科技猎数据科学岗位的简历应该怎么写?
字幕组双语原文： 数据科学岗位的简历应该怎么写?
英语原文： How to Optimize Your CV for a Data Scientist Career
翻译：雷锋字幕组（ 明明知道 、 yhfwww ）
（ 图片来源 ）
想让你的简历对雇主更有吸引力吗？
你来对地方了。
在这篇文章中有专家指点、样例帮助你的简历达到你心仪岗位的要求。
数据科学雇主在简历中要找什么？
让我们从一名数据科学招聘人员的角度说起。
要想在一堆简历中脱颖而出，吸引雇主的注意，我们需要知道他们在求职者身上寻找的是什么。
根据《9项成为数据科学家必须具备的技能》，以下是吸引雇主的最重要技能：
因此，作为一个有兴趣聘请数据科学家的人，你更可能在简历中寻找这些技能。这就给我们带来了第一个提示~
1.把需求技能放在首位
为了给招聘经理省时间，建议你把自己拥有的技能放在简历的最上面。 一定要在一个单独的部分列出它们以引起注意。
不要用一栏式的项目符号列表来描述技能。这可能会占用很多简历空间，所以还是换个别的吧。如果您没有使用任何模板，设计师在其中考虑节省空间， 您可以简单地在一句话中列出它们。
另一种更具创造性的方法是在视觉上区分每种技能，就像Upwork，一个自由职业平台，在其用户配置文件中所做的那样。
你应该按哪个顺序列出技能？最好的办法是先拥有那些急需的技能，然后再转到“最不令人印象深刻的”，如果你愿意的话。另外，别忘了提供你对技能水平的评价，例如“初学者”、“中级”或“专家”。
学到了啥：列出你的顶级技能。他们将有助于吸引招聘经理的注意，并让他们知道你是否适合这份工作
2.对你的成就做一个详细而简明的概述
这是另一个重要的部分，值得放在你简历的上半部分。这是招聘经理想要的“秀，不要说”的部分。在面试中的提问揭露你的缺点之前，他们需要先被你的优点吸引。
你的主要目标是找到并列出你的主要职业成就。
以下是如何正确操作：
只使用相关成果。 像“提供专家论文帮助学生提高学术写作能力”这样的成就听起来让人印象深刻，但要坚持与数据科学相关的成就。
包含数字。 一个可量化的成就可以更好地证明你的影响力，例如，“使用定制机器学习算法分析营销流程，从而节省2000美元”的数字更令人印象深刻。
每个成就只使用一句话。 你的简历应该放在一页纸上，所以要小心，把每一个成就限制在一句话之内。
专业提示：对每项成就使用“技能-活动-结果”公式。
以下是“使用定制机器学习算法分析营销流程以节省2000美元”示例中的这些部分：
-
技能：使用自定义机器学习算法
-
活动：营销过程分析
-
结果：节省了2000美元。
通过以这种方式在你的简历中列举你的成就，可以让它们直截了当、清晰明了。
3.解释，而不是列举，你的非技术技能
许多数据科学家犯了一个错误，用要点列表来展示他们的软技能。虽然提到它们很重要，但不要就这样置之不理。
我的意思是，像“口头交流”这样的东西，对读你简历的人来说，真正能说明你的什么呢?
这需要一些细节来证明你有多优秀，对吧?
下面是一些例子:
这听起来更有趣，对吧?
阅读你简历的招聘经理也会同意。
沟通和团队合作是最重要的软技能之一。
为什么? 《2019年数据科学状态》 报告称，因为大多数数据科学专业人员（约 60%）以 5 人或 5 人以上的团队工作。
资料来源： 《数据科学状态2019》
在描述这些非技术技能时，唯一要记住的是每一个技能只写一句话（就像描述成就一样）。
4.将职位描述中的关键字与自己匹配
招聘经理在职位描述中使用关键词已不是秘密。在数据科学行业，它们包括技能、资格、证书和技术的名称。
让我们看看LinkedIn上的数据科学家招聘启事。可能比较耗时，但总要经历的。
帖子中的大部分关键字都有下划线，方便快速查找。
看看有多少要求？
这篇招聘启事实际上包含了符合公司要求的求职者简历上应该具备的信息（这意味着如果你在申请这个职位的话，也应该具备这些技能）。
如果你想申请这个职位，在简历中写上这些非常重要：机器学习、书面和口头交流技能、软件工程、快速原型设计。
这些都是你需要重点展示的技能，能和你的过往经验对应上会更好。
重要！不要在你的简历里塞满关键词。对招聘人员来说，这听起来很可疑，自然地去写，以免看起来你用力过猛。
此外，关键词填充也可能意味着应聘者只是为了面试，这反过来意味着他们可能不合格。
现在，制作一份出色的简历去投递吧！
雷锋字幕组是一个由AI爱好者组成的翻译团队，汇聚五五多位志愿者的力量，分享最新的海外AI资讯，交流关于人工智能技术领域的行业转变与技术创新的见解。
团队成员有大数据专家，算法工程师，图像处理工程师，产品经理，产品运营，IT咨询人，在校师生；志愿者们来自IBM，AVL，Adobe，阿里，百度等知名企业，北大，清华，港大，中科院，南卡罗莱纳大学，早稻田大学等海内外高校研究所。
如果，你也是位热爱分享的AI爱好者。欢迎与雷锋字幕组一起，学习新知，分享成长。
雷锋网版权文章，未经授权禁止转载。详情见。