简历格式
简历的格式与简历的内容同样重要，甚至更重要。
这可能听起来与大家普遍的认知不太一样，但想想看：如果你的简历格式不正确，那么它包含的内容还重要么？。招聘人员只会在评估候选人的资格之前将其扔掉。
公司越来越多地使用申请人跟踪系统 (ATS) 来帮助起筛选简历。 ATS 是一种自动软件，可以扫描简历中的关键字。
如果你的简历不是以对 ATS 友好的方式展开的，很可能没有招聘人员看到它，即使你有资格胜任这份工作。
不过，使用数据科学家简历模板可以轻松避免这种情况。
列出相关经验时，请使用“按时间顺序排列”的格式。
很幸运的是，你可能已经在以这种方式编写数据科学家的简历了。
“按时间倒序”顺序意味着最近的工作经历列在顶部。第一份工作应该是相关经验部分的最后一个要点。
简历标题
和以往申请其他岗位的简历一样，数据科学家简历的第一部分就是标题了。
需要在此处列出所有基本信息和联系方式。请务必在标题中包含以下个人信息：
姓名：听起来很明显，但指出来仍然很重要。请务必使用比标题中的其他文本稍大的字体包含姓名。这样，它可以很容易地被发现并与其他人区分开来。
请记住，优秀的简历很容易被审阅者浏览。
所在城市：请务必在标题中填写你所在城市，最好靠近姓名。如果亲自申请工作，最好提供完整信息。
社交媒体：公共社交媒体渠道可能没有你的姓名或所在城市那么明显，但也会是一些公司的参考信息。
你的社交媒体真的可以让你作为数据科学候选人脱颖而出。如果有社交媒体来展示过去的一些工作，则尤其如此。
至少，最好包含 LinkedIn 个人资料、一个 Github 帐户（如果有的话）和个人网站。国内的平台就不要过多维护了，意义不大。
如果正在为媒体机构工作或担任与营销高度一致的角色，相关的社交媒体渠道可以帮助你脱颖而出。
专业部分：最后，如果愿意，可以在简历标题中添加数据科学家简历摘要。然而，除非是具有长期工作经历（10 年以上）的数据科学家，否则通常不建议这样做。
如果决定在数据科学简历中包含摘要，请记住要简短而甜美。摘要应该简明扼要，同时清楚地传达为什么你会非常适合作为数据科学家。
高级数据科学家专业摘要示例：
Apple 和 LinkedIn 数据科学家，拥有 11 年帮助企业最大化成果的经验。我努力培养一支数据专业人士团队并帮助他们发挥潜力。我在使用 R 和 Python 创建数据模型来预测用户行为的变化方面经验丰富。在我目前的职位上，我帮助将客户流失率降低了 37%，并使用机器学习和 JavaScript 前端构建了一个数据仪表板，以更好地实时可视化增长。
一个写得很好的以初级数据科学家为目标的例子：
我是一名初级数据科学家，在一家数据分析公司拥有 2 年经验，我使用 Python 为 SaaS 产品构建定价模型。在 xx 大学，我学习了机器学习，并以优异的成绩毕业并获得了计算机科学学位。我还领导了我们学校的统计俱乐部，并使用 JavaScript 构建了一个大学仪表板来跟踪我们的聚会。
这个例子做了一些事情。如果你是一名大三学生，这表明你在学校花时间研究数据并思考你的职业生涯。你努力学习（以优异成绩毕业）并从事业余项目。
即使你没有工作经验，也要向招聘人员表明你对自己的角色和职业目标很认真。数据科学家拥有广泛的经验，因此请帮助招聘人员清晰快速地了解你的资质和能力。
如果你花了一个夏天的时间学习机器学习，或者因为对数据科学领域感兴趣，那么你也可以突出一点你的个性。
数据科学家简历的相关经验
这是简历中最重要的部分。正如前面所提到的，通常的做法是按时间倒序列出工作。因此，最近和最高级别的经验应该放到前面。
请记住，每一份经验内容包括过去数据科学岗位的基本信息，包含职位、公司名称、位置以及担任该职位的时间。
然后，列出描述你的角色和你在其中的特殊影响的各种要点（有大量的行动词）。
最好展示你的成就（数据部分），而不是你在以前的职位上所承担的简单责任。
招聘人员可能会对任何数据科学家或数据分析师职位的范围有一个很好的了解。
他们对你以前的角色中产生的可衡量的影响更感兴趣。我们将在下面为你提供几个可靠和弱数据科学简历职位描述的示例，以帮助你更好地了解。
