 읽고 싶습니까?
더 이상 읽고 싶지 않을 때입니다.
최근 XYZ 대학에서 컴퓨팅 및 IT 학사 학위를 취득했습니다. 데이터 과학 기술을 배우고 숙련되기를 원합니다.
이런. 저건 쓰레기통에 버려집니다. 귀하의 기술, 성취한 경우 성취, 그리고 고용주를 위해 할 수 있는 일을 언급하십시오. 다음은 이력서 요약을 작성하는 방법입니다.
5년 이상의 경력을 가진 야심찬 데이터 과학 엔지니어. Tableau를 사용하여 많은 양의 데이터를 쉽게 이해할 수 있는 시각화로 추출하는 명확성을 생성하는 데이터 모델을 만드는 데 특화되어 있습니다. 연례 Tableau 챌린지 우승자.
쓰지 않는 방법은 다음과 같습니다.
풍부한 경험을 가진 데이터 과학 엔지니어는 통계 분석, 데이터 정리, 데이터 시각화를 수행하고 팀을 이끌 수도 있습니다.
결론: 모호한 주장을 피하십시오. 전문 지식을 보다 구체적으로 만들기 위해 확실한 사실과 숫자를 포함합니다.
직장 경험
근무 경험을 시간 역순으로 언급하십시오. 이것은 당신의 경력이 시작된 이후로 당신의 책임과 결과가 확대되었을 것이기 때문에 가장 인상적인 점부터 시작할 수 있게 해줍니다. 다음으로 포함할 최고의 프로젝트를 선택하십시오. 태양 아래에서 작업한 모든 프로젝트를 언급할 필요가 없습니다.
마지막으로 가장 중요한 것은 임팩트를 목표로 하는 것입니다 . 모든 데이터 과학 이력서에는 통계 분석, 데이터 시각화 및 데이터 마이닝이 언급됩니다. 그러나 당신이 창조했을 영향은 당신에게만 유일할 것입니다. 따라서 귀하의 노력과 기술이 회사 성장에 어떻게 도움이 되었는지에 대한 확실한 사실과 수치를 포함하십시오.
가능한 형식은 다음과 같습니다.
직위 및 회사 이름
____-____에서 근무
위치
주요 성과들
<여기서 당신은 당신의 책임과 당신이 수상했을 수도 있는 중요한 상을 통해 당신이 만든 영향에 대해 이야기합니다>
더 명확하게 하기 위한 예는 다음과 같습니다.
골드만삭스의 데이터 과학자
2015년 1월 - 2019년 10월
방갈로르, 인도
주요 성과들
- 대출 수익성을 예측하기 위한 모델을 만들고 구현했습니다. 승인된 대출의 품질이 20% 개선되었습니다.
- 통계 보고의 품질을 개선하기 위해 20명의 데이터 시각화 팀을 이끌었습니다.
- Global GS Data Science Competition 3분기 연속 우승
다시 말하지만 모호함을 피하십시오. 사실과 수치로 귀하의 주장을 뒷받침하십시오.
핵심/핵심 기술 : 이력서의 구조가 허용하는 경우 기술을 하드 기술과 소프트 기술로 나눕니다.
데이터 과학의 하드 스킬에는 Python, R, SQL, API, 데이터 정리, 데이터 조작, 명령줄 등이 있습니다.
소프트 스킬에는 리더십, 분석적 사고, 전략적 사고, 창의성, 팀워크 등이 포함됩니다.
더 읽어보기: 데이터 과학 및 AI를 위한 Python 학습의 이점.
교육 및 인증
대부분의 사람들은 업무 경험 섹션보다 먼저 이 섹션을 포함합니다. 그러나 후자는 고용 프로세스와 더 관련이 있습니다. 특히 업계에서 2년 이상 근무한 경우 더욱 그렇습니다. 따라서 적절하게 배치하십시오.
대학에 합격했다면 학력을 포함할 필요가 없습니다. 또한 가장 최근 학위를 먼저 언급하는 역순으로 진행하십시오. 프로그램이나 수학/컴퓨팅 동아리/동아리에 속해 있는 동안 수상한 흥미로운 프로젝트나 상을 언급하십시오.
