作者 Jeremie Harris
编译 Mika
我在招聘公司SharpestMinds工作,因此我看过许多数据科学方面的简历。同时我们也不断得到其他公司的反馈,了解到他们会面试哪些人,哪些人最终能顺利被雇佣。
在了解数百家公司的招聘过程后,我们总结了哪些简历会受到公司的青睐,以及哪些简历不会被通过。
注意,每家公司的要求各不相同。比如被谷歌聘用的人在其他公司也可能会落选。所以说,一份无可挑剔的数据科学岗位简历是不存在的。
话虽如此,但简历中有些错误是致命的。
在下文中,我们总结了简历中应避免的四个错误。
在简历中堆砌大量无关紧要的项目,这会让你的简历大打折扣。
以下这类项目就是减分项:
· 使用泰坦尼克号数据集进行幸存者分类。
· 使用MNIST数据集进行手写数字分类。
· 使用虹膜数据集进行花种类分类。
为什么
求职者和招聘人员都很清楚,简历的篇幅有限。因此,如果在简历上过多罗列MNIST数据集分类等项目,那么招聘人员会对你之后的发展空间产生质疑。
该怎么做
如果你有其他更有趣的项目,那么不要犹豫,换下这些减分的项目是不错的选择。
如果你的简历上列有这类项目,而且你没有其他更具挑战性和实质性的项目来代替,这说明你需要花些时间做一些项目,让自己的简历更具有说服性。
例外
当然,使用MNIST或泰坦尼克号数据集也能完成复杂的项目。比如你使用了自己创建的新型GAN,或者你重现了有趣的胶囊网络(replicating)论文的结果,那么就大胆尝试。
但要记住,大多数招聘人员都是非技术人员,他们通常只会关注简历中的关键字。因此如果你使用了MNIST数据集,需要清楚地标明你的项目不仅仅只包含简单的数字分类任务。
Udacity、Coursera和deeplearning.ai这些在线课程都是进行数据科学和深度学习的不错选择。
但是在简历中,还是要避免以下情况:
· 简历中大部分项目是纳米学位等在线课程中完成的内容。
· 在简历中过分强调在线课程项目。
为什么
招聘中需要突出自我能力。许多公司都想招聘独一无二的人才。由于现在在线课程特别多,仅靠这点无法让你在求职者中脱颖而出。
如今招聘人员对许多在线课程很熟悉,可以立即分辨出哪些是纳米学科等项目。为了脱颖而出,你需要关注还没得到充分研究的问题。
这里我想明确的是,Udacity、Coursera和deeplearning.ai都是很棒的在线学习平台。但是把这些放在简历前面,不能很好地体现求职者的特别性。
该怎么做
在完成在线课程之后,你要马上利用所学的知识,参加Kaggle比赛,或者去探究数据科学论文中的成果。
这很重要,因为会体现你的与众不同;让你在面试中有展示自己的机会;证明你在没有帮助的情况下很强的学习能力。
例外
如果你完成的在线课程项目是独一无二的,则无需担心。这里指的是,你能自由地选择数据集,从头开始自己解决问题。
缺乏以下技能对要从事数据科学来说,可能是致命的。
以下是一些必备技能:
· 版本控制 (GitHub / GitLab)
· 开发运维(AWS / Floydhub / Digital Ocean / Flask)
· 数据库 (mySQL / mongoDB)
为什么
对于数据科学,人们感兴趣的往往是算法。因此这也是大多数人投入时间精力的地方。问题在于,设计模型与可用于生产的深度学习或数据科学不同。
数据科学中不太有趣的部分(设置服务器,清理数据)实际上构成了数据科学家的日常工作。因此,仅仅掌握Python / sklearn / TensorFlow / Keras / PyTorch这些是不够的。
对于求职人员来说,不具备这些技能可能就会被淘汰。
不会GitHub?不会mongo?那不用了,谢谢。
该怎么做
如果你掌握这些技能,但没列在简历上,那么请加上。如果你缺乏这些技能,那么建议你去学习,因为对于数据科学家来说这些是必不可少的。
例外
如果你申请的更高级的职位,那么是否列出这些技能并不太重要。但是高级的职位意味着你需要更多的经验。
如果你的简历中列出了某个项目,那么面试中很可能问到这个项目。
如果面试官问你在这个项目中学到了什么,但你答不出来的话,这会让面试官对你的印象大打折扣。
为什么
既然你在某个项目上花了时间,那么关于这个项目的问题能够体现你从中学到了什么,还会体现你考虑问题的深度和沟通技巧。
即使是一个非常简单的数据集,你也能从中有所收获。
该怎么做
如果你在简历中列出了某个项目,在面试时你要准备好关于这个项目的见解和看法。
例外
这里没有例外,如果你简历中罗列了某个项目,你需要对其进行总结反思。
这并不是数据科学方面的问题,但在面试时我们惊讶的发现很多人会出现拼写错误。总而言之,在简历中出现错别字、拼写错误和格式错误都是致命的。
无论你的经验水平如何,拼写错误都是必须避免的问题,这会让你的面试大大减分。
为什么
毫不奇怪,你在简历中体现的细节问题是与你的项目能力和技术发展息息相关的。
该怎么做
注意细节,仔细检查。如果简历是英文或面试国外公司,可以让英语为母语的人帮你检查。
数据分析咨询请扫描二维码
CDA数据分析师在中国航信高科技产业园进行了面向测试度量的数据分析培训课程,培训人数近2 ...
