Lebenslauf-Beispiel: Senior Data Scientist
Präsentieren Sie Ihre analytischen Fähigkeiten mit dieser datenzentrierten Vorlage, ideal für KI-Forscher und Machine Learning Ingenieure.
Ein Lebenslauf als Data Scientist muss eine Frage schnell beantworten: Haben Ihre Modelle und Analysen eine Geschäftsentscheidung verändert? Recruiter prüfen zuerst die Tools aus der Anzeige (Python, SQL, ein Machine-Learning-Framework), Fachverantwortliche suchen danach den Schritt, den viele weglassen: was passierte, nachdem das Modell fertig war.
Das Beispiel oben ist genau so aufgebaut. Jede Station verbindet eine Methode mit einem Ergebnis: ein NLP-Modell, das drei Großkunden übernommen haben, eine Anomalieerkennung, die Betrugsverluste senkte, A/B-Tests, die die Conversion steigerten. Die Kenntnisse nennen konkrete Bibliotheken und Plattformen, und die Ausbildung zeigt Forschungstiefe, ohne die Seite zu dominieren.
So schreiben Sie das Profil
Drei bis vier Zeilen genügen. Nennen Sie Level und Berufserfahrung, Ihre Themen (Prognosen, Empfehlungssysteme, NLP, Experimente), Ihren Tech-Stack und ein Ergebnis mit einer Zahl.
Verzichten Sie auf „Leidenschaft für Daten“ oder „Daten in Erkenntnisse verwandeln“: Das schreibt jeder. Schreiben Sie lieber die Erkenntnis selbst, etwa „Churn-Modell entwickelt, das Halteangebote für 2 Millionen Abonnenten steuert“.
Stichpunkte zur Berufserfahrung: Methode, Umfang, Wirkung
Ein starker Stichpunkt nennt die Methode, die Größe der Daten oder der Zielgruppe und das geschäftliche Ergebnis. Genauigkeit allein ist kein Ergebnis; sagen Sie, was sie ermöglicht hat. Drei bis fünf Punkte pro aktueller Station reichen.
- Churn-Modell mit Gradient Boosting (AUC 0,89) entwickelt, das Halteangebote gezielt steuerte und die monatliche Kündigungsrate von 3,1 % auf 2,4 % senkte.
- Über 40 A/B-Tests pro Jahr mit sequenziellem Testverfahren geplant und ausgewertet; die Testdauer sank um ein Drittel.
- 12 produktive Modelle in eine gemeinsame MLOps-Pipeline mit Monitoring und automatischem Retraining überführt und so unbemerkten Model Drift beendet.
- Manuelle wöchentliche Absatzprognose durch ein hierarchisches Modell ersetzt; der Prognosefehler sank in 300 Filialen um 22 %.
- Modellergebnisse in monatlichen Reviews der Geschäftsleitung erklärt, was zu einer neuen Preispolitik führte.
Welche Kenntnisse Sie aufführen sollten
Recruiter suchen nach konkreten Namen. Schreiben Sie „PyTorch“ und „scikit-learn“ statt „Machine-Learning-Tools“. Führen Sie nur auf, worüber Sie im Fachgespräch sprechen können, und gruppieren Sie die Liste übersichtlich.
- Programmierung und Daten: Python (pandas, NumPy), SQL, R, Spark
- Modellierung: scikit-learn, XGBoost, PyTorch oder TensorFlow, NLP, Zeitreihen
- Statistik: Hypothesentests, Versuchsplanung, bayessche Verfahren, kausale Inferenz
- Produktion und Tools: Docker, Airflow, MLflow, eine Cloud-Plattform (AWS, GCP oder Azure), Tableau oder Power BI
Projekte und Portfolio
Am Anfang der Karriere oder beim Quereinstieg kann ein Abschnitt „Projekte“ den Lebenslauf tragen. Wählen Sie zwei oder drei Projekte mit echten Daten, schreiben Sie je eine Zeile zur Fragestellung und zum Ergebnis und verlinken Sie Code oder eine kurze Beschreibung. Eine fertige Analyse eines unordentlichen öffentlichen Datensatzes sagt mehr als ein nachgebautes Tutorial.
Fehler, die Sie vermeiden sollten
- Modellkennzahlen ohne geschäftliches Ergebnis nennen.
- Jeden Algorithmus aufzählen, über den Sie gelesen haben; im Gespräch wird nach jedem gefragt.
- Den Jobtitel aus der Anzeige verstecken: Wenn Sie als „Quantitative Analyst“ Data Science gemacht haben, sagen Sie das im Profil.
- Lange Publikationslisten in einem Lebenslauf für die Industrie; behalten Sie die zwei oder drei wichtigsten und verlinken Sie den Rest.
FAQ
Sollte ein Lebenslauf als Data Scientist eine oder zwei Seiten haben?
Eine Seite bei weniger als fünf Jahren Erfahrung, bis zu zwei Seiten für erfahrene Kandidaten oder nennenswerte Forschung. Kürzen Sie ältere Stationen auf eine Zeile, bevor Sie aktuelle Ergebnisse streichen.
Brauche ich eine Promotion für eine Stelle als Data Scientist?
Nein. Viele Stellen verlangen ein Studium in einem quantitativen Fach und nachweisbare Fähigkeiten. Wenn Sie promoviert haben, zeigen Sie die Methoden und Ergebnisse, statt nur den Titel der Dissertation zu nennen.
Wie schreibe ich einen Lebenslauf als Data Scientist ohne Berufserfahrung?
Beginnen Sie mit einem kurzen Profil und einem Abschnitt „Projekte“ mit zwei oder drei echten Analysen und Links zum Code. Ergänzen Sie relevante Kurse, Praktika und Analysen aus früheren Jobs.
Sollte ich einen GitHub- oder Kaggle-Link angeben?
Ja, wenn dort saubere, aktuelle Arbeit liegt, über die Sie gern sprechen. Setzen Sie den Link in die Kopfzeile und heben Sie Ihre besten Repositories hervor.