Паглядзіце, як прафесійнае рэзюмэ навукоўца дадзеных дэманструе экспертызу ў машынным навучанні, статыстычным аналізе і ўплыве на бізнес. Наладзьце пад свой вопыт.
[email protected]+375 29 234 56 78Мінск, БеларусьВадзіцельскае пасведчанне катэгорыі B
Прафесійнае Рэзюмэ
Навуковец дадзеных з больш чым 5-гадовым вопытам прымянення машыннага навучання, глыбокага навучання і статыстычнага аналізу для вырашэння складаных бізнес-задач у сферах рознічнага гандлю, аховы здароўя і маркетынгавых даследаванняў. Стварыў і разгарнуў прагназуючыя мадэлі, якія павялічылі даход на 3,2 мільёна долараў у год і зменшылі страты ад махлярства на 800 тысяч долараў. Валодае Python, R, SQL і сучаснымі фрэймворкамі ML, уключаючы TensorFlow і PyTorch, з практычным вопытам разгортвання мадэляў у вытворчасці з выкарыстаннем MLflow, Docker і AWS SageMaker.
Працоўны Вопыт
Старшы навуковец дадзеных
DataTech Belarus
Лют 2022 - Цяпер
Стварыў мадэль прагназавання адтоку кліентаў з выкарыстаннем XGBoost і інжынірыі прыкмет на больш чым 15 мільёнах запісаў кліентаў, дасягнуўшы 92% дакладнасці і зэканоміўшы каля 3,2 мільёна долараў гадавога даходу
Распрацаваў рухавік рэкамендацый прадуктаў з выкарыстаннем калабаратыўнай фільтрацыі і эмбедынгаў глыбокага навучання, павялічыўшы канверсію перакрыжаваных продажаў на 28%
Кіраваў камандай з 3 навукоўцаў дадзеных пры стварэнні канвеера выяўлення махлярства ў рэальным часе, які апрацоўвае больш за 2 мільёны транзакцый штодня з дакладнасцю 97,5%
Разгарнуў мадэлі ў вытворчасці з выкарыстаннем MLflow, Docker і AWS SageMaker, стварыўшы першы стандартызаваны канвеер разгортвання ML у камандзе
Навуковец дадзеных
HealthTech Analytics
Чэр 2020 - Сту 2022
Стварыў канвеер NLP для класіфікацыі клінічных нататак з паказчыкам F1 95% з выкарыстаннем тонкай наладкі BERT на больш чым 500 тысячах анатаваных медычных запісаў
Стварыў фрэймворк A/B тэсціравання з баесаўскім аналізам, які выкарыстоўваўся 4 камандамі прадукту
Спраектаваў інтэрактыўныя панэлі ў Tableau, падлучаныя да сховішча дадзеных Snowflake, скараціўшы час выканаўчай справаздачнасці на 75%
Распрацаваў мадэль рызыкі паўторнай гаспіталізацыі пацыентаў з выкарыстаннем аналізу выжывання, зменшыўшы паказчыкі паўторнай гаспіталізацыі на працягу 30 дзён на 12%
Аналітык дадзеных
Market Insights Group
Жні 2018 - Май 2020
Правёў статыстычны аналіз набораў дадзеных паводзін спажыўцоў з больш чым 10 мільёнамі запісаў з выкарыстаннем Python, R і SQL
Стварыў мадэль прагназуючага цэнаўтварэння з выкарыстаннем gradient boosting, палепшыўшы дакладнасць маржы на 15%
Аўтаматызаваў канвеер штомесячнай справаздачнасці з выкарыстаннем Python і Airflow, скараціўшы ручную працу на 20 гадзін у месяц
Правёў аналіз сегментацыі кліентаў з выкарыстаннем кластарызацыі k-means, інфармуючы мэтавую маркетынгавую кампанію на 2 мільёны долараў
Адукацыя
Магістр статыстыкі
Беларускі дзяржаўны ўніверсітэт
2016 - 2018
Дысертацыя: 'Падыходы трансфернага навучання для клінічнай NLP з абмежаванымі рэсурсамі.' Курсы па баесаўскай вывадцы і шматмернай статыстыцы.
