Sains Data & AI · Menengah-Senior (4+ tahun)

Resume Ilmuwan Data

Contoh ini menunjukkan cara seorang ilmuwan data menghubungkan pekerjaan pemodelan dengan keputusan produk dan operasional. Resume yang kuat memperjelas masalah, data, metode, dan dampak terukur, sekaligus menyebutkan alat serta teknik statistik yang sesuai dengan posisi yang Anda incar.

Pemeriksaan resume

Hal-hal yang dicari perekrut dan sistem pelacakan. Ini panduan, bukan prediksi.

100 / 100Lengkap

100%
  • Kontak20 / 20
  • Ringkasan20 / 20
  • Pengalaman30 / 30
  • Keterampilan20 / 20
  • Pendidikan10 / 10

Detail kontak

Letakkan detail ini di bagian atas; perekrut dan sistem pelacakan akan mencarinya terlebih dahulu.

Opsional. Di AS, Inggris, dan Kanada, resume biasanya tidak menyertakan foto.

37 kata

Satu pekerjaan per paragraf; mulai setiap pencapaian di baris baru dengan “-”.

10 keterampilan

Pisahkan keterampilan dengan koma, misalnya: Excel, SQL, perencanaan proyek.

Bagian lainnya

Proyek, sertifikasi, bahasa, atau hal lain yang mendukung lamaran Anda.

Alat

Alex Morgan

Ilmuwan Data

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

Ringkasan

Ilmuwan data dengan pengalaman 5 tahun di bidang B2B SaaS, membangun model dan eksperimen yang mendukung keputusan produk dan pendapatan. Menguasai Python, SQL, pemodelan prediktif, dan komunikasi hasil kepada tim produk; memiliki gelar M.S. dalam Statistik Terapan.

Pengalaman

Ilmuwan Data di Summitline Software, Denver, CO (2023 – Sekarang) - Membangun model churn scikit-learn dari data produk dan penagihan, membantu tim kesuksesan pelanggan memprioritaskan pendekatan kepada 180 akun berisiko setiap kuartal. - Merancang dan menganalisis 12 pengujian A/B bersama manajer produk, mendokumentasikan metrik pengaman dan memangkas waktu pengambilan keputusan sekitar satu minggu. - Mengotomatiskan pemantauan fitur dan model mingguan dengan Python dan SQL, memangkas pelaporan manual sebanyak 6 jam per minggu dan menandai pergeseran data untuk ditinjau. Analis Data di Pine Mesa Digital, Boulder, CO (2021 – 2023) - Mengkueri 2,4 juta peristiwa langganan dengan SQL dan Python untuk mengidentifikasi titik pelanggan berhenti dalam proses orientasi, yang menjadi dasar perubahan yang terkait dengan peningkatan aktivasi uji coba sebesar 4%. - Mengembangkan perkiraan pendapatan bulanan dengan fitur deret waktu, sehingga rata-rata kesalahan absolut perkiraan tim keuangan turun dari 14% menjadi 10%.

Pendidikan

M.S. dalam Statistik Terapan — Colorado Plains University, Fort Collins, CO (2021)

Keterampilan

  • Python
  • SQL
  • pandas
  • scikit-learn
  • pemodelan statistik
  • pengujian A/B
  • rekayasa fitur
  • pemodelan prediktif
  • peramalan deret waktu
  • visualisasi data

Alat

• Python: pandas, NumPy, scikit-learn • SQL: PostgreSQL, BigQuery • Analisis eksperimen: statsmodels • Visualisasi: Tableau

Cara menulis resume Ilmuwan Data

Awali dengan dampak bisnis

Tempatkan posisi ilmu data Anda saat ini di urutan pertama dan berikan poin tersendiri untuk hasil terkuat yang mendukung pengambilan keputusan. Jelaskan pertanyaan bisnis, data atau metode yang Anda gunakan, dan perubahan yang terjadi berkat pekerjaan tersebut. Misalnya, hubungkan model churn dengan cara tim memprioritaskan akun. Hindari hanya menyajikan akurasi model jika hal itu tidak menunjukkan bagaimana model digunakan.

