原文：
www.kdnuggets.com/2022/06/musthaves-data-science-resume.html
João Ferrão via Unsplash
写简历本身就是一项任务，但对于数据科学专业人员来说，这可能是获得你想要的工作的关键。
1. 谷歌网络安全证书 - 快速进入网络安全职业生涯。
2. 谷歌数据分析专业证书 - 提升你的数据分析技能
3. 谷歌 IT 支持专业证书 - 支持你组织的 IT
根据 Ladders: 眼动追踪研究；招聘人员在决定候选人之前会查看简历 7.4 秒。这意味着你基本上只有不到 10 秒的时间来留下良好的印象。10 秒钟的时间不多，尤其是当你非常想要这份工作时。
那么，你可以做些什么来用简历打动技术招聘人员呢？以下是一些你应考虑的要点。
作为数据科学家，你知道格式和结构的重要性。
你简历的最佳格式是倒序排列。这意味着你最新的工作、经历等会被列在最前面。这有助于招聘人员看到你当前的技能以及你能为他们带来的价值。
简历的结构非常重要。你不希望简历显得杂乱无章，让招聘人员感到沮丧并立即关闭它。市面上有许多简历模板，你可以简单地在 Google 上搜索并筛选出你喜欢的结构。我个人使用过 Zety，相信它对应届生来说是一个很好的工具。
招聘人员寻找的主要元素是：
-
联系信息
-
简历摘要/目标
-
工作经历
-
技能
-
教育背景
使你的数据科学简历出类拔萃的其他方面
-
项目
-
奖项与认证
-
兴趣与爱好
但了解你为每一部分写什么以及如何写是你应考虑的事项。我们从联系信息开始吧。
将这一部分作为单独的板块可能听起来有些滑稽，但这决定了招聘人员是否能够联系到你，因此非常重要。
这一部分应包括：
*** 全名
-
标题 - 例如，“数据科学家”
-
联系电话 - 确保检查是否有错误
-
电子邮箱 - 专业的电子邮箱始终是唯一的选择，例如 [email protected]
-
地点 - 这能让招聘人员更好地了解你的所在位置。你也可以说明你是否愿意迁移。
如上所述，招聘人员不会花太多时间浏览每份简历。一些招聘人员寻找与他们要求相符的流行词，例如‘Python’，‘Pipeline’，‘机器学习’等。
简历总结概述了你的职业经历和成就，通常在 2-4 句话中完成。简历目标则概述了你希望在职业生涯中实现的潜在兴趣/目标，通常也在 2-4 句话中完成。
在一小段文字中，你能够告诉招聘人员很多关于你自己的信息，你带来了什么，以及你如何计划提升你的职业生涯。
如前所述，逆时间顺序始终是最佳的方法。招聘人员希望了解你最近的工作以及如何将其应用于公司。你应该提到
-
你在公司的职位
-
公司名称
-
你在公司工作的时间范围/日期
-
你的职责和成就
在提及你的职责和成就时，总是要进一步解释。例如，与其说“提高数据准确性”，不如说“将预测数据的准确性提高了 22%”。这不仅向招聘人员展示了你在提高准确性方面的技能，还展示了提升的程度。
一个格式化你的工作经历的例子可能如下所示：
| 数据科学家 公司 X 01/2019 - 01/2022
-
开发了端到端的机器学习原型，并提高了 20%的效率
-
提出了并实施了一个新的目标模型，产生了 75 万美元的销售额
-
制定行动计划，通过使用数据科学来改善决策过程
|
如果你刚刚进入数据科学领域，你可能没有任何工作经验。然而，你可能在大学、在线课程、训练营等地方做过一些项目工作。这是一个很好的地方来说明这些经历。
另一种展示你作为新手经验的方法是
-
开始做一些自由职业工作
-
从事一些开源项目
-
在个人项目上工作，使用平台如 Kaggle。
有硬技能，也有软技能。尽管许多数据科学职位以技术技能为主，但软技能仍然非常重要。
数据科学家的典型硬技能包括
-
数据整理/清洗
-
数据分析
-
数据可视化
-
统计学
-
数学
-
概率
-
机器学习
-
建模
数据科学家的典型软技能包括：
-
沟通能力
-
问题解决者
-
商业头脑
-
研究
-
时间管理
-
团队合作
-
独立
-
批判性思维者
教育是简历中的重要元素。它让招聘人员了解你所学习的内容以及你如何走到现在的位置。特别是在数据科学领域，有许多 BootCamps 和课程可以选择，这些都应该列出，因为它们都是你教育的一部分。
你的教育需要包括：
-
教育类型；学位、硕士、Bootcamp 等
-
主要领域：计算机科学、数据科学等
-
大学/机构名称
-
学习年限
-
GPA、荣誉等
格式应如下所示：
| 计算机科学学士 - 哥伦比亚大学 2016 - 2020
- 课程包括：线性代数、统计学、应用建模、SQL、机器学习、计算机科学和生产部署
|
普通简历和技术数据相关简历的区别在于项目、成就和证书。
这个领域是一个你永远不会停止学习的领域，因此你会发现自己参加额外的课程。这些课程将向招聘人员证明你已经主动发展了自己的学习；这点会受到高度关注。
这个结构可能如下所示：
| 奖项和证书：
-
100 Python 问题 – Udemy
-
IBM 数据科学 - Coursera 证书
-
自动化无聊的事情 – Udemy
|
如果你在该领域没有任何工作经验，你的项目应该解释你掌握的技能以及你如何将这些技能应用于你的项目，例如端到端的机器学习。如果是这种情况，你可能会发现你的简历大部分内容会集中在项目领域。
虽然这些可能与技术无关，但陈述你的兴趣和爱好将让招聘人员更多地了解你。这也让数据团队经理知道你是否容易融入团队，以及你的兴趣和爱好是否有益。
如果你正在积极寻找数据科学岗位，考虑调整和优化你当前的简历，以确保它能引起技术招聘人员的注意。
记住，招聘人员每份简历的查看时间是 7.4 秒，所以要确保它有价值。
尼莎·阿亚 是一名数据科学家和自由职业技术作家。她特别关注提供数据科学职业建议或教程以及围绕数据科学的理论知识。她还希望探索人工智能如何有助于延长人类寿命。作为一个热衷学习者，她寻求拓宽自己的技术知识和写作技能，同时帮助指导他人。