Data Science & KI · Berufserfahren bis Senior (4+ Jahre)

Lebenslauf für Data Scientists

Dieses Beispiel zeigt, wie ein Data Scientist Modellierungsarbeit mit Produkt- und Betriebsentscheidungen verknüpfen kann. Ein überzeugender Lebenslauf macht Problem, Daten, Methoden und messbare Wirkung deutlich und nennt zugleich die Tools und statistischen Verfahren, die zur angestrebten Rolle passen.

Maximilian Schmidt

Data Scientist (m/w/d)

  • maximilian.schmidt@example.com
  • +49 30 00000000
  • Berlin

Profil

Data Scientist (m/w/d) mit 5 Jahren Erfahrung im B2B-SaaS-Bereich. Entwickelt Modelle und Experimente, die Produkt- und Umsatzentscheidungen unterstützen. Versiert in Python, SQL, prädiktiver Modellierung und der verständlichen Vermittlung von Ergebnissen an Produktteams; hat einen Master in Angewandter Statistik.

Berufserfahrung

Data Scientist (m/w/d) bei Summitline Software (2023 bis heute) - Entwicklung eines scikit-learn-Abwanderungsmodells (Churn-Modell) aus Produkt- und Abrechnungsdaten, das dem Customer-Success-Team half, die Kontaktaufnahme mit 180 gefährdeten Accounts in jedem Quartal zu priorisieren. - Entwurf und Analyse von 12 A/B-Tests mit Produktmanagern, Dokumentation von Leitplanken-Metriken (Guardrail Metrics) und Verkürzung der Entscheidungszeit um etwa eine Woche. - Automatisierung der wöchentlichen Merkmals- und Modellüberwachung in Python und SQL, wodurch die manuelle Berichterstattung um 6 Stunden pro Woche reduziert und Daten-Drift zur Überprüfung markiert wurde. Data Analyst (m/w/d) bei Pine Mesa Digital (2021 bis 2023) - Abfrage von 2,4 Millionen Abonnement-Ereignissen mit SQL und Python, um Onboarding-Abbruchpunkte zu identifizieren, was in Änderungen einfloss, die mit einem Anstieg der Testaktivierung um 4 % verbunden sind. - Entwicklung einer monatlichen Umsatzprognose mit Zeitreihenmerkmalen, wodurch der durchschnittliche absolute Prognosefehler des Finanzteams von 14 % auf 10 % gesenkt wurde.

Ausbildung

Master in Angewandter Statistik - Plains State University (2021)

Kenntnisse

  • Python
  • SQL
  • pandas
  • scikit-learn
  • statistische Modellierung
  • A/B-Tests
  • Feature Engineering
  • prädiktive Modellierung
  • Zeitreihenprognose
  • Datenvisualisierung

Tools

• Python: pandas, NumPy, scikit-learn • SQL: PostgreSQL, BigQuery • Experimentauswertung: statsmodels • Visualisierung: Tableau

Dieses Beispiel verwenden

Öffnen Sie den Lebenslauf-Editor mit diesem Lebenslauf für Data Scientist (m/w/d) und ersetzen Sie das Beispiel durch Ihre eigenen Daten.

Mit einem leeren Lebenslauf beginnen

Gängige Schlüsselwörter

Kenntnisse und Werkzeuge, die für diese Position häufig aufgeführt werden. Verwenden Sie nur die, die Sie tatsächlich beherrschen, und übernehmen Sie die Formulierungen aus der Stellenanzeige. Klicken Sie auf ein Wort, um es zu kopieren.

Handlungsverben

EntwickeltAnalysiertKonzipiertGetestetAutomatisiertPrognostiziertPräsentiert

So schreiben Sie einen Lebenslauf als Data Scientist (m/w/d)

Mit dem geschäftlichen Nutzen beginnen

Führen Sie Ihre aktuelle Data-Science-Rolle zuerst auf und geben Sie dem aussagekräftigsten Ergebnis für eine Entscheidung einen eigenen Aufzählungspunkt. Erklären Sie die geschäftliche Fragestellung, die verwendeten Daten oder Methoden und was sich durch Ihre Arbeit verändert hat. Verknüpfen Sie ein Abwanderungsmodell zum Beispiel damit, wie ein Team Konten priorisiert hat. Stellen Sie nicht allein die Modellgenauigkeit heraus, wenn daraus nicht hervorgeht, wie das Modell eingesetzt wurde.

