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。
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++！
提示和技巧
保持简历简短
一份出色的数据科学简历如果不简洁明了，就不可能是出色的。
你应该坚定地把你的简历保持在一定长度上。
再读一遍。即使你正在撰写高级数据科学家的简历，你也应该将所有内容都限制在一定长度上。
你可以在面试中深入了解你以前的角色，甚至是你从事的 Scala 项目。
尽管听起来很苛刻，但如果你的简历超过一定长度，招聘经理可能会不看一眼就把你的简历扔掉。他们不需要知道你每次迁移到 SQL 数据库等的具体情况。
如今，招聘人员需要审查数百甚至数千份简历，尤其是在大型科技公司。现在尤其如此，因为数据科学家的需求量很大。
大多数人根本没有时间评估冗长的简历。
Uoffer也为所有的北美留学生提供中/英文简历优化服务，有需要的可以添加小助手咨询哦。