2024-05-01CDA数据分析师走进深圳迈瑞生物医疗电子股份有限公司,在迈瑞总部展开了为期两天的培训,本次课程参训人员线上及线下近百人, ...
2024-05-01CDA数据分析师在合肥市对合肥阳光新能源科技有限公司开展了为期8天的企业内训。 合肥阳光新能源科技 ...
2024-05-01CDA数据分析师走进海尔大学,进行了《数据治理与数据中台建设的道与术》专题培训,培训现场爆满,近百人参加了此次培训。 ...
2024-05-01在中国银行苏州分行培训中心开始数据分析师培训,此次培训课程共10天内容,包括Excel、MySQL、概率论与数理统计、SPSS等内容, ...
2024-05-01从实际的业务需求出发,结合行业的典型应用特点,围绕实际的商业问题,探讨数据挖掘、机器学习模型在金融领域的应用,包括获客、信用评分、细分画像、交叉销售、反欺诈、违规识别、时序预测、运筹优化、流程挖掘九个方面,形成 ...
2024-05-01本次培训课程为线上+线下的模式,由于学员编程能力不一、部分学员没有编程基础,故提供统计学、python基 ...
2024-05-01华夏银行信用卡中心-机器学习培训 1、课程亮点 取材于业界一流企业和顶级咨询公司的行业实践;已经被证明是人人 ...
2024-05-01主 题:数据中台建设及数据分析应用主题分享 1. 数据中台市场洞察 2. 主流数据中台产品比较 3. 某企业数据中 ...
2024-05-01围绕“数据驱动”战略,全力打造我行 300 人数字化人才梯队,着力培养数字化管理人才、大数据专业团队 ...
2024-05-01在当今数据驱动的商业环境中,数据分析成为了企业决策的重要依据。通过对大量数据的收集、处理和分析,企业能够更好地理解市场 ...
2024-04-29在人工智能(AI)的世界里,提示词(Prompt)是一种强大的工具,它能够引导AI按照用户的需求产生特定的输出。本文将深入探讨AI ...
2024-04-29CDA立足未来职场,拓展前沿视野——对外经贸大学保险学院举办“三全育人大讲堂”分享行业最新动态。 ...
2024-04-294月2日,CDA数据分析师创始发起人兼协会理事长赵坚毅博士受邀在浙江万里学院举办了一场以“数字化能力在职场中的作用” ...
2024-04-29随机森林(Random Forests)现在机器学习中比较火的一个算法,是一种基于Bagging的集成学习方法,能够很好地处理分类和回归的问 ...
2022-12-23方差分析是数据分析中常用的一种统计分析方法,接下来让我们简单了解一下方差分析的基本思想和原理吧。 方差分析(Analysis ...
2022-12-23来源:关于数据分析与可视化 关于streamlit-aggrid 数据排序 表格样式的调整 数据 ...
2022-08-03作者:麦叔 定义 「把上面晦涩的概念汇成一句话就是:」 ❝ 回调函数就是一个被作为参 ...
2022-08-03现今,高学历人群日益增多,物以稀为贵的高学历光环淡去。无论本科生还是研究生,甚至博士生,求职竞争力都大不如前,就业压力越来越大。
2022-06-01某家企业10个人面试,有9个本科生……如何脱颖而出,除得体的举止和良好的沟通力外,证书成重要筹码,这也是很多人考证的关键所在。
2022-04-14