ประวัติย่อวิทยาศาสตร์ข้อมูล: คู่มือฉบับสมบูรณ์ [2022]
เผยแพร่แล้ว: 2021-02-14ตาม Glassdoor ' นักวิทยาศาสตร์ข้อมูล ' อยู่ในอันดับต้น ๆ ของรายการงานที่ดีที่สุดในปี 2019 มันจ่ายได้ดีและยังเสนอเส้นทางอาชีพที่ท้าทายและคุ้มค่ามาก ด้วยเหตุนี้จำนวนตำแหน่งวิทยาศาสตร์ข้อมูลจึงเพิ่มขึ้นและจำนวนผู้สมัครก็เพิ่มขึ้นเช่นกัน
แม้ว่าคุณจะเพิกเฉยต่อการแข่งขัน คุณยังต้องพิสูจน์ว่าคุณมีทักษะในการเป็นส่วนหนึ่งของบริษัท ดังนั้นอะไรคือขั้นตอนแรกในการรวบรวมตำแหน่งวิทยาศาสตร์ข้อมูลในฝันของคุณ? ประวัติย่อที่เป็นตัวเอกและมีฝีมือดี
ก่อนที่คุณจะพบกับผู้จัดการการจ้างงาน พวกเขาจะแสดงความคิดเห็นเกี่ยวกับคุณผ่านประวัติย่อของคุณ ดังนั้น เป็นการดีกว่าที่จะดึงดูดความสนใจและแนะนำให้พวกเขาโทรหาคุณเพื่อสัมภาษณ์ มาเรียนรู้วิธีการทำเช่นนี้
สารบัญ
พื้นฐาน
ผู้สมัครส่วนใหญ่ทำผิดพลาดอย่างใหญ่หลวงในการเตรียมเรซูเม่และส่งเรซูเม่ไปยังผู้มีโอกาสเป็นนายจ้างทั้งหมด นี่เป็นการปฏิบัติที่ไม่เกิดผลมาก มันจะไม่ทำให้คุณได้ผลลัพธ์ที่คุณต้องการ ดังนั้น หากบริษัทโฆษณาสำหรับนักวิทยาศาสตร์ข้อมูลซึ่งมีทักษะหลักคือ Python และคุณส่งประวัติย่อเพื่ออธิบายว่าคุณเป็น King of R อย่างไร ขออภัย มันจะไม่ทำงาน
ประวัติย่อของคุณควรปรับให้เข้ากับตำแหน่งและตำแหน่งงานว่างที่คุณสมัคร สามารถส่งเรซูเม่เดียวกันไปให้นายจ้างหลายๆ คนได้ แต่ถึงอย่างนั้นก็ต้องปรับแต่งเล็กน้อย นอกจากนี้ ให้คำนึงถึงคำแนะนำต่อไปนี้เมื่อคุณเริ่มดำเนินการวิทยาศาสตร์ข้อมูลของคุณต่อ:
- เก็บประวัติย่อยาวหนึ่งหน้า จนกว่าคุณจะมีประสบการณ์ที่เกี่ยวข้อง 15+ ในสาขานี้อย่าไปมากกว่าหนึ่งหน้า
- ใช้ช่องว่างอย่างไม่เห็นแก่ตัว
- ใช้หัวเรื่องและหัวเรื่องย่อยตามความเหมาะสม ทำให้ประวัติย่ออ่านง่ายขึ้น การเน้นสีก็เช่นกัน
- ใช้แบบอักษรที่อ่านง่าย ผู้สมัครส่วนใหญ่ที่พยายามจะเป็นแฟนซี ให้ใช้ฟอนต์ตัวสะกด (เช่น Lobster) หรือพวกเขาเอามันไปที่อื่น ๆ และใช้แบบสบาย ๆ (เช่น Caveat) หลีกเลี่ยงสุดขั้วเหล่านี้ ใช้งานได้จริงและเป็นมืออาชีพ ใช้แบบอักษรเช่น Arial, Times New Roman และ Proxima Nova