Бакалаўр матэматыкі
Беларускі нацыянальны тэхнічны ўніверсітэт
2012 - 2016
Дадатковая спецыялізацыя ў камп'ютарных навуках. Скончыў з адзнакай. Даследаванне ў вылічальнай статыстыцы.
Курсы і Сертыфікаты
Спецыялізацыя па глыбокім навучанні
Coursera / deeplearning.ai
2021
Спецыялізацыя з 5 курсаў, якая ахоплівае нейронныя сеткі, CNN, RNN, мадэлі паслядоўнасцей і наладку гіперпараметраў.
AWS Certified Machine Learning - Specialty
Amazon Web Services
2023
ID сертыфіката: AWS-MLS-2023-7412
Прычынна-выніковы аналіз для навукі аб дадзеных
Coursera / Columbia University
2022
Метады прычынна-выніковага аналізу і эксперыментальнага дызайну
Мовы
Беларуская
Размова: Родная моваСлуханне: Родная моваПісьмо: Родная мова
Гэта ўзор рэзюмэ. Наладзьце яго пад свой вопыт з дапамогай нашага бясплатнага канструктара рэзюмэ.
Парады для рэзюмэ
Колькасна ацаніце ўплыў на бізнес
Не кажыце проста 'стварыў мадэль'. Скажыце 'Стварыў мадэль прагназавання адтоку, якая зэканоміла 3,2 мільёна долараў у год'. Перакладзіце тэхнічную працу ў бізнес-вынікі, якія разумеюць менеджары па найму.
Згадайце метрыкі прадукцыйнасці мадэлі
Уключыце дакладнасць, паказчыкі F1, AUC-ROC або іншыя адпаведныя метрыкі. 'Дасягнуў 92% дакладнасці' доказвае, што вашы мадэлі сапраўды працуюць.
Пакажыце поўны канвеер
Навука аб дадзеных — гэта больш, чым мадэляванне. Згадайце ачыстку дадзеных, інжынірыю прыкмет, разгортванне і маніторынг. Пакажыце, што вы можаце давесці праект ад сырых дадзеных да вытворчасці.
Уключыце публікацыі і даследаванні
Калі ў вас ёсць апублікаваныя артыкулы, выступленні на канферэнцыях або ўнёскі ў адкрыты зыходны код, уключыце іх. Яны дэманструюць інтэлектуальнае лідэрства і глыбокую экспертызу.
Ключавыя навыкі
PythonRSQLМашыннае навучаннеГлыбокае навучанне (TensorFlow/PyTorch)Статыстычны аналізNLPA/B TestingВізуалізацыя дадзеных (Tableau)Spark/Big DataІнжынірыя прыкметРазгортванне мадэляў
Як напісаць моцнае рэзюмэ навукоўца дадзеных
Наймальныя менеджары і ATS-сістэмы правяраюць рэзюмэ навукоўца дадзеных за некалькі секунд, шукаючы канкрэтныя інструменты, метады і лічбы. Ніжэй — пяць крокаў, якія дапамогуць вам структураваць рэзюмэ так, каб яно прайшло і аўтаматычны фільтр, і чалавека.
1
1. Складзіце трохрадковае прафесійнае рэзюмэ
Першыя тры радкі вырашаюць, ці будзе рэзюмэ прачытана далей. Пазначце ўзровень (junior/middle/senior), дамен (рознічны гандаль, фінтэх, ахова здароўя) і асноўны стэк (Python, SQL, TensorFlow). Абавязкова дадайце адну лічбу бізнес-уплыву — эканомію грошай, рост канверсіі або скарачэнне часу апрацоўкі. Напрыклад: 'Навуковец дадзеных з 4-гадовым вопытам у фінтэху, спецыялізацыя — прагназуючае мадэляванне рызык на Python і SQL, зэканоміў кампаніі 500 тысяч долараў шляхам зніжэння ўзроўню шахрайства.'
