Datatieteilijän CV - opas erinomaisen ansioluettelon kirjoittamiseen

Onneksi tehokkaaseen ansioluettelon kirjoittamiseen on olemassa joitakin vinkkejä ja niksejä. Niiden avulla voit erottua muista datatieteiden hakijoista.

Datatieteilijöillä on nykyään suuri kysyntä. Se tarkoittaa, että työpaikan saaminen on sinulle helppoa. Et kuitenkaan halua mitä tahansa työtä. Haluat sellaisen, jossa on jännittäviä projekteja, uskomattomia etuja ja huippupalkka.

Saadaksesi tällaisen työpaikan, datatieteilijän ansioluettelosi on osoitettava, että olet todellinen tietovelho, joka pystyy tutkimaan pimeää dataa riittävän tarkasti saadakseen kaikki arvokkaat vastaukset.

Kuinka kirjoittaa datatieteilijän ansioluettelo

Lähes kaikille ansioluetteloille on yhteistä ammatista riippumatta niiden pelkistetty rakenne, joka on seuraava:

• Otsikko
• Profiili (joskus kutsutaan tiivistelmäksi tai henkilökohtaiseksi lausunnoksi)
• Työhistoria
• Koulutus
• Taidot

Tarkastelemme lyhyesti vaiheittain kutakin näistä olennaisista elementeistä datatieteilijän näkökulmasta. Mutta ensin tässä on joitakin yleisiä näkökohtia.

Ansioluettelosi tulisi mahtua yhdelle sivulle. Mitä enemmän kokemusta ja taitoja sinulla on, sitä valikoivampi sinun on oltava määritellessäsi datatieteilijän ansioluettelon kannalta suoranaisesti merkityksellisintä sisältöä. Ja kuten jatkossakin korostamme, ansioluettelosi tulisi aina räätälöidä vastaamaan jokaisen eri työpaikan vaatimuksia, jota haet.

Miten muotoilla datatieteilijän ansioluettelo

Ennen kuin voit paljastaa, miksi olet paras henkilö työhön, sinun on valittava paras muoto. Tämä on tärkeämpää kuin miltä se kuulostaa. Sen avulla parhaat ominaisuutesi "hyppäävät sivulta" rekrytoijien silmille.

Yleisin ansioluettelomuoto on " käänteiskronologinen ", ja siihen on hyvä syy. Pohjimmiltaan se antaa rekrytoijalle mahdollisuuden nähdä välittömästi tarjoamasi arvon. Onkin suositeltavaa, että suurin osa henkilöistä aloittaa tästä muodosta.

Myös seuraavat ansioluettelomuodot ovat hyväksyttyjä:

• Toiminnallinen ansioluettelo - Jos sinulla on vahvat taidot, mutta heikko työhistoria, tätä ansioluettelomuotoa suositellaan. Se sopii erinomaisesti ammattitaitoisille tiedemiehille, joilla ei ole paljon kokemusta tai joilla on aukkoja työhistoriassaan.
• Yhdistelmäansioluettelo - Toimii sekä "toiminnallisen" että "käänteiskronologisen" muodon yhdistelmänä, joten voit käyttää yhdistelmäansioluetteloa, jos sinulla on runsaasti työkokemusta.

Miten yhteystietosi näytetään oikein

Tässä kohdassa ei tarvitse olla luova. Ainoa vaatimus on tarkkuus. Virheellinen yhteystiedot-osio voi tarkoittaa, että rekrytoija ei voi ottaa sinuun yhteyttä - katastrofi!

Yhteystiedot-osion ansioluettelossasi on sisällettävä:

• Koko nimi
• Titteli - Tässä tapauksessa " Data tieteilijä".
• Puhelinnumero - Tarkista tämä useita kertoja virheiden varalta.
• Sähköpostiosoite - Käytä ammattimaista sähköpostiosoitetta (etunimi.sukunimi@gmail.com), älä lapsuuden sähköpostiosoitettasi ( ellipelle123@gmail.com ).
• (Valinnainen) Sijainti - Haetko työtä ulkomailla? Mainitse sijaintisi.
• Sosiaalisen median tilisi (kuten LinkedIn)

Datatieteilijän ansioluettelon tavoite tai tiivistelmä

Tietotekniikan uratavoite on ansioluettelosi osa, jossa selität, miksi olet sopiva hakemaasi työtehtävään. Oletetaan, että käytät tehokkaimmat rivit saatekirjeestäsi. Tätä riviä voit käyttää tiivistelmänä tai uratavoitteena datatieteellisessä ansioluettelossasi. Se toimii katsauksena ammatilliseen matkaasi ja kertoo työnantajalle, miksi olet kiinnostunut juuri kyseisestä työtehtävästä. Se antaa sinulle myös mahdollisuuden osoittaa, miten taitosi ovat ainutlaatuisia muihin verrattuna.