Experimente verständlich erklären

Nennen Sie bei A/B-Tests die zu prüfende Entscheidung, die Kennzahl und die Schutzkennzahlen sowie die Auswirkungen des Ergebnisses auf eine Produkt- oder Geschäftsentscheidung. Geben Sie Stichprobengröße oder Testdauer nur an, wenn dadurch hilfreicher Kontext entsteht und Sie die Zahlen belegen können. Unterscheiden Sie zwischen Experimenten, die Sie konzipiert haben, und Analysen, die Sie unterstützt haben. Erwecken Sie nicht den Eindruck, eine beobachtete Veränderung beweise einen ursächlichen Zusammenhang, wenn das nicht der Fall ist.

Methoden konkret benennen

Nennen Sie Methoden und Tools, die zur Stellenanzeige passen, etwa Python, SQL, scikit-learn, Prognoseverfahren oder kausale Inferenz. Ordnen Sie die Tools tatsächlichen Aufgaben zu, statt jede ausprobierte Bibliothek aufzulisten. Wenn ein Modell produktiv eingesetzt wurde, beschreiben Sie Ihren Beitrag zu Deployment und Monitoring. Wenn es bei einer explorativen Analyse blieb, erklären Sie stattdessen, wie die Ergebnisse genutzt wurden.

Qualifikationen sorgfältig auswählen

Für Data-Scientist-Rollen gibt es keine allgemeine Berufszulassung oder vorgeschriebene Zertifizierung. Stellen Sie einen passenden weiterführenden Abschluss weit oben dar, wenn die Stellenanzeige fortgeschrittene Statistikkenntnisse oder ein verwandtes Fachgebiet verlangt. Führen Sie nur aktuelle Zertifizierungen auf, die zur Rolle passen. Ein knapper Projektlink kann Arbeiten zeigen, die sich schwer in Aufzählungspunkten erklären lassen. Entfernen Sie vertrauliche Daten und Arbeitgeber-Code.

Alle Lebenslauf-Beispiele für Data Science & KI

Fragen zu dieser Position

Wie lang sollte ein Lebenslauf als Data Scientist sein?

Bei etwa fünf Jahren Berufserfahrung sollten Sie ein bis zwei Seiten anstreben. Nutzen Sie den Platz, um einige umfangreiche Projekte, die damit unterstützten Entscheidungen und Ihren konkreten Beitrag zu beschreiben. Halten Sie ältere oder weniger relevante Tätigkeiten kurz und kürzen Sie Tool-Listen, die nicht zu den Stellen passen, auf die Sie sich bewerben. Eine allgemeingültige Seitenzahl gibt es nicht; wichtiger sind Verständlichkeit und relevante Details.

Brauchen Data Scientists einen Masterabschluss?

Für jede Data-Scientist-Stelle ist nicht derselbe Abschluss erforderlich. Arbeitgeber akzeptieren möglicherweise einen Bachelorabschluss mit einschlägiger Erfahrung. Für manche Stellen, insbesondere forschungsintensive oder spezialisierte Positionen, wird ein Master- oder Doktorgrad in Statistik, Informatik oder einem verwandten Fach verlangt. Richten Sie sich nach den Anforderungen der Stellenanzeige und belegen Sie Ihre praktischen Kompetenzen, Ihr Fachwissen und Ihre sorgfältige Analysearbeit.

Sollte ich einen Portfolio- oder GitHub-Link aufnehmen?

Nehmen Sie einen Portfolio- oder GitHub-Link auf, wenn er relevante, abgeschlossene Arbeiten zeigt, die Sie öffentlich teilen dürfen. Beschreiben Sie bei jedem Projekt kurz die Fragestellung, die Datenquelle, die Methoden und das Ergebnis. Veröffentlichen Sie keine Arbeitgeberdaten, proprietären Code oder sensiblen Informationen. Ein Link ist optional; wenn kein öffentliches Beispiel geeignet ist, können Sie ein Projekt auch in einem klaren Aufzählungspunkt im Lebenslauf erklären.

Welche Zertifizierungen sollte ich aufführen?

Führen Sie eine Zertifizierung auf, wenn sie zur Stelle passt und Sie sie abgeschlossen haben, etwa ein aktuelles Zertifikat für eine Cloud- oder Datenplattform, das in der Stellenanzeige verlangt wird. Geben Sie den genauen Namen und den Aussteller an; ergänzen Sie ein Ablaufdatum, falls es eines gibt. Für Data Science gibt es keine allgemein vorgeschriebene Berufszulassung. Erwecken Sie deshalb nicht den Eindruck, ein Kurszertifikat sei eine reglementierte Qualifikation.