- อย่าหักโหมกับสี
- พิสูจน์อักษรและไวยากรณ์ - ตรวจสอบประวัติย่อของคุณเสมอ เรียกใช้ผ่าน Grammarly หรือให้เพื่อนดู แม้แต่การสะกดผิดเพียงครั้งเดียวก็สามารถทำลายความประทับใจของคุณได้
ส่วนที่จะรวมไว้ในประวัติวิทยาศาสตร์ข้อมูลของคุณ
ต่อไปนี้คือส่วนพื้นฐานที่จะรวมไว้ คุณสามารถเพิ่มและละเว้นได้ตามที่คุณต้องการ แต่ข้อมูลเหล่านี้จะสรุปรายละเอียดพื้นฐานที่ผู้จัดการการจ้างงานจำเป็นต้องทราบ คำสั่งซื้อยังสามารถเป็นได้ตามที่คุณต้องการ
- วัตถุประสงค์/บทสรุปของประวัติย่อ
- ประสบการณ์การทำงาน
- คีย์/ทักษะหลัก
- การศึกษาและการรับรอง (ถ้ามี)
- โครงการหรือสิ่งพิมพ์ใด ๆ
- ข้อมูลพื้นฐานเกี่ยวกับคุณ
- ส่วนงานอดิเรก (หรือส่วนที่แสดงบุคลิกของคุณอย่าง 'ภูมิใจที่สุด')
สิ่งที่จะรวมในแต่ละส่วน
วัตถุประสงค์/บทสรุปของประวัติย่อ
นี่เป็นส่วนแรกที่สายตาของนายหน้าจะจับจ้อง มันเป็นส่วนที่สำคัญมากเพราะมันจะช่วยให้คุณก้าวเข้าไปในประตูและบังคับให้นายหน้าอ่านเรซูเม่ที่เหลือของคุณซึ่งคุณจะอธิบายเกี่ยวกับความสำเร็จของคุณ
แล้วคุณเขียนอันไหน? วัตถุประสงค์หรือบทสรุป?
หากคุณเพิ่งจบการศึกษาหรือเพิ่งจบใหม่ในสาขานี้ คุณต้องเขียนวัตถุประสงค์ของเรซูเม่ หากคุณมีประสบการณ์และผลลัพธ์ที่เกี่ยวข้องในสาขา ให้เขียนสรุป
นี่คือวิธีการเขียน Resume วัตถุประสงค์
จบการศึกษาล่าสุดจากมหาวิทยาลัย XYZ พร้อมปริญญาตรีสาขาวิทยาการคอมพิวเตอร์ ใช้ทักษะการวิเคราะห์และกลยุทธ์ของฉันในการสร้างโครงการที่ชนะการแข่งขัน Global Data Science Challenge ในปี 2018 กระตือรือร้นที่จะใช้ทักษะของฉันในการแก้ปัญหาในโลกแห่งความเป็นจริงตอนนี้
น่าสนใจ. คุณต้องการอ่านต่อใช่ไหม
นี่คือเวลาที่คุณ ไม่ ต้องการที่จะอ่านต่อ
จบการศึกษาล่าสุดจากมหาวิทยาลัย XYZ พร้อมปริญญาตรีสาขาคอมพิวเตอร์และไอที มองหาการเรียนรู้เทคโนโลยีวิทยาศาสตร์ข้อมูลและมีทักษะ
อ๊ะ อันนั้นถูกโยนลงในถังขยะ พูดถึงทักษะของคุณ ความสำเร็จใด ๆ ถ้าคุณมี และสิ่งที่คุณสามารถทำได้เพื่อนายจ้างแทนวิธีอื่น ๆ ต่อไป ต่อไปนี้คือวิธีการเขียนสรุปประวัติย่อ:
วิศวกรข้อมูลที่มีความทะเยอทะยานด้วยประสบการณ์ 5 ปีขึ้นไป เชี่ยวชาญในการใช้ Tableau เพื่อสร้างแบบจำลองข้อมูลที่มีความชัดเจน ซึ่งกลั่นข้อมูลจำนวนมากให้เป็นภาพที่เข้าใจได้ง่าย ผู้ชนะการแข่งขัน Tableau Challenge ประจำปี
นี่คือวิธีที่จะไม่เขียนมัน
วิศวกรด้านวิทยาศาสตร์ข้อมูลที่มีประสบการณ์มากมายสามารถทำการวิเคราะห์ทางสถิติ การล้างข้อมูล การสร้างภาพข้อมูล และยังสามารถเป็นผู้นำทีมได้อีกด้วย
สรุป: หลีกเลี่ยงการกล่าวอ้างที่คลุมเครือ รวมข้อเท็จจริงและตัวเลขที่ชัดเจนเพื่อทำให้ความเชี่ยวชาญของคุณเป็นรูปธรรมมากขึ้น
ประสบการณ์การทำงาน
กล่าวถึงประสบการณ์การทำงานของคุณตามลำดับเวลาย้อนกลับ สิ่งนี้จะช่วยให้คุณเริ่มต้นด้วยจุดที่น่าประทับใจที่สุด เนื่องจากความรับผิดชอบและผลลัพธ์ของคุณจะเพิ่มขึ้นตั้งแต่เริ่มอาชีพ ถัดไป เลือกโครงการที่ดีที่สุดของคุณที่จะรวมไว้ ไม่จำเป็นต้องพูดถึงทุกโครงการที่คุณได้ทำภายใต้ดวงอาทิตย์
สุดท้ายและที่สำคัญที่สุด ตั้ง เป้าไป ที่ ผลกระทบ ประวัติวิทยาศาสตร์ข้อมูลทุกรายการจะกล่าวถึงการวิเคราะห์ทางสถิติ การสร้างภาพข้อมูล และการทำเหมืองข้อมูล แต่ผลกระทบที่คุณสร้างขึ้นจะมีความพิเศษเฉพาะตัวสำหรับคุณ ให้รวมข้อเท็จจริงและตัวเลขที่ชัดเจนเกี่ยวกับความพยายามและทักษะของคุณที่ช่วยให้บริษัทเติบโต
นี่คือรูปแบบที่เป็นไปได้
ตำแหน่งและชื่อบริษัท
ทำงานตั้งแต่ ____-____
ที่ตั้ง
กุญแจแห่งความสำเร็จ
<ที่นี่คุณจะพูดถึงผลกระทบที่คุณสร้างขึ้นผ่านความรับผิดชอบและรางวัลสำคัญที่คุณอาจได้รับ>
นี่คือตัวอย่างเพื่อให้ชัดเจนยิ่งขึ้น:
นักวิทยาศาสตร์ข้อมูลที่ Goldman Sachs
ม.ค. 2015- ตุลาคม 2019
บังกาลอร์ อินเดีย
กุญแจแห่งความสำเร็จ
- สร้างและใช้แบบจำลองเพื่อคาดการณ์ผลกำไรของเงินกู้ ได้รับอัตราการปรับปรุง 20% ในคุณภาพของสินเชื่อที่ได้รับอนุมัติ
- นำทีมสร้างภาพข้อมูลจำนวน 20 ทีมเพื่อปรับปรุงคุณภาพการรายงานทางสถิติ
- ชนะการแข่งขัน Global GS Data Science Competition 3 ไตรมาสติดต่อกัน
อีกครั้งหลีกเลี่ยงความคลุมเครือ สนับสนุนการเรียกร้องของคุณด้วยข้อเท็จจริงและตัวเลข