2
2. Апішыце вопыт работы праз вымяральныя вынікі
Кожны пункт вопыту павінен паказваць дзеянне, метад і лічбу. Замест 'працаваў над мадэллю адтоку кліентаў' напішыце 'пабудаваў мадэль адтоку на XGBoost з дакладнасцю 91%, што дазволіла ўтрымаць кліентаў на 1,2 мільёна долараў у год'. Выкарыстоўвайце метрыкі, знаёмыя наймальнікам: AUC, F1, дакладнасць, аб'ём апрацаваных дадзеных, час затрымкі канвеера, вынікі A/B-тэстаў, узровень укаранення дашбордаў ці мадэлі ў каманды.
3
3. Групуйце тэхнічныя навыкі пад канкрэтную вакансію
Раздзяліце навыкі на блокі: мовы праграмавання (Python, R, SQL), бібліятэкі ML (scikit-learn, XGBoost, PyTorch, TensorFlow), інструменты дадзеных і інфраструктура (Spark, Airflow, dbt, AWS/GCP/Azure), BI-інструменты (Tableau, Power BI). Уважліва прачытайце апісанне вакансіі і паўтарыце тыя ж назвы тэхналогій — ATS-сістэмы шукаюць дакладныя супадзенні, а не сінонімы.
4
4. Дадайце раздзел з праектамі і партфоліо
Калі вопыту мала, раздзел праектаў можа замяніць гады працы. Спашлецеся на Kaggle-спаборніцтвы (з месцам у рэйтынгу), GitHub з чыстымі notebook-амі і апісаннем, а лепш — на адзін скончаны end-to-end праект з разгортваннем (напрыклад, мадэль, апублікаваная як API або дашборд). Апішыце праблему, метад і вынік бізнес-мовай: адзін разгорнуты праект вартасны, чым дзесяць закінутых notebook-аў.
5
5. Завяршыце адукацыяй, сертыфікатамі і ATS-чысткай
Пазначце ступень (матэматыка, статыстыка, інфарматыка) і адпаведныя сертыфікаты — AWS/GCP Machine Learning, DeepLearning.AI, Coursera. Перад адпраўкай праверце фармат: адна калонка, PDF, без табліц, дыяграм і графікі ў самім файле — многія ATS не могуць іх прачытаць і адкідваюць рэзюмэ яшчэ да таго, як яго ўбачыць чалавек.
Прыклады прафесійнага рэзюмэ навукоўца дадзеных
Скапіруйце і адаптуйце адзін з гэтых прыкладаў пад свой вопыт і дамен.
Пачатковец / выпускнік
Выпускнік магістратуры па прыкладной статыстыцы з вопытам стажыроўкі ў аналізе дадзеных. Валодаю Python (pandas, scikit-learn), SQL і R, будаваў мадэлі класіфікацыі і праводзіў A/B-тэсты для мабільнага прыкладання падчас стажыроўкі, дзе прапанаваная мадэль павялічыла ўтрыманне карыстальнікаў на 6%. Маю два завершаныя Kaggle-праекты і актыўны GitHub з мадэлямі прагназавання і NLP.
Старшы / вопытны спецыяліст
Старшы навуковец дадзеных з 7-гадовым вопытам пабудовы ML-платформ у рознічным гандлі і фінтэху. Спецыялізуюся на XGBoost, PyTorch і размеркаванай апрацоўцы дадзеных на Spark, разгортваю мадэлі праз MLflow і Docker у вытворчым асяроддзі. Узначальваў каманду з 4 навукоўцаў, чые мадэлі прынеслі кампаніі больш за 5 мільёнаў долараў дадатковага даходу ў год. Ментар для junior-каманды.
Змена кар'еры (з аналітыкі ў навуку аб дадзеных)
Былы бізнес-аналітык з 5-гадовым вопытам SQL, Power BI і статыстычнай справаздачнасці, які перайшоў у навуку аб дадзеных праз прафесійную сертыфікацыю па машынным навучанні. Пабудаваў мадэль прагназавання попыту на Python і scikit-learn, якая скараціла лішкі складскіх запасаў на 18%. Спалучаю моцнае разуменне бізнес-кантэксту з новымі навыкамі ML і глыбокага навучання.