Esimerkki tiivistelmästä datatieteen alalle vasta-alkajalle:

Tärkeää on varmistaa, että tiivistelmä on tiivis ja nimenomaan sitä työpaikkaa varten, jota haet. Ammattilaisena, jolla on työkokemusta, voit esitellä pätevyytesi ja auttaa työnantajaa ymmärtämään, miksi olet täydellinen työtehtävään. Palkkaavat johtajat etsivät aina ammattilaisia, jotka sopivat hyvin yritykseen. Räätälöimällä ansioluettelosi tavoite tai tiivistelmä sen yrityksen mukaan, johon haet, voi olla suuri merkitys.

Väärin

Datatieteilijä, jolla on 9 vuoden kokemus, etsii uutta työpaikkaa. Taitava tilastojen, koneoppimisen, kriittisen ajattelun ja datan visualisoinnin osaaja.

Oikein

Microsoftin ja Googlen sertifioima datatieteilijä, jolla on 9 vuoden kokemus. Pyrkii lisäämään tietojen tehokkuutta yrityksessä. Saavutuksiin kuuluu datan regressiomallien luominen, joiden avulla voidaan ennustaa yritysten osakekursseja 25 prosenttia tarkemmin kuin historiallisella keskiarvolla. Saavutettu 20 prosentin parannus sijoitustuottoihin kaikkien asiakkaiden osalta. Erittäin taitava koneoppimisessa, tietojen visualisoinnissa ja luovassa ajattelussa.

Työhistorian osio

Työhistoria on datatieteilijän ansioluettelosi ydin: Se antaa rekrytoijille urakehityksesi etenemissuunnitelman. Ajattele tätä osiota samalla tavalla kuin kootessasi datan palasia yhteen isoksi kuvaksi. Jokainen työpaikka tai datatieteellinen projekti on ponnahduslauta seuraavaan.

Keskeinen ajatus tässä on näyttää rekrytoijille, mitä olet tuonut kuhunkin työhön, miten olet kasvanut ja mitä askeleita olet valmis ottamaan seuraavaksi. Monet datatieteilijät aloittavat uransa ohjelmistokehittäjinä, data-insinööreinä, liiketoiminta-analyytikkoina tai data-analyytikkoina , joten jos yrität tehdä harppauksen datatieteilijäksi, varmista, että osoitat selkeän vastuun ja tietämyksen kasvun mallin. Aloita miettimällä kaikkia niitä taitoja, joita tarvitset menestyksekkääksi datatieteilijäksi_

• Liiketoiminta: Yleinen tietämys siitä, miten yritykset toimivat, tai erillistä tietoa yhdestä tai useammasta toimialasta.
• Matematiikka : Tilastot ja todennäköisyys ovat tärkeitä data-analyysin kannalta
• Tietotekniikka: Ohjelmistotekniikka ja tietoarkkitehtuuri
• Viestintä: Kyky selittää menetelmät, havainnot ja päätelmät sekä suullisesti että kirjallisesti.

Tarkenna yksityiskohtia tässä osassa. Vältä samalla tarpeettoman sanoitettuja lauseita ja vähennä " ylimääräistä kieltä", jota voidaan lyhentää. Tämä on yksi tapa osoittaa, että seuraat omia saavutuksiasi ja kasvuasi. Käytä vahvoja toimintaverbejä kirjoittaessasi.

