Tạo CV của tôi

Mẫu CV Nhà khoa học dữ liệu

CV nhà khoa học dữ liệu cần thể hiện mô hình đã chạy thực tế và giá trị kinh doanh chúng tạo ra — không chỉ thuật toán.

✎ Sửa CV này

Arjun Mehta

Nhà khoa học dữ liệu
arjun@example.com · +1 555 0142 · Boston, MA · linkedin.com/in/arjun-mehta

Giới thiệu

Nhà khoa học dữ liệu với 5 năm kinh nghiệm xây mô hình học máy cho định giá, dự đoán rời bỏ và gợi ý sản phẩm. Triển khai mô hình mang lại 4 triệu USD doanh thu tăng thêm. Thành thạo Python, SQL, scikit-learn, PyTorch và MLOps.

Kinh nghiệm

Nhà khoa học dữ liệu

Beacon Commerce · Boston, MA
2021 – Hiện tại
  • Xây mô hình gợi ý giúp tăng 9% giá trị đơn hàng trung bình (4 triệu USD mỗi năm)
  • Phát triển mô hình dự đoán rời bỏ với AUC 0,86, phục vụ chiến dịch giữ chân có mục tiêu
  • Triển khai mô hình bằng Docker và MLflow, rút thời gian đưa vào production từ vài tuần xuống vài ngày
  • Trình bày phát hiện cho lãnh đạo bằng câu chuyện trực quan, dễ hiểu

Chuyên viên phân tích dữ liệu

Hub Analytics · Cambridge, MA
2019 – 2021
  • Dự báo nhu cầu cho 2.000 sản phẩm
  • Tự động hóa pipeline dữ liệu trên Airflow
  • Phân tích tác động nhân quả cho marketing

Học vấn

Thạc sĩ Khoa học dữ liệu

Northeastern University · Boston, MA
2017 – 2019

Kỹ năng

  • Python
  • SQL
  • Học máy
  • scikit-learn
  • PyTorch
  • Thống kê
  • MLOps
  • A/B testing
  • Trực quan hóa dữ liệu
  • Spark

Ngoại ngữ

EnglishBản ngữ
SpanishTrung cấp

Giới thiệu

Nhà khoa học dữ liệu với 5 năm kinh nghiệm xây mô hình học máy cho định giá, dự đoán rời bỏ và gợi ý sản phẩm. Triển khai mô hình mang lại 4 triệu USD doanh thu tăng thêm. Thành thạo Python, SQL, scikit-learn, PyTorch và MLOps.

Kỹ năng hàng đầu

PythonSQLHọc máyscikit-learnPyTorchThống kêMLOpsA/B testingTrực quan hóa dữ liệuSpark

Mẹo viết cho vị trí này

  • Mở đầu bằng tác động kinh doanh của mô hình.
  • Nêu kinh nghiệm triển khai và giám sát mô hình.
  • Giữ danh sách công cụ phù hợp với tin tuyển dụng.

Kinh nghiệm: Nhà khoa học dữ liệu

  • Xây mô hình gợi ý giúp tăng 9% giá trị đơn hàng trung bình (4 triệu USD mỗi năm)
  • Phát triển mô hình dự đoán rời bỏ với AUC 0,86, phục vụ chiến dịch giữ chân có mục tiêu
  • Triển khai mô hình bằng Docker và MLflow, rút thời gian đưa vào production từ vài tuần xuống vài ngày
  • Trình bày phát hiện cho lãnh đạo bằng câu chuyện trực quan, dễ hiểu