Adattudomány és AI · Középhaladó–senior (4+ év)

Adattudósi önéletrajz

Ez a minta megmutatja, hogyan kapcsolhatja össze egy adattudós a modellezési munkát a termékkel kapcsolatos és működési döntésekkel. A jó önéletrajz egyértelművé teszi a problémát, az adatokat, a módszereket és a mérhető hatást, miközben megnevezi a megcélzott munkakörhöz illő eszközöket és statisztikai módszereket.

Önéletrajz ellenőrzése

Amit a toborzók és a jelentkezőkövető rendszerek keresnek. Útmutató, nem előrejelzés.

100 / 100Teljes

100%
  • Elérhetőségek20 / 20
  • Összefoglaló20 / 20
  • Tapasztalat30 / 30
  • Készségek20 / 20
  • Tanulmányok10 / 10

Elérhetőségek

Írd ezeket a lap tetejére; a toborzók és a jelentkezőkövető rendszerek először ezeket keresik.

Nem kötelező. Az Egyesült Államokban, az Egyesült Királyságban és Kanadában általában fénykép nélkül készül az önéletrajz.

37 szó

Minden munka külön bekezdés legyen; minden eredményt új sorban, „-” jellel kezdj.

10 készség

Vesszővel válaszd el a készségeket, például: Excel, SQL, projekttervezés.

További szakaszok

Projektek, tanúsítványok, nyelvek vagy bármi más, ami alátámasztja a jelentkezésedet.

Eszközök

Alex Morgan

Adattudós

  • alex.morgan@example.com
  • +1 555 0100
  • Denver, CO

Összefoglaló

Adattudós 5 év tapasztalattal B2B SaaS-területen, termék- és bevételi döntéseket támogató modellek és kísérletek készítésében. Jártas a Pythonban, az SQL-ben és a prediktív modellezésben, valamint az eredmények termékfejlesztő csapatokkal való megismertetésében; alkalmazott statisztikai mesterdiplomával rendelkezik.

Tapasztalat

Adattudós a Summitline Softwarenél, Denver, CO (2023 – jelenleg) - scikit-learn-alapú lemorzsolódási modellt épített termék- és számlázási adatokból, amely segített az ügyfélsiker-csapatnak negyedévente 180 lemorzsolódás kockázatának kitett ügyfél megkeresését előre sorolni. - Termékmenedzserekkel együtt 12 A/B-tesztet tervezett és elemzett, dokumentálta a védő mérőszámokat, és körülbelül egy héttel lerövidítette a döntésig eltelt időt. - Automatizálta a heti jellemző- és modellfelügyeletet Pythonban és SQL-ben, heti 6 órával csökkentve a kézi jelentéskészítést, és felülvizsgálatra jelezve az adateloszlás eltolódását. Adat elemző a Pine Mesa Digitalnál, Boulder, CO (2021 – 2023) - SQL-lel és Pythonnal 2,4 millió előfizetési eseményt kérdezett le, hogy azonosítsa a regisztráció során lemorzsolódók pontjait; az elemzés nyomán végrehajtott módosításokhoz a próbaidőszak aktiválásának 4%-os növekedése társult. - Havi bevételi előrejelzést készített idősoros jellemzőkkel, így a pénzügyi csapat átlagos abszolút előrejelzési hibája 14%-ról 10%-ra csökkent.

Tanulmányok

Alkalmazott statisztikai mesterdiploma — Colorado Plains University, Fort Collins, CO (2021)

Készségek

  • Python
  • SQL
  • pandas
  • scikit-learn
  • statisztikai modellezés
  • A/B-tesztelés
  • jellemzők tervezése
  • prediktív modellezés
  • idősoros előrejelzés
  • adatvizualizáció

Eszközök

• Python: pandas, NumPy, scikit-learn • SQL: PostgreSQL, BigQuery • Kísérletek elemzése: statsmodels • Vizualizáció: Tableau

Hogyan írj önéletrajzot Adattudós munkakörhöz?

Kezdd az üzleti hatással

A jelenlegi adattudósi munkádat tedd első helyre, és a legerősebb, döntést támogató eredményedet emeld ki külön pontban. Magyarázd el az üzleti kérdést, az alkalmazott adatokat vagy módszert, és azt, mi változott a munkád nyomán. Például kapcsold össze a lemorzsolódási modellt azzal, hogy egy csapat hogyan rangsorolta az ügyfeleket. Ne csak a modell pontosságát mutasd be, ha abból nem derül ki, hogyan használták a modellt.

