Przykładowe podsumowanie zawodowe
Data scientist z 5-letnim doświadczeniem w modelach prognostycznych i klientowskich dla handlu i telekomunikacji. Skupiam się na modelach, które trafiają na produkcję i zmieniają decyzje.
Przykładowe osiągnięcia
- Model odejść ograniczył utratę klientów o 9% w pierwszym roku
- Automatyczna prognoza miesięczna oszczędza 3 dni pracy analityka
- Prognoza popytu dla każdego sklepu z błędem poniżej 6%
- Segmentacja 1,2 mln uczestników programu pod spersonalizowane oferty
Kluczowe umiejętności w CV: data scientist
- Python
- Uczenie maszynowe
- SQL
- Statystyka
- Wizualizacja danych
Jak napisać każdą sekcję CV: data scientist
- Profil
- Podaj lata doświadczenia, branżę i rodzaj modeli.
- Doświadczenie
- W każdej pracy opisz jeden lub dwa modele z użyciem na produkcji i wynikiem.
- Umiejętności
- Python, SQL, uczenie maszynowe, statystyka, wizualizacja i wdrożenia.
- Wykształcenie i certyfikaty
- Podaj kierunek ilościowy i certyfikaty.
Wskazówki do CV: data scientist
- Przy każdym modelu napisz, jaką decyzję zmienił i jaki dał wynik w pieniądzach, czasie lub klientach.
- Pokaż też pracę z danymi: czyszczenie, cechy i walidację.
- Nie rozpisuj się o matematyce, napisz, kto korzystał z wyników.
Częste błędy w CV: data scientist
- Podawanie dokładności modelu bez wyniku biznesowego.
- Wymienianie każdej użytej biblioteki.
- Pomijanie wdrożenia i monitorowania modelu.
Słowa kluczowe do CV: data scientist
- uczenie maszynowe
- Python
- SQL
- modelowanie predykcyjne
- statystyka
- wizualizacja danych
- wdrażanie modeli
- testy A/B
Systemy ATS wyszukują te słowa. Użyj tych, które pasują do ogłoszenia i Twojego prawdziwego doświadczenia.
Więcej pomocy: Sekcje CV · CV pod ATS · Jak długie powinno być CV?