Primer biografije: Senior Naučnik za Podatke
Pokažite svoje analitičke sposobnosti sa ovim šablonom fokusiranim na podatke, savršenim za AI istraživače i inženjere mašinskog učenja.
CV za data scientist poziciju mora brzo da odgovori na jedno pitanje: da li su vaši modeli i analize promenili neku poslovnu odluku? Regruteri prvo proveravaju alate iz oglasa (Python, SQL, framework za mašinsko učenje), a zatim menadžeri traže korak koji mnogi preskoče: šta se desilo kada je model bio gotov.
Primer iznad je napisan upravo tako. Svaka pozicija povezuje metodu sa rezultatom: NLP model koji su usvojila tri velika klijenta, sistem za otkrivanje anomalija koji je smanjio gubitke od prevara, A/B testovi koji su povećali konverziju. Veštine navode konkretne biblioteke i platforme, a obrazovanje pokazuje istraživačku dubinu bez preuzimanja cele stranice.
Kako napisati profesionalni rezime
Dovoljno je tri do četiri reda. Navedite nivo i godine iskustva, probleme kojima se bavite (predviđanja, sistemi preporuka, NLP, eksperimenti), alate koje koristite i jedan rezultat sa brojem.
Izbegavajte „strastven prema podacima“ ili „pretvaram podatke u uvide“: to piše svako. Napišite sam uvid, na primer „Napravio model odliva korisnika koji usmerava ponude za zadržavanje za 2 miliona pretplatnika“.
Stavke iskustva: metoda, obim, uticaj
Dobra stavka navodi tehniku, veličinu podataka ili publike i poslovni rezultat. Sama tačnost nije rezultat; recite šta je ona omogućila. Za skorije pozicije dovoljno je tri do pet stavki.
- Napravio model odliva sa gradient boostingom (AUC 0,89) koji je usmerio ponude za zadržavanje i smanjio mesečni odliv sa 3,1% na 2,4%.
- Osmislio i analizirao preko 40 A/B testova godišnje uz sekvencijalno testiranje, čime je trajanje testova skraćeno za trećinu.
- Prebacio 12 produkcijskih modela u zajednički MLOps pipeline sa praćenjem i automatskim ponovnim treniranjem, čime je okončan neprimećeni drift modela.
- Zamenio ručnu nedeljnu prognozu prodaje hijerarhijskim modelom i smanjio grešku prognoze za 22% u 300 prodavnica.
- Objašnjavao rezultate modela rukovodstvu na mesečnim sastancima, što je dovelo do nove politike cena.
Koje veštine navesti
Regruteri pretražuju konkretne nazive: pišite „PyTorch“ i „scikit-learn“, a ne „alati za mašinsko učenje“. Navedite samo ono o čemu možete da razgovarate na tehničkom intervjuu i grupišite listu da se brzo čita.
- Programiranje i podaci: Python (pandas, NumPy), SQL, R, Spark
- Modelovanje: scikit-learn, XGBoost, PyTorch ili TensorFlow, NLP, vremenske serije
- Statistika: testiranje hipoteza, dizajn eksperimenata, bajesovske metode, kauzalno zaključivanje
- Produkcija i alati: Docker, Airflow, MLflow, cloud platforma (AWS, GCP ili Azure), Tableau ili Power BI
Projekti i portfolio
Ako ste na početku karijere ili menjate oblast, odeljak Projekti može da nosi ceo CV. Izaberite dva ili tri projekta sa stvarnim podacima, napišite jedan red o pitanju i jedan o rezultatu, i dodajte link ka kodu ili kratkom opisu. Završena analiza neurednog javnog skupa podataka govori više od kopije popularnog tutorijala.
Greške koje treba izbeći
- Navođenje metrika modela bez ikakvog poslovnog rezultata.
- Nabrajanje svakog algoritma o kom ste čitali; na intervjuu će vas pitati za svaki.
- Skrivanje naziva pozicije iz oglasa: ako ste radili data science kao „kvantitativni analitičar“, recite to u rezimeu.
- Duge liste publikacija u CV-u za privredu; zadržite dve ili tri najvažnije i dodajte link za ostale.
FAQ
Da li CV za data scientist poziciju treba da ima jednu ili dve strane?
Jednu stranu sa manje od pet godina iskustva, do dve za iskusne kandidate ili one sa značajnim istraživanjem. Starije pozicije skratite na jedan red pre nego što izbacite skorije rezultate.
Da li mi treba doktorat za posao data scientista?
Ne. Mnoge pozicije traže diplomu iz kvantitativne oblasti i dokazane veštine. Ako imate doktorat, pokažite metode i rezultate koje vam je doneo, a ne samo naslov teze.
Kako napisati CV za data scientista bez iskustva?
Počnite kratkim rezimeom i odeljkom Projekti sa dve ili tri stvarne analize i linkovima ka kodu. Dodajte relevantne kurseve, praksu i svaku analizu koju ste radili na prethodnom poslu.
Da li da dodam link ka GitHubu ili Kaggleu?
Da, ako se tamo nalazi uredan i skoriji rad o kom rado pričate. Stavite link u zaglavlje i istaknite najbolje repozitorijume.