Mutasd be érthetően a kísérleteket

A/B-tesztelésnél nevezd meg a vizsgált döntést, a mérőszámot és a védő mérőszámokat, valamint azt, hogyan befolyásolta az eredmény a termékkel vagy az üzlettel kapcsolatos döntést. A mintanagyságot vagy a teszt időtartamát csak akkor add meg, ha hasznos kontextust ad, és alá tudod támasztani az adatot. Tedd világossá, hogy te tervezted-e a kísérletet, vagy csak az elemzését támogattad, és ne állítsd, hogy egy megfigyelt változás oksági kapcsolatot bizonyít, ha ez nem igaz.

Nevezd meg pontosan a módszereidet

Az álláshirdetéshez illő módszereket és eszközöket emeld ki, például a Pythont, az SQL-t, a scikit-learnt, az előrejelzést vagy az oksági következtetést. Kapcsold az eszközöket tényleges munkához, ahelyett, hogy minden kipróbált csomagot felsorolnál. Ha egy modellt éles rendszerbe állítottál, írd le, mit tettél a telepítésért és a felügyeletért; ha csak feltáró elemzésként használtad, mondd el, hogyan hasznosították az eredményeit.

Gondosan válaszd meg a képesítéseket

Az adattudósi munkaköröknek nincs egységes engedélye vagy kötelező tanúsítványa. Ha az álláshirdetés magasabb szintű statisztikai tudást vagy kapcsolódó szakterületi végzettséget kér, tedd a releváns diplomát az önéletrajz elejére. Csak érvényes és az álláshoz kapcsolódó tanúsítványokat sorolj fel. Egy rövid projektlink olyan munkát is bemutathat, amelyet nehéz néhány pontban elmagyarázni; távolítsd el belőle a bizalmas adatokat és a munkáltatói kódot.

Gyakori kulcsszavak

Ehhez a munkakörhöz gyakran felsorolt készségek és eszközök. Csak azt használd, amivel rendelkezel, az álláshirdetés megfogalmazását követve. Kattints egy kulcsszóra a másolásához.

Cselekvést kifejező igék

FelépítettElemzettKidolgozottTeszteltAutomatizáltElőrejelzettBemutatott

Kérdések erről a munkakörről

Milyen hosszú legyen egy adattudós önéletrajza?

Körülbelül öt év tapasztalattal egy vagy két oldalra törekedj. A helyet néhány jelentős projekt, az általuk támogatott döntések és a saját konkrét hozzájárulásod bemutatására használd. A régebbi vagy kevésbé releváns munkákat rövidítsd le, és hagyd ki azokat az eszközöket, amelyek nem kapcsolódnak a megpályázott állásokhoz. Nincs egységes oldalszámkorlát; az érthetőség és a releváns részletek fontosabbak.

Szükségük van az adattudósoknak mesterdiplomára?

Nincs minden adattudósi munkakörhöz előírt egységes végzettség. A munkáltatók elfogadhatnak releváns tapasztalattal párosuló alapdiplomát, míg egyes állások, különösen a kutatásközpontú vagy specializált szerepek, statisztikai, számítástechnikai vagy kapcsolódó területen szerzett mesterdiplomát vagy doktori fokozatot kérhetnek. Kövesd az álláshirdetés követelményeit, és mutasd be az alkalmazott készségeidet, a szakterületi tudásodat és a megalapozott elemzés bizonyítékait.

Tüntessek fel portfólió- vagy GitHub-linket?

Tüntess fel portfólió- vagy GitHub-linket, ha releváns, befejezett munkát mutat be, amelyet nyilvánosan megoszthatsz. Minden projektnél röviden írd le a kérdést, az adatforrást, a módszereket és a következtetést. Ne tegyél közzé munkáltatói adatokat, saját fejlesztésű kódot vagy érzékeny információkat. A link nem kötelező; ha nem megfelelő nyilvános példát megosztani, az önéletrajz egyértelmű pontjában is bemutathatod a projektet.

Milyen tanúsítványokat tüntessek fel?

Akkor tüntess fel tanúsítványt, ha kapcsolódik az álláshoz, és megszerezted; ilyen lehet például az álláshirdetésben kért, érvényes felhő- vagy adatplatform-képesítés. Add meg a pontos nevét és a kibocsátót, valamint a lejárati dátumot, ha van. Az adattudósi munkakörhöz általában nem kell szakmai engedély, ezért ne sugalljad, hogy egy kurzustanúsítvány szabályozott szakmai képesítés.