Seuraavassa on muutamia esimerkkilauseita, joilla pääset alkuun:

• Kehitä ja sovella malleja
• Analysoi ja tulkitse tietoja
• Määritä optimaaliset tietokokonaisuudet ja muuttujat
• Kerää suuria strukturoituja ja strukturoimattomia tietokokonaisuuksia.
• Luo visualisointeja tulosten välittämiseksi
• Ratkaisujen ja mahdollisuuksien löytäminen

Käytä lisäksi toimintaverbejä, jotka ovat ominaista tyylilajillesi. Työnantajat käyttävät hakijaseurantaohjelmistoja (ATS) suodattamaan hakijoita sen perusteella, kuinka usein tietotekniikan alan ansioluettelossasi on avainsanoja ja taitoja. Sovita siis ansioluettelosi avainsanat yhteen työnkuvauksen avainsanojen kanssa varmistaaksesi, että työnantajat huomaavat hakemuksesi.

Väärin

Tietofirma

Datatieteilijä

2013 - 2017

• Työskenteli datatieteilijänä pääomahallintayhtiössä.
• Loi ja esitteli malleja mahdollisista omistuksista.
• Luonut koneoppimisvälineitä mukautettujen PE-arvojen laskemiseksi.

Oikein

Tietofirma

Datatieteilijä

2013-2017

• Täytti kaikki datatieteen tehtävät huippuluokan pääomahallintayhtiössä.
• Loi ja esitteli rahastonhoitajille potentiaalisia omistuksia koskevia malleja. Saavutti 20 % paremman tuoton verrattuna historialliseen suorituskykyyn.
• Loi koneoppimisvälineitä, jotka laskivat mukautettuja P/E-arvoja.
• Ennusti osakkeiden hintoja 25 % paremmin kuin perinteisiä lukuja.

Projektit-osio

Olet saattanut toteuttaa useita projekteja, jotka eivät liittyneet työsuhteeseesi, tai olet saattanut työskennellä itsenäisenä toimeksisaajana. Jos jompikumpi näistä tapauksista on totta, harkitse kokemuksesi järjestämistä projektien mukaan. Näin voit tarjota rekrytoijille lisätietoja suurimmista saavutuksistasi. Noudata silti samoja ohjeita kuin työhistoriaosiossa:

• Järjestä se käänteisessä aikajärjestyksessä.
• Näytä kasvun malli.
• Käytä yksityiskohtia ja tietoja.
• Kuvaile vahvoilla toimintaverbeillä.

Tämä osio on myös hyvä tapa sisällyttää avoimeen lähdekoodiin ja blogeihin tai sosiaaliseen mediaan liittyvää sisältöä, joka liittyy uraasi.

Koulutusosio

Datatiede on melko uusi ala, joten sinulla ei todennäköisesti ole tutkintoa siitä, vaikka sertifiointiohjelmia ja "bootcamppeja" ilmestyykin täyttämään tyhjiötä. Jos olet suorittanut sellaisen, se on hienoa, mutta voit saada töitä datatieteilijänä ilman sitäkin. Tietotutkijoita etsivien rekrytoijien eniten kaipaamat tutkinnot ovat:

• Matematiikka
• Tietotekniikka
• Informaatioteknologia
• Fysiikka
• Tilastotiede ja tietysti
• Datatiede

Jos sinulla on sivuaine jossakin näistä aineista, mainitse myös se, kun luettelet koulutuksesi. Monilla datatieteilijöillä on maisterin tutkinto, joka keskittyy heidän erikoisalaansa, mutta maisterin tutkinto ei ole edellytys datatieteilijän palkkaamiselle, varsinkaan jos sinulla on taustaa edellä mainituista aineista. Jos haluat vahvistaa ansioluetteloasi tai täyttää osaamisvajeita, harkitse sertifiointiohjelmaa tai jatko-opintoja. Myös muut STEM-tutkinnot, kuten biotekniikan tai insinööritieteiden tutkinnot, voivat johtaa datatieteilijän uralle.

Ansioluettelon koulutusosassa on lueteltava selkeästi suoritetut pätevyys- ja sertifiointikurssit.

• Datatieteen maisterin tutkinto - heinäkuu 2008 - tammikuu 2011
• Tradenomin tutkinto - helmikuu 2011 - maaliskuu 2013

Aloitus- ja lopetuspäivämäärä on mainittava selkeästi ja suoritettu tutkinto on mainittava.

Sisällytä tekninen tietämyksesi ja tietotekniset taitosi

Datatieteilijän ansioluettelosi pitäisi vakuuttaa palkkaava johtaja siitä, että sinulla on tehtävän edellyttämät tietokonetaidot ja ohjelmistojen tuntemus. Esittele tietämystäsi sisällyttämällä strategisesti ansioluetteloosi tietoja, joita he etsivät.