Ключавыя словы для ATS у рэзюмэ навукоўца дадзеных
Паўтарайце дакладныя фармулёўкі з апісання вакансіі — і ATS, і рэкрутэр шукаюць адны і тыя ж тэрміны. Большасць застаюцца на англійскай, бо гэта мова тэхнічнага стэка нават у беларускіх кампаніях.
Python
Пазначце ў раздзеле навыкаў і пацвердзіце канкрэтнай бібліятэкай (pandas, NumPy) у апісанні праекта.
SQL
Дадайце дыялект, калі важна (PostgreSQL, BigQuery) — гэта паказвае практычны, а не тэарэтычны вопыт.
Machine Learning
Выкарыстоўвайце поўную фразу хаця б адзін раз у сумары — многія ATS шукаюць менавіта яе, а не скарот ML.
Deep Learning
Згадвайце толькі калі сапраўды працавалі з нейроннымі сеткамі, і дадайце фрэймворк (PyTorch/TensorFlow) для даверу.
A/B Testing
Апішыце ў кантэксце канкрэтнага эксперымента з вымераным вынікам, а не проста ў спісе навыкаў.
Statistical Modeling
Добра спалучаецца са ступенню па статыстыцы або матэматыцы — падкрэслівае акадэмічную базу.
NLP
Пазначце канкрэтную задачу (класіфікацыя тэксту, NER, чат-боты), каб рэкрутэр адразу бачыў абласць прымянення.
Forecasting
Актуальна для рознічнага гандлю і фінансаў — дадайце гарызонт прагнозу і выкарыстаны метад (ARIMA, Prophet).
MLOps / Model Deployment
Пакажыце, што вы можаце давесці мадэль да вытворчасці, а не толькі да notebook-а — назавіце MLflow, Docker ці SageMaker.
Data Pipelines
Спалучыце з канкрэтным інструментам (Airflow, dbt, Spark) і аб'ёмам дадзеных, каб паказаць маштаб задачы.
Слабыя і моцныя пункты вопыту работы
Параўнайце, як адна і тая ж праца можа быць апісана слаба або пераканаўча.
Пабудова мадэлі з бізнес-уплывам (адток кліентаў)
Адказваў за мадэль прагназавання адтоку кліентаў.
Пабудаваў мадэль прагназавання адтоку на XGBoost з інжынірыяй прыкмет на 12 мільёнах запісаў, дасягнуўшы 90% дакладнасці і зэканоміўшы кампаніі 1,1 мільёна долараў гадавога даходу.
Работа з канвеерамі дадзеных / інфраструктурай
Займаўся апрацоўкай і чысткай дадзеных для каманды.
Спраектаваў і аўтаматызаваў ETL-канвеер на Airflow і Spark, які апрацоўвае 8 мільёнаў запісаў штодня, скараціўшы час падрыхтоўкі дадзеных для аналітыкаў з 6 гадзін да 40 хвілін.
Эксперыменты і ўзаемадзеянне з зацікаўленымі бакамі
Праводзіў A/B-тэсты і паказваў вынікі камандзе прадукту.
Распрацаваў баесаўскі фрэймворк A/B-тэсціравання, укаранёны 3 прадуктовымі камандамі, і прэзентаваў вынікі кіраўніцтву, што паскорыла прыняцце рашэнняў аб запуску фіч на 40%.
Часта задаваныя пытанні
Што павінна ўключаць рэзюмэ навукоўца дадзеных?
Рэзюмэ навукоўца дадзеных павінна ўключаць навыкі праграмавання (Python, R, SQL), фрэймворкі машыннага навучання, статыстычныя метады, метрыкі ўплыву на бізнес, адукацыю (часта вучоныя ступені) і адпаведныя праекты або публікацыі. Падкрэсліце вымяральныя вынікі вашых мадэляў і аналізаў.
Ці патрэбна мне ступень магістра для рэзюмэ ў навуцы аб дадзеных?
Хоць многія вакансіі ў навуцы аб дадзеных аддаюць перавагу вучоным ступеням, яны не заўсёды абавязковыя. Моцны вопыт праектаў, адпаведныя сертыфікаты (напрыклад, AWS ML Specialty) і прадэманстраваны ўплыў на бізнес могуць кампенсаваць гэта.
