Buat CV saya

Contoh CV Data Scientist

CV data scientist harus menunjukkan model yang sudah berjalan di produksi dan nilai bisnis yang dihasilkannya — bukan hanya algoritma.

✎ Edit CV ini

Arjun Mehta

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

Profil

Data scientist dengan 5 tahun pengalaman membangun model machine learning untuk penetapan harga, churn, dan rekomendasi. Men-deploy model yang menghasilkan pendapatan tambahan 4 juta dolar. Mahir Python, SQL, scikit-learn, PyTorch, dan MLOps.

Pengalaman

Data Scientist

Beacon Commerce · Boston, MA
2021 – Sekarang
  • Membangun model rekomendasi yang menaikkan nilai pesanan rata-rata 9% (4 juta dolar per tahun)
  • Mengembangkan prediksi churn dengan AUC 0,86 untuk kampanye retensi yang tertarget
  • Men-deploy model dengan Docker dan MLflow, memangkas waktu ke produksi dari minggu menjadi hari
  • Menyampaikan temuan kepada eksekutif dengan narasi visual yang jelas

Data Analyst

Hub Analytics · Cambridge, MA
2019 – 2021
  • Membuat proyeksi permintaan untuk 2.000 produk
  • Mengotomatiskan pipeline data di Airflow
  • Menjalankan analisis dampak kausal untuk tim pemasaran

Pendidikan

S2 Data Science

Northeastern University · Boston, MA
2017 – 2019

Keahlian

  • Python
  • SQL
  • Machine learning
  • scikit-learn
  • PyTorch
  • Statistika
  • MLOps
  • Uji A/B
  • Visualisasi data
  • Spark

Bahasa

EnglishBahasa ibu
SpanishMenengah

Profil

Data scientist dengan 5 tahun pengalaman membangun model machine learning untuk penetapan harga, churn, dan rekomendasi. Men-deploy model yang menghasilkan pendapatan tambahan 4 juta dolar. Mahir Python, SQL, scikit-learn, PyTorch, dan MLOps.

Keahlian utama

PythonSQLMachine learningscikit-learnPyTorchStatistikaMLOpsUji A/BVisualisasi dataSpark

Tips untuk posisi ini

  • Awali dengan dampak bisnis dari model.
  • Sebutkan pengalaman deployment dan monitoring.
  • Sesuaikan daftar alat dengan lowongan.

Pengalaman: Data Scientist

  • Membangun model rekomendasi yang menaikkan nilai pesanan rata-rata 9% (4 juta dolar per tahun)
  • Mengembangkan prediksi churn dengan AUC 0,86 untuk kampanye retensi yang tertarget
  • Men-deploy model dengan Docker dan MLflow, memangkas waktu ke produksi dari minggu menjadi hari
  • Menyampaikan temuan kepada eksekutif dengan narasi visual yang jelas