인증이 있는 경우 해당 인증도 포함하십시오. 예를 들어, 데이터 과학 관련 직업에 지원할 때 유명 기관의 데이터 과학 인증을 받으면 인터뷰 전화를 받는 데 도움이 됩니다.
기본 정보
여기 에는 귀하의 이름, 도시, 주(해외 취업을 지원하는 경우 국가)가 포함됩니다. 또한 활성 이메일 주소, 전화, LinkedIn 프로필 링크, 블로그 링크(있는 경우)를 포함하세요. 데이터 과학 직책에 지원하기 때문에 채용 담당자는 귀하가 작업했거나 현재 진행 중인 프로젝트를 보고 싶어할 것입니다. 따라서 GitHub 링크도 포함하십시오.
세계 최고의 대학에서 데이터 과학 과정 을 배우십시오 . 이그 제 큐 티브 PG 프로그램, 고급 인증 프로그램 또는 석사 프로그램을 획득하여 경력을 빠르게 추적하십시오.
마무리
이는 데이터 과학 이력서를 작성하는 데 도움이 될 것입니다. 채용 프로세스의 다른 측면만큼 중요합니다. 따라서 위의 팁과 지침을 따라 최선을 다하십시오. 채용의 반대편에서 뵙겠습니다!
2022년에 데이터 과학자가 될 가치가 있습니까?
데이터 과학은 데이터와 기술에 대한 의존도가 계속 높아지면서 실제로 차트의 트렌드를 주도하고 있습니다. 데이터 과학자의 수요와 공급 사이에는 엄청난 격차가 있어 2022년 가장 높은 급여를 받는 분야 중 하나가 되었습니다.
5년 경력의 데이터 과학자는 연간 약 $300,000를 번다. 괜찮은 데이터 과학자는 연간 약 $123,000를 벌지만 데이터 과학자의 중간 급여는 연간 약 $91,000입니다. 바로 기본급입니다. 데이터 과학자는 또한 $1K-$17k 범위 내에서 약 $8,000의 매력적인 미디어 보너스를 받습니다.
데이터 과학자가 되려면 어떤 능력이 필요합니까?
데이터 과학 지망생이고 좋은 기회가 되고 싶다면 다음 기술이 필요합니다.
1. 통계 및 확률
통계와 확률은 데이터 과학의 가장 중요한 두 가지 수학적 개념입니다. 평균, 중앙값 및 모드, 선형 회귀, 가설 테스트와 같은 기술 통계는 통계 및 확률의 주제 중 일부입니다.
2. 프로그래밍 언어
하나의 프로그래밍 언어를 사용하여 그 언어로 코딩을 마스터해야 합니다. 많은 언어가 있지만 Python이 제공하는 라이브러리와 모듈로 인해 가장 선호되는 언어입니다.
3. 머신러닝과 딥러닝
머신 러닝과 딥 러닝은 별개의 두 영역이며 동시에 데이터 과학의 하위 집합입니다. 이 주제는 데이터 과학에서 더 멀리 나아가는 데 도움이 될 것입니다.
4. 데이터 시각화
데이터 시각화는 차트와 그래프의 형태로 데이터를 시각화하여 더 이해하기 쉽고 수익성 있게 만드는 기술입니다.
데이터 과학의 응용 프로그램은 무엇입니까?
데이터가 필수가 됨에 따라 데이터 과학은 많은 기술 영역을 지배하고 있습니다. 다음은 데이터 과학의 주요 응용 프로그램입니다.
1. 금융 및 은행 부문은 정기적으로 방대한 양의 데이터를 처리하기 때문에 데이터 과학을 사용하기 시작한 가장 초기 부문 중 하나입니다.
2. 의료 부문은 영상 진단, 의학 연구, 유전학 등의 분야에서 데이터 과학을 주로 사용합니다.
3. 기타 분야에는 항공, 운송, 게임 및 제조가 포함됩니다.