ทักษะหลัก/ ทักษะหลัก : หากโครงสร้างเรซูเม่ของคุณเอื้ออำนวย ให้แบ่งทักษะออกเป็นทักษะหนักและทักษะอ่อน
ทักษะที่ยากในวิทยาการข้อมูล ได้แก่ Python, R, SQL, APIs, Data Cleaning, Data Manipulation, Command Line เป็นต้น
Soft Skills ได้แก่ ความเป็นผู้นำ การคิดเชิงวิเคราะห์ การคิดเชิงกลยุทธ์ ความคิดสร้างสรรค์ การทำงานเป็นทีม ฯลฯ
อ่านเพิ่มเติม: ข้อดีของการเรียนรู้ Python สำหรับ Data Science และ AI
การศึกษาและการรับรอง
คนส่วนใหญ่รวมส่วนนี้ไว้ก่อนส่วนประสบการณ์การทำงาน แต่อย่างหลังมีความเกี่ยวข้องกับกระบวนการจ้างงานมากกว่า โดยเฉพาะอย่างยิ่งถ้าคุณอยู่ในอุตสาหกรรมนี้มาอย่างน้อย 2 ปี เลยจัดวางตามนั้น
หากคุณผ่านมหาวิทยาลัย ก็ไม่จำเป็นต้องรวมการศึกษาของคุณ นอกจากนี้ ให้ดำเนินการตามลำดับเวลาย้อนกลับที่คุณพูดถึงระดับล่าสุดของคุณก่อน พูดถึงโครงการหรือรางวัลที่น่าสนใจใดๆ ที่คุณได้รับระหว่างโปรแกรมของคุณ หรือชมรมคณิตศาสตร์/ คอมพิวเตอร์/ สังคมที่คุณเป็นส่วนหนึ่ง
หากคุณมีใบรับรองใด ๆ ให้รวมใบรับรองเหล่านั้นด้วย ตัวอย่างเช่น เมื่อคุณสมัครงานที่เกี่ยวข้องกับ Data Science การรับรอง Data Science จากสถาบันที่มีชื่อเสียงจะช่วยให้คุณได้รับการติดต่อสัมภาษณ์
ข้อมูลพื้นฐาน
T เขารวมถึงชื่อ เมือง รัฐ (และประเทศหากคุณสมัครงานต่างประเทศ) รวมทั้งระบุที่อยู่อีเมลที่ทำงานอยู่ โทรศัพท์ ลิงก์ไปยังโปรไฟล์ LinkedIn และลิงก์บล็อกหากคุณมี เนื่องจากคุณกำลังสมัครตำแหน่งวิทยาศาสตร์ข้อมูล นายหน้าจะต้องการดูว่าโครงการใดที่คุณเคยทำงานหรือกำลังดำเนินการอยู่ ดังนั้น รวมลิงก์ GitHub ไว้ด้วย
เรียนรู้ หลักสูตรวิทยาศาสตร์ข้อมูล จากมหาวิทยาลัยชั้นนำของโลก รับโปรแกรม PG สำหรับผู้บริหาร โปรแกรมประกาศนียบัตรขั้นสูง หรือโปรแกรมปริญญาโท เพื่อติดตามอาชีพของคุณอย่างรวดเร็ว
ห่อ
สิ่งเหล่านี้จะช่วยแนะนำคุณในการทำให้วิทยาศาสตร์ข้อมูลของคุณกลับมาทำงานอีกครั้ง มีความสำคัญเท่ากับแง่มุมอื่นๆ ของกระบวนการจ้างงาน ดังนั้น อย่าลืมทำให้ดีที่สุดโดยปฏิบัติตามคำแนะนำและคำแนะนำข้างต้น เจอกันตอนรับงานจ้า!
