Créer mon CV

Exemple de CV Data scientist

Un CV de data scientist doit montrer des modèles en production et la valeur business qu’ils ont créée — pas seulement des algorithmes.

✎ Modifier ce CV

Arjun Mehta

Data scientist
arjun@example.com · +1 555 0142 · Boston, MA · linkedin.com/in/arjun-mehta

Profil

Data scientist avec 5 ans d’expérience dans la création de modèles de machine learning pour la tarification, l’attrition et la recommandation. A déployé des modèles générant 4 M$ de chiffre d’affaires additionnel. Maîtrise Python, SQL, scikit-learn, PyTorch et MLOps.

Expérience

Data scientist

Beacon Commerce · Boston, MA
2021 – Aujourd’hui
  • A construit un modèle de recommandation qui a augmenté le panier moyen de 9 % (4 M$ par an)
  • A développé une prédiction de l’attrition avec une AUC de 0,86 permettant des campagnes de fidélisation ciblées
  • A déployé des modèles avec Docker et MLflow, réduisant la mise en production de plusieurs semaines à quelques jours
  • Restitue les résultats à la direction par des récits visuels clairs

Data analyst

Hub Analytics · Cambridge, MA
2019 – 2021
  • A établi des prévisions de demande pour 2 000 produits
  • A automatisé des pipelines de données dans Airflow
  • A mené des analyses d’impact causal pour le marketing

Formation

Master data science

Northeastern University · Boston, MA
2017 – 2019

Compétences

  • Python
  • SQL
  • Machine learning
  • scikit-learn
  • PyTorch
  • Statistiques
  • MLOps
  • Tests A/B
  • Visualisation de données
  • Spark

Langues

EnglishLangue maternelle
SpanishIntermédiaire

Profil

Data scientist avec 5 ans d’expérience dans la création de modèles de machine learning pour la tarification, l’attrition et la recommandation. A déployé des modèles générant 4 M$ de chiffre d’affaires additionnel. Maîtrise Python, SQL, scikit-learn, PyTorch et MLOps.

Compétences clés

PythonSQLMachine learningscikit-learnPyTorchStatistiquesMLOpsTests A/BVisualisation de donnéesSpark

Conseils pour ce poste

  • Commencez par l’impact business des modèles.
  • Mentionnez votre expérience du déploiement et du monitoring.
  • Adaptez la liste d’outils à l’offre.

Expérience: Data scientist

  • A construit un modèle de recommandation qui a augmenté le panier moyen de 9 % (4 M$ par an)
  • A développé une prédiction de l’attrition avec une AUC de 0,86 permettant des campagnes de fidélisation ciblées
  • A déployé des modèles avec Docker et MLflow, réduisant la mise en production de plusieurs semaines à quelques jours
  • Restitue les résultats à la direction par des récits visuels clairs