Як зрабіць маё рэзюмэ навукоўца дадзеных сумяшчальным з ATS?
Выкарыстоўвайце стандартныя загалоўкі раздзелаў, пералічвайце тэхналогіі па назвах (TensorFlow, а не 'фрэймворкі ML'), уключайце ключавыя словы з апісання вакансіі і выкарыстоўвайце чысты фармат з адной калонкай. Пазбягайце малюнкаў, табліц або нязвычайнага фарматавання.
Ці магу я стварыць рэзюмэ навукоўца дадзеных бясплатна?
Так. NoBsResume на 100% бясплатны без схаваных выдаткаў. Выберыце шаблон, сумяшчальны з ATS, аптымізаваны для тэхнічных роляў, дадайце свой вопыт у навуцы аб дадзеных і запампуйце як PDF імгненна.
Дзе можна бясплатна спампаваць шаблон рэзюмэ навукоўца дадзеных?
Гэты прыклад цалкам рэдагуецца ў бясплатным канструктары NoBsResume — замяніце дадзеныя на свае, выберыце адзін з 3 шаблонаў, сумяшчальных з ATS, і адразу спампуйце PDF. Рэгістрацыя не патрабуецца, схаваных плацяжоў няма.
Як скласці рэзюмэ навукоўца дадзеных без вопыту работы?
Зрабіце акцэнт на раздзеле праектаў: 2-3 Kaggle-спаборніцтвы або ўласныя дата-праекты з апісаннем задачы, метаду і выніку, спасылку на GitHub з чыстым кодам, а таксама стажыроўкі, курсавыя праекты і сертыфікаты (Coursera, AWS ML). Адзін скончаны праект з разгортваннем важнейшы за доўгі спіс тэхналогій без прыкладаў.
На якой мове лепш пісаць рэзюмэ навукоўца дадзеных — на беларускай, рускай ці англійскай?
У беларускім IT- і data-сектары большасць вакансій, асабліва ў міжнародных і аддаленых кампаніях, чакаюць рэзюмэ на англійскай мове — гэта мова стэка і сумоўяў. Рэзюмэ на рускай застаецца прынятым для мясцовых кампаній і дзяржаўнага сектара. Беларускамоўнае рэзюмэ карысна для нішавых мясцовых працадаўцаў, але для міжнароднага пошуку рэкамендуем таксама падрыхтаваць англійскую версію.
Якой павінна быць даўжыня рэзюмэ навукоўца дадзеных?
Для junior і middle спецыялістаў аптымальная даўжыня — адна старонка. Senior навукоўцы дадзеных з некалькімі гадамі вопыту, кіраўніцтвам камандай або публікацыямі могуць пашырыць да дзвюх старонак, але кожны радок павінен несці канкрэтны вынік, а не апісваць паўсядзённыя абавязкі.
Ці трэба ўключаць спасылкі на Kaggle і GitHub у рэзюмэ?
Так, калі яны актыўныя і акуратныя. Спасылка на GitHub з чытэльнымі notebook-амі і апісаннем праектаў, а таксама рэйтынг на Kaggle-спаборніцтвах дадаюць даверу, асабліва пры невялікім афіцыйным вопыце. Размяшчайце іх у кантактнай інфармацыі або асобным раздзеле «Партфоліо».
Чым рэзюмэ навукоўца дадзеных адрозніваецца ад рэзюмэ аналітыка дадзеных?
Рэзюмэ аналітыка дадзеных робіць акцэнт на SQL, справаздачнасці, дашбордах (Tableau, Power BI) і бізнес-інсайтах. Рэзюмэ навукоўца дадзеных дадае пабудову і навучанне прагназуючых мадэляў, машыннае навучанне, статыстычнае мадэляванне і часта разгортванне мадэляў у вытворчасці — гэта значыць больш глыбокае праграмаванне і матэматычную базу.
Стварыце сваё рэзюмэ зараз
Выкарыстоўвайце гэты прыклад як натхненне. Наладзьце пад свой вопыт і запампуйце прафесійны PDF за лічаныя хвіліны. 100% бясплатна.
