0
| 本文作者： AI研習社-譯站 | 2020-09-17 10:07 |
字幕組雙語原文：數據科學崗位的簡歷應該怎么寫?
英語原文：How to Optimize Your CV for a Data Scientist Career
（圖片來源）
想讓你的簡歷對雇主更有吸引力嗎？
你來對地方了。
在這篇文章中有專家指點、樣例幫助你的簡歷達到你心儀崗位的要求。
讓我們從一名數據科學招聘人員的角度說起。
要想在一堆簡歷中脫穎而出，吸引雇主的注意，我們需要知道他們在求職者身上尋找的是什么。
根據《9項成為數據科學家必須具備的技能》，以下是吸引雇主的最重要技能：
R語言編程
Python編程
Hadoop平臺
SQL數據庫/編碼
Apache spark
機器學習與人工智能
數據可視化
非結構化數據
因此，作為一個有興趣聘請數據科學家的人，你更可能在簡歷中尋找這些技能。這就給我們帶來了第一個提示~
1.把需求技能放在首位
為了給招聘經理省時間，建議你把自己擁有的技能放在簡歷的最上面。一定要在一個單獨的部分列出它們以引起注意。
不要用一欄式的項目符號列表來描述技能。這可能會占用很多簡歷空間，所以還是換個別的吧。如果您沒有使用任何模板，設計師在其中考慮節省空間，您可以簡單地在一句話中列出它們。
另一種更具創造性的方法是在視覺上區分每種技能，就像Upwork，一個自由職業平臺，在其用戶配置文件中所做的那樣。
你應該按哪個順序列出技能？最好的辦法是先擁有那些急需的技能，然后再轉到“最不令人印象深刻的”，如果你愿意的話。另外，別忘了提供你對技能水平的評價，例如“初學者”、“中級”或“專家”。
學到了啥：列出你的頂級技能。他們將有助于吸引招聘經理的注意，并讓他們知道你是否適合這份工作
這是另一個重要的部分，值得放在你簡歷的上半部分。這是招聘經理想要的“秀，不要說”的部分。在面試中的提問揭露你的缺點之前，他們需要先被你的優點吸引。
你的主要目標是找到并列出你的主要職業成就。
以下是如何正確操作：
只使用相關成果。像“提供專家論文幫助學生提高學術寫作能力”這樣的成就聽起來讓人印象深刻，但要堅持與數據科學相關的成就。
包含數字。一個可量化的成就可以更好地證明你的影響力，例如，“使用定制機器學習算法分析營銷流程，從而節省2000美元”的數字更令人印象深刻。
每個成就只使用一句話。你的簡歷應該放在一頁紙上，所以要小心，把每一個成就限制在一句話之內。
專業提示：對每項成就使用“技能-活動-結果”公式。
以下是“使用定制機器學習算法分析營銷流程以節省2000美元”示例中的這些部分：
技能：使用自定義機器學習算法
活動：營銷過程分析
結果：節省了2000美元。
通過以這種方式在你的簡歷中列舉你的成就，可以讓它們直截了當、清晰明了。
許多數據科學家犯了一個錯誤，用要點列表來展示他們的軟技能。雖然提到它們很重要，但不要就這樣置之不理。
我的意思是，像“口頭交流”這樣的東西，對讀你簡歷的人來說，真正能說明你的什么呢?
這需要一些細節來證明你有多優秀，對吧?
下面是一些例子:
這聽起來更有趣，對吧?
閱讀你簡歷的招聘經理也會同意。
溝通和團隊合作是最重要的軟技能之一。
為什么?《2019年數據科學狀態》報告稱，因為大多數數據科學專業人員（約 60%）以 5 人或 5 人以上的團隊工作。
資料來源：《數據科學狀態2019》
在描述這些非技術技能時，唯一要記住的是每一個技能只寫一句話（就像描述成就一樣）。
招聘經理在職位描述中使用關鍵詞已不是秘密。在數據科學行業，它們包括技能、資格、證書和技術的名稱。
讓我們看看LinkedIn上的數據科學家招聘啟事?？赡鼙容^耗時，但總要經歷的。
帖子中的大部分關鍵字都有下劃線，方便快速查找。
這篇招聘啟事實際上包含了符合公司要求的求職者簡歷上應該具備的信息（這意味著如果你在申請這個職位的話，也應該具備這些技能）。
如果你想申請這個職位，在簡歷中寫上這些非常重要：機器學習、書面和口頭交流技能、軟件工程、快速原型設計。
這些都是你需要重點展示的技能，能和你的過往經驗對應上會更好。
重要！不要在你的簡歷里塞滿關鍵詞。對招聘人員來說，這聽起來很可疑，自然地去寫，以免看起來你用力過猛。
此外，關鍵詞填充也可能意味著應聘者只是為了面試，這反過來意味著他們可能不合格。
現在，制作一份出色的簡歷去投遞吧！
雷鋒字幕組是一個由AI愛好者組成的翻譯團隊，匯聚五五多位志愿者的力量，分享最新的海外AI資訊，交流關于人工智能技術領域的行業轉變與技術創新的見解。
團隊成員有大數據專家，算法工程師，圖像處理工程師，產品經理，產品運營，IT咨詢人，在校師生；志愿者們來自IBM，AVL，Adobe，阿里，百度等知名企業，北大，清華，港大，中科院，南卡羅萊納大學，早稻田大學等海內外高校研究所。
如果，你也是位熱愛分享的AI愛好者。歡迎與雷鋒字幕組一起，學習新知，分享成長。
雷峰網版權文章，未經授權禁止轉載。詳情見轉載須知。