การเป็นนักวิทยาศาสตร์ข้อมูลในปี 2565 คุ้มค่าหรือไม่
Data Science กำลังเป็นที่นิยมในชาร์ตด้วยการพึ่งพาข้อมูลและเทคโนโลยีที่เพิ่มมากขึ้นเรื่อยๆ มีช่องว่างขนาดใหญ่ระหว่างอุปสงค์และอุปทานของนักวิทยาศาสตร์ข้อมูล ซึ่งทำให้เป็นหนึ่งในสาขาที่จ่ายสูงที่สุดในปี 2022
นักวิทยาศาสตร์ข้อมูลที่มีประสบการณ์ 5 ปีมีรายได้ประมาณ 300,000 เหรียญต่อปี นักวิทยาศาสตร์ด้านข้อมูลที่ดีมีรายได้ประมาณ 123, 000 เหรียญต่อปีในขณะที่เงินเดือนเฉลี่ยของนักวิทยาศาสตร์ด้านข้อมูลอยู่ที่ประมาณ 91,000 เหรียญต่อปี นี่เป็นเพียงฐานเงินเดือน นักวิทยาศาสตร์ด้านข้อมูลยังได้รับโบนัสสื่อที่น่าดึงดูดใจประมาณ 8,000 ดอลลาร์ในช่วง 1K-17k
ทักษะอะไรที่จำเป็นสำหรับนักวิทยาศาสตร์ข้อมูล?
ทักษะต่อไปนี้จำเป็นสำหรับการอยู่ในคลังแสงของคุณ หากคุณเป็นผู้ที่ต้องการวิทยาศาสตร์ข้อมูลและต้องการเป็นโอกาสที่ดี:
1. สถิติและความน่าจะเป็น
สถิติและความน่าจะเป็นเป็นสองแนวคิดทางคณิตศาสตร์ที่สำคัญที่สุดของ Data Science สถิติเชิงพรรณนา เช่น ค่าเฉลี่ย ค่ามัธยฐาน และโหมด การถดถอยเชิงเส้น การทดสอบสมมติฐานคือบางส่วนของหัวข้อของสถิติและความน่าจะเป็น
2. ภาษาโปรแกรม
คุณต้องใช้ภาษาการเขียนโปรแกรมเดียวและเชี่ยวชาญในการเขียนโปรแกรม มีภาษามากมาย แต่ Python เป็นภาษาที่นิยมมากที่สุดเนื่องจากไลบรารีและโมดูลที่มีให้
3. การเรียนรู้ของเครื่องและการเรียนรู้เชิงลึก
การเรียนรู้ของเครื่องและการเรียนรู้เชิงลึกเป็นสองโดเมนที่แยกจากกันและเป็นส่วนย่อยของ Data Science ในเวลาเดียวกัน หัวข้อเหล่านี้จะช่วยให้คุณก้าวไกลในด้านวิทยาศาสตร์ข้อมูล
4. การสร้างภาพข้อมูล
การแสดงข้อมูลเป็นศิลปะของการแสดงข้อมูลในรูปของแผนภูมิและกราฟเพื่อให้เข้าใจและให้ผลกำไรมากขึ้น
การประยุกต์ใช้วิทยาศาสตร์ข้อมูลคืออะไร?
Data Science ควบคุมโดเมนทางเทคนิคจำนวนมากเนื่องจากข้อมูลกลายเป็นสิ่งจำเป็น ต่อไปนี้คือแอปพลิเคชันหลักของวิทยาศาสตร์ข้อมูล:
1. ภาคการเงินและการธนาคารเป็นหนึ่งในภาคส่วนแรกสุดที่เริ่มใช้วิทยาศาสตร์ข้อมูล เนื่องจากมีการจัดการข้อมูลจำนวนมากเป็นประจำ
2. ภาคส่วนการดูแลสุขภาพใช้วิทยาศาสตร์ข้อมูลเป็นหลักในด้านต่างๆ เช่น การวินิจฉัยด้วยภาพ การวิจัยด้านการแพทย์ และพันธุศาสตร์
3. สาขาอื่นๆ ได้แก่ สายการบิน การขนส่ง เกม และการผลิต