עברית
ראו כיצד קורות חיים מקצועיים של מדען נתונים מדגישים למידת מכונה, ניתוח סטטיסטי ותוצאות עסקיות מבוססות נתונים. התאימו דוגמה זו לניסיון שלכם.
התחילו לבנות
מדען נתונים בכיר
מדען נתונים בכיר עם למעלה מ-5 שנות ניסיון בפיתוח מודלים חיזויים, ניתוחים סטטיסטיים ופתרונות למידת מכונה להחלטות עסקיות מבוססות נתונים. בניתי מודלים חיזויים שהגדילו הכנסות ב-3.2 מיליון דולר והפחיתו הפסדים מהונאות ב-800,000 דולר. בקיא ב-Python, R, SQL, TensorFlow ו-PyTorch. חוקר מפרסם עם פרסומים בתחום עיבוד שפה טבעית. ידע מוצק במידול סטטיסטי, בדיקות A/B והנדסת תכונות.
TechFlow Analytics
פברואר 2022 - היום
DataMinds Israel
יוני 2020 - ינואר 2022
Insight Consulting
אוגוסט 2018 - מאי 2020
הטכניון - מכון טכנולוגי לישראל
2016 - 2018
אוניברסיטת תל אביב
2012 - 2016
Coursera / deeplearning.ai
2021
AWS
2023
Coursera / Columbia University
2022
זוהי דוגמה לקורות חיים. התאימו אותה עם הניסיון שלכם באמצעות בונה קורות החיים החינמי שלנו.
אל תגידו סתם 'בניתי מודל'. אמרו 'בניתי מודל חיזוי נטישה שחוסך 3.2 מיליון דולר בשנה'. תרגמו עבודה טכנית לתוצאות עסקיות.
כללו דיוק, ציוני F1, AUC-ROC. 'השגתי דיוק של 92%' מוכיח שהמודלים שלכם עובדים.
מדעי הנתונים זה יותר ממידול. ציינו ניקוי נתונים, הנדסת תכונות, פריסה וניטור.
מאמרים מפורסמים, הרצאות בכנסים ותרומות לקוד פתוח מדגימים מנהיגות מחשבתית בתחום.
קורות חיים טובים למדען נתונים לא מפרטים כל טכנולוגיה שנגעתם בה - הם מוכיחים שידעתם לקחת נתונים גולמיים ולהפוך אותם להחלטה עסקית. חמשת השלבים הבאים מסבירים בדיוק מה לכתוב בכל חלק, כדי שהקו״ח יעברו גם סינון ATS וגם עין של מגייס טכני.
פתחו בשורה שאומרת בדיוק מי אתם: רמת בכירות (Junior/Mid/Senior), תחום עיסוק (NLP, Computer Vision, Recommender Systems, Fraud, MarTech) וכלי העבודה המרכזיים (Python, SQL, TensorFlow/PyTorch). בשורה השנייה או השלישית הכניסו מספר אחד שמוכיח השפעה עסקית - הכנסה שנוספה, עלות שנחסכה, אחוז שיפור בדיוק מודל. לדוגמה: 'מדען נתונים בכיר עם 5 שנות ניסיון בבניית מודלי חיזוי ל-Fraud ו-Churn; מודל שהובלתי חסך 800 אלף דולר בשנה'. שלוש שורות, לא יותר - מגייסים סורקים תקציר תוך 6 שניות.
כל בולט צריך פועל פעולה + שיטה/כלי + מדד כמותי. אל תכתבו 'בניתי מודל למידת מכונה' - כתבו 'פיתחתי מודל XGBoost לחיזוי נטישת לקוחות עם AUC של 0.91, שהוביל לחיסכון של 3.2 מיליון ש״ח בשנה'. שלבו מגוון מדדים: שיפור דיוק/AUC, נפח נתונים שעובד (למשל '10 מיליון רשומות ביום'), זמן ריצה שקוצר, תוצאות מבחני A/B, ואימוץ בפועל של דשבורד או מודל בארגון. מגייסי דאטה סיינס בישראל מחפשים במפורש הוכחה שהמודל שלכם באמת נכנס לפרודקשן ולא נשאר ב-Jupyter Notebook.
חלקו את המיומנויות לקבוצות ברורות: שפות תכנות (Python, R, SQL), ספריות ML (Scikit-learn, XGBoost, TensorFlow, PyTorch), תשתית ונתונים (Spark, Airflow, dbt, AWS/GCP/Azure), וכלי BI (Tableau, Power BI, Looker). לפני שליחה, פתחו את מודעת המשרה ווודאו שכל כלי שמוזכר בה מופיע גם אצלכם (אם רלוונטי) - במילים זהות. מערכות ATS וסינון ראשוני מחפשות התאמת מילות מפתח מדויקת, אז 'TensorFlow' צריך להופיע כ-'TensorFlow' ולא רק כ'למידה עמוקה'.
