Створити резюме

Приклад резюме: Data scientist

Резюме data scientist має показувати моделі в продакшні та бізнес-цінність, яку вони створили, — а не лише алгоритми.

✎ Редагувати це резюме

Arjun Mehta

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

Профіль

Data scientist із 5 роками досвіду створення ML-моделей для ціноутворення, прогнозу відтоку й рекомендацій. Впровадив моделі, що принесли $4 млн додаткового доходу. Володіє Python, SQL, scikit-learn, PyTorch і MLOps.

Досвід

Data scientist

Beacon Commerce · Boston, MA
2021 – дотепер
  • Створив рекомендаційну модель, що підвищила середній чек на 9% ($4 млн на рік)
  • Розробив модель прогнозу відтоку з AUC 0,86 для таргетованих кампаній утримання
  • Розгортав моделі з Docker і MLflow, скоротивши шлях до продакшну з тижнів до днів
  • Презентую висновки керівництву у зрозумілій візуальній формі

Аналітик даних

Hub Analytics · Cambridge, MA
2019 – 2021
  • Будував прогнози попиту для 2 000 товарів
  • Автоматизував дата-пайплайни в Airflow
  • Проводив аналіз причинно-наслідкового впливу для маркетингу

Освіта

Магістр науки про дані

Northeastern University · Boston, MA
2017 – 2019

Навички

  • Python
  • SQL
  • Машинне навчання
  • scikit-learn
  • PyTorch
  • Статистика
  • MLOps
  • A/B-тестування
  • Візуалізація даних
  • Spark

Мови

EnglishРідна
SpanishСередній

Профіль

Data scientist із 5 роками досвіду створення ML-моделей для ціноутворення, прогнозу відтоку й рекомендацій. Впровадив моделі, що принесли $4 млн додаткового доходу. Володіє Python, SQL, scikit-learn, PyTorch і MLOps.

Ключові навички для посади

PythonSQLМашинне навчанняscikit-learnPyTorchСтатистикаMLOpsA/B-тестуванняВізуалізація данихSpark

Поради для цієї посади

  • Почніть із бізнес-впливу моделей.
  • Згадайте досвід розгортання й моніторингу.
  • Тримайте перелік інструментів релевантним вакансії.

Досвід: Data scientist

  • Створив рекомендаційну модель, що підвищила середній чек на 9% ($4 млн на рік)
  • Розробив модель прогнозу відтоку з AUC 0,86 для таргетованих кампаній утримання
  • Розгортав моделі з Docker і MLflow, скоротивши шлях до продакшну з тижнів до днів
  • Презентую висновки керівництву у зрозумілій візуальній формі