Luettele tekniset taitosi ansioluettelosi erillisessä lisätaitoja koskevassa osiossa. Luettelemalla nämä taidot erikseen voit mainita useita hyödyllisiä taitoja ja merkityksellistä kokemusta eri ohjelmistojen käytöstä.

Esimerkiksi alla olevassa ansioluettelon taitoja koskevassa kohdassa kohta selventää hakijan tietokantavalmiuksia:

Oikein

• Kokemus relaationaalisten ja ei-relaationaalisten tietokantaohjelmistojen, kuten MySQL:n, SQLite3:n, Mongo DB:n ja JSON:n, hallinnasta.

Älä kuitenkaan tunge liikaa taitoja ansioluettelon taitoja koskevaan kohtaan. Käytä sellaisia taitoja ja ohjelmistoja, joita työnantajat suoraan etsivät työpaikkailmoitusta tutkimalla.

Viittaa myös taitoihisi ja ohjelmistojen tuntemukseesi kaikkialla, missä ne sopivat luontevasti. Esimerkiksi tämä työkokemusluettelo esittelee hakijan tietoturvaosaamista:

Oikein

• Tietoturvan parantaminen päivittämällä koko yrityksen laajuisia salaus-, steganografia-, IP-suojaus- ja turvallisia langattomia siirtokäytäntöjä.

Tämä osio on myös hyvä paikka lisätä harvinaisia avainsanoja, jotka tekevät ansioluettelostasi erottuvan ja auttavat sinua voittamaan ATS:n. Taidot voidaan jakaa näihin kolmeen luokkaan:

• Välttämättömät taidot: Nämä ovat taitoja, joita tarvitset vähintäänkin työn tekemiseen. Olet ehkä käyttänyt näitä taitoja alemman tason tehtävissä, kuten data-analyytikon tehtävissä. Ne ovat yleisiä taitoja, kuten taloustiede, tilastotiede ja ohjelmistokehitys.


• Määrittelevät taidot: Nämä ovat taitoja, joita tarvitset työsi päivittäiseen suorittamiseen. Esimerkkejä ovat tiedonlouhinta ja -analyysi, koneoppiminen ja ennakoiva mallintaminen.


• Erityistaidot: Nämä ovat kehittyneitä taitoja, jotka nostavat ansioluetteloasi ATS-rankingissa ja tekevät vaikutuksen rekrytoijiin. Jos osaat luokittelualgoritmeja, ekonometriaa tai mallien rakentamista, hienoa!

Kun rakennat taito-osiota, valitse korkeamman tason taidot alemman tason taitojen sijaan. Sinun ei tarvitse luetella mitään välttämättömiä taitoja, jos sinulla on määritteleviä ja erottuvia teknisiä taitoja . Älä kuitenkaan laiminlyö pehmeitä taitoja. Datatieteilijänä analyyttiset taitosi ulottuvat myös tulosten viestimiseen ja ratkaisujen perustelemiseen.

Esimerkkejä datatieteilijän taidoista, joita voit lisätä ansioluetteloosi:

• Tilastot


• Vähintään yksi ohjelmointikieli - R/ Python


• Tiedonhallinta


• Tietojen tutkiminen


• Tiedon louhinta


• Tietojen muuntaminen ja lataaminen


• Koneoppimisen algoritmit


• Syväoppiminen


• Kvantitatiivinen analyysi


• Matematiikka


• Todennäköisyys


• Virheenkorjaus

• Kriittinen ajattelu


• Tutkimus


• Yhteistyö


• Ajanhallinta


• Viestintä

Saatekirje

Tarvitsetko saatekirjeen? Saatekirje on tärkeä ja välttämätön, jos työtarjous edellyttää saatekirjettä, jos työnantaja, palkkaava johtaja tai rekrytoija pyytää sitä, jos haet suoraan henkilölle ja tiedät hänen nimensä tai jos joku on suositellut sinua tehtävään.

Jos siis mietit, pitäisikö sinun liittää mukaan saatekirje, vastaus on useimmissa tapauksissa kyllä. Saatekirje kannattaa liittää mukaan, vaikka sitä ei vaadittaisikaan. On vain muutamia poikkeuksia. Saatat esimerkiksi olla, ettet tarvitse saatekirjettä, jos haet työpaikkaa verkossa. Jotkin hakijaseurantajärjestelmät eivät salli hakijoiden lähettää kirjeitä. Jos näin on, sinun ei tarvitse olla huolissasi. Kaikissa muissa tapauksissa sinun on parempi lisätä se!