假设你以前有多年的数据科学经验。在这种情况下，你可能不想（或不需要）列出以前的每个角色。
通常最好将相关经验部分限制在过去五年内。
但是，这不一定是硬性规定。如果你认为过去 6 – 8 年的合适职位将是一个相关的补充，那就放进来。
请确保它不会将你的简历扩展到 3 页以上。即使你是具有令人印象深刻的背景的资深数据科学家，3 页简历也足够了。你的简历将仅作为参考。有很多人讲 1 页简历，其实这是不负责任的。简历应该以在合适的结构下，尽量想尽地展示候选人的信息为准，而不是过度压缩和追求简洁。
你可以使用数据科学家面试来了解你过去和现在所做的所有项目！
教育部分
假设你已经阅读了我们关于如何撰写出色的产品经理简历的其他一些内容。你会发现我们已经说过，简历中的教育部分不一定像相关经验那么重要。
虽然这是真的，但必须说数据科学家职位可能对他们的学历要求更高。机器学习、数据分析和数据挖掘是 Udemy 课程无法完全探索的深度领域。你的数据科学家学位让你有机会展示你更深层次的技术能力。
一些数据科学家的职位列表（尤其是高级职位）更喜欢候选人拥有计算机科学的硕士学位或博士学位。
教育部分不应该在你的简历上占据太多空间。它不应该像相关的经验部分那么大，因为它仍然是你简历中最关键的部分。
除非你是刚毕业的数据科学家或几乎没有经验的初级数据科学家，否则你的教育部分应列在相关经验部分的下方。
你必须在本节中包含相关信息，但请记住保持简短。你的数据科学家简历上的教育部分应仅包括：
· 你的学位，
· 大学的名称，
· 你的入学和毕业日期。
如果你有 3 年以上的相关经验，最好将此教育部分仅限于此信息。
但是，假设你是应届毕业生。然后，如果它表明你很适合这个角色，你可以包括一些额外的信息。例如，与数据分析相关的杰出教育成就，例如过去的实习或数据科学家奖，可能是适当的补充。
你的学校可能还有校友网络，可以与其他数据科学家专业人士建立联系。
数据科学简历的技能部分
最后但并非最不重要的是技能部分。像许多技术角色一样，简历的这一部分确实很重要。
某些数据科学家角色可能非常专业或需要特定的技术技能。因此，在你的技能部分中包含尽可能多的相关技能。
一个好的经验法则是查看职位发布中列出的必要资格。职位发布将列出相关职位所需的和首选技能。
数据科学家简历中可能包含的最常见技能
· Python 数据分析框架（NumPy、Pandas、Scikit-Learn、Keras）
· SQL，MySQL
· Git
· 监督学习（线性/逻辑回归、决策树）
· Unsupervised Learning（k-means 聚类）
· 数据可视化（Tableau、Excel）
· 客户细分（Customer Segmentation）
· 生产模型（Productionizing Models）
· 推荐引擎（Recommendation Engines）
· 倾向建模（Propensity Modeling）
· 数据回归模型（Data Regression models）
你应该首先列出你最重要的技术技能。招聘经理会认为你按时间顺序列出你的技能以及你对它们的重视程度。
最好排除任何与角色不直接相关的技能，或者你不一定那么熟悉的技能。就像你花了一个夏天试图用 C++ 构建一个应用程序却放弃并回到 Python 一样，不要说你精通 C++！
诚实的重要性
在本部分中保持诚实很重要。
招聘经理明白这是一个很容易夸大其词的部分（欺骗性），一个看似不诚实的候选人会死在工作中。
尝试使用尽可能多的关键字来填充你的数据科学家简历很容易，这种会让你进入下一轮面试。但，你只需要进入面试么？
使你的简历保持有较高的针对性和简洁性，实际上就会有更好的机会脱颖而出。当并非所有事物看起来都具有同等重要性时，你的相关技能就有了喘息的空间。
预计数据科学家将深入研究企业的相关业务。如果你捏造简历，那将是显而易见的。当你被要求进入数据可视化项目并且不知道从哪里开始时，它会更加明显！
如果你需要更多经验来帮助你脱颖而出，请考虑从初级数据科学家简历格式开始。表明你愿意学习并成长为职位描述中的技能。
对你目前的技能诚实和开放比捏造真相更重要。