Jelaskan eksperimen dengan jelas

Untuk pekerjaan pengujian A/B, sebutkan keputusan yang diuji, metrik dan batas pengamannya, serta cara hasilnya menjadi dasar keputusan produk atau bisnis. Cantumkan ukuran sampel atau durasi pengujian hanya jika memberi konteks berguna dan angkanya dapat Anda dukung. Bedakan eksperimen yang Anda rancang dari analisis yang Anda bantu, dan jangan memberi kesan bahwa perubahan yang diamati membuktikan sebab-akibat jika memang tidak demikian.

Jelaskan metode secara spesifik

Gunakan metode dan alat yang sesuai dengan iklan lowongan, seperti Python, SQL, scikit-learn, peramalan, atau inferensi kausal. Kaitkan alat dengan pekerjaan nyata alih-alih mencantumkan setiap paket yang pernah Anda coba. Jika model masuk ke produksi, jelaskan peran Anda dalam deployment dan pemantauan; jika hanya digunakan untuk eksplorasi, jelaskan bagaimana temuannya digunakan.

Pilih kredensial dengan cermat

Posisi ilmuwan data tidak memiliki lisensi universal atau sertifikasi wajib. Tempatkan gelar pascasarjana yang relevan di bagian atas jika iklan lowongan meminta statistik tingkat lanjut atau bidang terkait, dan cantumkan hanya sertifikasi yang masih berlaku serta relevan dengan posisi tersebut. Tautan proyek singkat dapat membantu menunjukkan pekerjaan yang sulit dijelaskan dalam poin; hapus data rahasia dan kode milik pemberi kerja.

Kata kunci umum

Keterampilan dan alat yang sering dicantumkan untuk posisi ini. Gunakan hanya yang Anda kuasai, dengan kata-kata dari iklan lowongan. Klik salah satu untuk menyalinnya.

Kata kerja tindakan

MembangunMenganalisisMengembangkanMengujiMengotomatiskanMeramalkanMempresentasikan

Pertanyaan tentang posisi ini

Berapa panjang resume ilmuwan data?

Jika pengalaman Anda sekitar lima tahun, usahakan resume sepanjang satu atau dua halaman. Gunakan ruang tersebut untuk menjelaskan beberapa proyek penting, keputusan yang didukung proyek tersebut, dan kontribusi spesifik Anda. Ringkas pekerjaan lama atau yang kurang relevan, serta hapus daftar alat yang tidak sesuai dengan posisi yang Anda lamar. Tidak ada batas halaman yang berlaku untuk semua orang; kejelasan dan detail yang relevan lebih penting.

Apakah Anda perlu memiliki gelar magister?

Tidak ada satu gelar yang diwajibkan untuk setiap posisi ilmuwan data. Pemberi kerja mungkin menerima gelar sarjana dengan pengalaman relevan, sedangkan beberapa posisi, terutama yang banyak berfokus pada riset atau memiliki spesialisasi tertentu, meminta gelar magister atau doktor di bidang statistik, ilmu komputer, atau bidang terkait. Ikuti persyaratan iklan lowongan dan tunjukkan keterampilan terapan, pengetahuan bidang, serta bukti analisis yang baik.

Apakah Anda perlu menyertakan tautan portofolio atau GitHub?

Sertakan tautan portofolio atau GitHub jika isinya menunjukkan pekerjaan relevan yang sudah selesai dan dapat Anda bagikan secara publik. Jelaskan secara singkat pertanyaan, sumber data, metode, dan kesimpulan dari setiap proyek. Jangan memublikasikan data pemberi kerja, kode milik perusahaan, atau informasi sensitif. Tautan bersifat opsional; poin resume yang jelas dapat menjelaskan proyek jika Anda tidak dapat membagikan contoh publik.

Sertifikasi apa yang sebaiknya Anda cantumkan?

Cantumkan sertifikasi jika relevan dengan pekerjaan dan sudah Anda selesaikan, misalnya kredensial platform cloud atau data yang masih berlaku dan diminta dalam iklan lowongan. Tuliskan nama dan penerbitnya dengan tepat; tambahkan tanggal kedaluwarsa jika berlaku. Ilmu data tidak memiliki lisensi profesional yang diwajibkan secara luas, jadi jangan memberi kesan bahwa sertifikat kursus adalah kredensial yang diatur.