Laadi saatekirje näin:

Aloita saatekirjeesi lyhyellä johdantokappaleella, jossa:

• esittelet itsesi
• ilmaiset kiinnostuksesi työtä kohtaan
• nimeät haettavan työpaikan

Korosta toisessa kappaleessa vuosien kokemustasi alalta - tai jos kirjoitat aloittelevan datatieteilijän saatekirjettä, painota koulutustasi ja ansioluettelosi oikeita taitoja.

Datatieteen alalla on käytössä monia tiedonhallintajärjestelmiä ja ohjelmistoja, joten korosta niitä, joista sinulla on kokemusta. Esittele erityisesti työpaikkailmoituksessa mainittuja järjestelmiä.

Työpaikkailmoituksessa mainittuja ohjelmia käytetään usein hakijaseurantajärjestelmien (ATS) avainsanoina. ATS asettaa automaattisesti etusijalle ne saatekirjeet, jotka sisältävät kyseiset avainsanat.

Kun olet hahmotellut ne tekniset taidot, jotka erityisesti vastaavat hakemasi yrityksen tarpeita, kuvaile laajempia taitojasi, jotka tekevät sinusta houkuttelevan ehdokkaan.

Esimerkiksi viestintätaidot ja esiintymistaidot ovat yleisesti korostettuja tärkeitä taitoja, joita sinun kaltaisillasi datatieteilijöillä on oltava, sillä kaikki yrityksessäsi työskentelevät eivät puhu yhtä sujuvasti numeroiden kieltä kuin sinä. Kykysi tehdä data ymmärrettäväksi myös vähemmän numeroihin suuntautuneille voi olla ratkaiseva tekijä seuraavan työpaikkasi saamisessa.

Työsi datatieteilijänä edellyttää suurta huomiota yksityiskohtiin. Osoita kykysi keskittyä yksityiskohtiin lähettämällä virheetön saatekirje - oikeinkirjoitus- tai syntaksivirheitä ei sallita.

Saatekirjeesi pitää tietysti oikolukea, kun olet kirjoittanut sen, mutta älä lopeta siihen. Pyydä myös ystävää tai kollegaa oikolukemaan hakemuksesi. Hän huomaa esimerkiksi kirjoitusvirheet ja hankalat sanamuodot, jotka sinulta ovat jääneet huomaamatta, koska olet uppoutunut kuvaamaan taitojasi ja saavutuksiasi.

Usein kysytyt kysymykset

Miten voin parantaa datatieteilijän ansioluetteloani?

• Sisällytä mukaan projektit-osio, jossa kuvataan lyhyesti projektit sekä mittarit, jotka osoittavat, mitä olet saavuttanut. Luettele tässä projekteja, jotka osoittavat tilastollisten menetelmien, tietojen visualisointitekniikoiden ja ennustemallien käytön.


• Sisällytä ansioluettelon otsikkoon nimesi alapuolelle halutun roolin työnimike - datatutkija. Tämä helpottaa seulontaohjelmiston luokittelua ansioluettelossasi.


• Liitä mukaan linkit ammatilliselle verkkosivustollesi ja verkkoprofiileihisi, kuten LinkedIniin ja GitHubiin.


• Lisää yhteenveto-osa, jos olet ylemmän tason työntekijä tai vaihdat uraa, jotta rekrytoijan huomio kiinnittyy siirrettäviin taitoihin ja poikkeuksellisiin saavutuksiin.

Onko datatieteilijä hyvä ura?

Kyllä, datatiede on erittäin hyvä ura, jolla on valtavat etenemismahdollisuudet tulevaisuudessa. Jo nyt kysyntä on suurta, palkat ovat kilpailukykyisiä ja etuja on lukuisia - minkä vuoksi LinkedIn on kutsunut datatutkijaa "lupaavimmaksi uraksi".

Paljonko datatieteilijä tienaa?

Datatieteilijällä keskipalkka voi vaihdella mm. henkilön kokemuksesta ja yrityksen koosta riippuen 3500€/kk ja 7500€/kk välillä. (lähde: analyytikkolehti.fi)