数据科学简历：完整指南 [2022]

根据 Glassdoor 的说法，“数据科学家”在 2019 年最好的工作中名列前茅。它的薪酬很高，而且还提供了一条极具挑战性和回报丰厚的职业道路。 因此，数据科学职位的数量增加了，申请者的数量也增加了。

即使你忽略了竞争，你仍然需要证明你有能力成为公司的一员。 那么，实现您梦想中的数据科学职位的第一步是什么？ 一份出色且精心制作的简历。

甚至在你见到招聘经理之前，他们就会通过你的简历对你形成看法。 所以，最好是吸引注意力并引导他们打电话给你面试。 让我们学习如何做到这一点。

基础

大多数候选人都犯了一个大错误，即准备一份简历并将其发送给所有潜在的雇主（并且经常错误地将他们全部抄送）。 这是一种非常徒劳的做法； 它不会得到你想要的结果。 所以，如果一家公司为一位主要技能是 Python 的数据科学家投放广告，而你向他们发送一份简历，说明你是如何成为 R 之王的，那么对不起； 它行不通。

您的每份简历都应根据您申请的职位和空缺职位量身定制。 相同的简历可以发送给几个不同的雇主，但即便如此，也必须进行细微的调整。 此外，在您开始恢复数据科学时，请记住以下几点：

• 保留一页长的简历。 除非您在该领域拥有 15 年以上的相关经验，否则不要超过一页。
• 慷慨地使用空格。
• 在适当的地方使用标题和副标题。 它使简历更具可读性。 突出显示也是如此。
• 使用清晰的字体。 大多数候选人为了花哨，使用草书字体（如龙虾）。 或者他们把它带到另一个极端并使用随意的（如警告）。 避免这些极端情况。 保持功能性和专业性。 使用 Arial、Times New Roman 和 Proxima Nova 等字体。
• 不要过度使用颜色。
• 校对和语法 - 始终检查您的简历。 通过 Grammarly 运行它或让朋友看看它。 即使是一个拼写错误也会破坏你的印象。

要包含在数据科学简历中的部分

以下是要包括的基本部分。 您可以根据需要添加和省略，但这些封装了招聘经理需要知道的基本细节。 顺序也可以如你所愿。

• 简历目标/总结
• 工作经验
• 关键/核心技能
• 教育和证书（如果有）
• 任何项目或出版物
• 关于你的基本信息
• 爱好部分（或显示您“最自豪”之类的个性的部分）

每个部分要包含的内容

简历目标/总结

这是招聘人员首先关注的部分。 这是一个非常关键的部分，因为它将帮助您踏入大门并迫使招聘人员阅读您的简历的其余部分，并在其中阐述您的成就。

那么，你写哪一个？ 目标还是总结？

如果您是该领域的应届毕业生或应届生，那么您可以编写简历目标。 如果你在该领域有相关的经验和成果，那么你写一个总结。

这是写简历目标的方法

最近毕业于 XYZ 大学，获得计算机科学学士学位。 运用我的分析和战略技能构建项目，让我在 2018 年赢得全球数据科学挑战赛。现在渴望运用我的技能解决现实世界的问题。

有趣的。 你想进一步阅读，不是吗？

这是您不想进一步阅读的时候

最近毕业于 XYZ 大学，获得计算机和 IT 学士学位。 希望学习数据科学技术并熟练掌握这些技术。

哎呀。 那个被扔进垃圾箱。 提及您的技能、任何成就（如果有的话），以及您可以为雇主做什么，而不是相反。 接下来，这里是如何写简历摘要：

具有 5 年以上经验的雄心勃勃的数据科学工程师。 擅长使用 Tableau 创建清晰生成的数据模型，将大量数据提炼成易于理解的可视化。 年度 Tableau 挑战赛的获胜者。

这是不写的方法

具有丰富经验的数据科学工程师可以进行统计分析、数据清洗、数据可视化以及领导团队。

结论：避免模糊的声明。 包括确凿的事实和数字，使您的专业知识更加切实。

工作经验

按时间倒序提及您的工作经历。 这将使您从最令人印象深刻的点开始，因为您的职责和结果会在您的职业生涯开始后扩大。 接下来，选择要包含的最佳项目。 无需提及您在阳光下从事的每个项目。

最后也是最重要的，以影响为目标。 每一份数据科学简历都会提到统计分析、数据可视化和数据挖掘。 但是你创造的影响对你来说是独一无二的。 因此，请包括关于您的努力和技能如何帮助公司发展的确凿事实和数字。

这是一种可能的格式

职位及公司名称

从 ____-____ 开始工作

地点

主要成就

<在这里，您将谈论您通过自己的职责所产生的影响以及您可能赢得的任何重要奖项>

这是一个更清楚的示例：

高盛数据科学家

2015 年 1 月至 2019 年 10 月

印度班加罗尔

主要成就

• 创建并实施用于预测贷款盈利能力的模型。 获批贷款质量提高20%。
• 带领 20 人的数据可视化团队提高统计报告的质量。
• 连续 3 个季度赢得全球 GS 数据科学竞赛。

再次，避免含糊不清。 用事实和数据支持你的主张。

关键/核心技能：如果你的简历结构允许，将你的技能分为硬技能和软技能。

数据科学的硬技能包括： Python、R、SQL、API、数据清理、数据操作、命令行等。

软技能包括：领导力、分析思维、战略思维、创造力、团队合作等。

另请阅读：为数据科学和人工智能学习 Python 的优势。

教育和认证

大多数人在工作经验部分之前包括此部分。 但是，后者与招聘过程更相关，特别是如果你已经在这个行业工作了至少 2 年。 所以，相应地放置它。

如果你已经通过了大学，那么没有必要包括你的学业。 此外，请按照时间倒序排列，首先提及您最近的学位。 提及您在课程期间获得的任何有趣的项目或奖项，或您参与的任何数学/计算俱乐部/社团。

如果您有任何认证，也包括这些认证。 例如，当您申请与数据科学相关的工作时，来自知名机构的数据科学认证将帮助您获得面试电话。

基本信息

这包括您的姓名、城市、州（如果您正在申请海外工作，还包括国家）。 此外，包括您的有效电子邮件地址、电话、LinkedIn 个人资料链接和博客链接（如果有）。 由于您正在申请数据科学职位，招聘人员会希望了解您从事过或正在从事哪些项目。 所以，也包括一个 GitHub 链接。

学习世界顶尖大学的数据科学课程。 获得行政 PG 课程、高级证书课程或硕士课程，以加快您的职业生涯。

包起来

这些将帮助指导您恢复数据科学。 它与招聘过程的任何其他方面一样重要。 因此，请务必按照上述提示和指南尽力而为。 我们会在被录用的另一边见到你！