אם הניסיון התעסוקתי שלכם דל, סעיף פרויקטים יכול לשאת את הקו״ח. קישרו לפרופיל GitHub עם קוד נקי ו-README ברור, ולתחרויות Kaggle עם דירוג או מדליה אם יש. עדיף פרויקט אחד מקצה לקצה (איסוף נתונים, מידול, פריסה כ-API או אפליקציית Streamlit) עם מסגור עסקי ברור - 'בניתי מערכת המלצות שהעלתה CTR סימולטיבי ב-12%' - על פני עשרה notebooks לא גמורים. מודל שפרוס ונגיש שווה יותר מכל תיק עבודות תיאורטי.
ציינו תואר (סטטיסטיקה, מדעי המחשב, הנדסה, מתמטיקה) ומוסד. הסמכות ענן ML כמו AWS Certified Machine Learning או Google Professional ML Engineer מחזקות אמינות טכנית, במיוחד אם חסר תואר מתקדם. לפני שליחה: ודאו שהקו״ח בעמודה אחת (לא שתי עמודות), בפורמט PDF, ללא טבלאות מורכבות, גרפים או תמונות בגוף הקובץ עצמו - כל אלה עלולים להתפרק במעבר דרך ATS ולגרום לפסילה אוטומטית.
שלוש דוגמאות שאפשר להעתיק ולהתאים - לפי רמת ניסיון. שנו כלים, מספרים ותחום לפי המציאות שלכם.
בוגר M.Sc. במדעי המחשב עם התמחות בלמידת מכונה. במהלך התמחות בת שנה בנוסי סייבר ניתחתי נתוני משתמשים בעזרת Python, Pandas ו-Scikit-learn ותרמתי לבניית מודל סיווג שהשיג דיוק של 87%. בקיא ב-SQL, בדיקות A/B וויזואליזציית נתונים ב-Tableau. מחפש תפקיד ג׳וניור בו אוכל להמשיך ולפתח מודלים בעלי השפעה עסקית מדידה.
מדען נתונים בכיר עם 8 שנות ניסיון בהובלת פרויקטי ML מקצה לקצה בתחומי Fraud ו-Personalization. בניתי ומיטבתי פלטפורמת מודלים המבוססת על Spark ו-PyTorch המשרתת מעל 10 מיליון בקשות ביום, וחסכתי לחברה מעל 2 מיליון דולר בשנה. מנטור לצוות של 4 מדעני נתונים, ובעל ניסיון בהצגת תוצאות למנהלים ובקבלת החלטות מבוססות A/B testing.
אנליסט נתונים בכיר עם 6 שנות ניסיון ב-SQL, BI ודוחות עסקיים, שהשלים לאחרונה תואר שני בלמידת מכונה יישומית. הובלתי מעבר של צוות שלם מדוחות סטטיים ל-Python ו-Scikit-learn, ופיתחתי מודל תחזית ביקוש שהפחית עודפי מלאי ב-15%. מביא שילוב נדיר של הבנה עסקית עמוקה וכלי מידול מודרניים.
ATS ומגייסים כאחד סורקים את הקו״ח בחיפוש אחר מונחים מדויקים מתיאור המשרה - בעברית וגם באנגלית. שלבו את המונחים הבאים באופן טבעי, רק במקומות שבהם באמת יש לכם ניסיון מוכח.
המילה הכי נסרקת בתפקידי דאטה סיינס - ודאו שהיא מופיעה גם בתקציר וגם ברשימת המיומנויות, לא רק בעבודה אחת.
כמעט כל משרת דאטה סיינס בישראל דורשת SQL - ציינו אותו גם אם הכלי המרכזי שלכם הוא Python, כדי לעבור סינון ראשוני.
כתבו את שני הביטויים אם אפשר - חלק ממנועי ATS מחפשים באנגלית וחלק מהמגייסים סורקים בעברית.
השתמשו רק אם בניתם רשתות נוירונים בפועל (CNN, RNN, Transformer) - לא כמילה גנרית לכל מודל.
ציינו את שתי הספריות אם עבדתם עם שתיהן, או רק את זו שבה יש לכם ניסיון אמיתי - מגייסים שואלים על כך בראיון.
מוכיח שידעתם לעבוד עם נתונים בקנה מידה גדול (Big Data) ולא רק CSV קטן על מחשב אחד.
מונח מרכזי בתפקידים עם השפעה על מוצר - ציינו כמה ניסויים הרצתם ומה הייתה ההשפעה על מדד עסקי.
רלוונטי אם עבדתם עם טקסט חופשי, צ׳אטבוטים או ניתוח סנטימנט - פרטו את המשימה הספציפית, לא רק את שם התחום.
מדגיש שהמודלים שלכם הגיעו לפרודקשן ולא נשארו במחקר - שדרוג משמעותי מעל 'בניתי מודל' סתם.
חשוב במיוחד למי שבא מרקע אקדמי או סטטיסטיקה - הוסיפו שיטות ספציפיות כמו רגרסיה, סדרות עיתיות או הסקה סיבתית.
ההבדל בין בולט חלש לחזק הוא כמעט תמיד אותו דבר: פועל פעולה ברור, שם השיטה או הכלי, ומספר שמראה תוצאה עסקית. הנה שלוש דוגמאות מסוגי עבודה שונים.
אחראי על בניית מודלים לחיזוי נטישת לקוחות עבור הצוות
פיתחתי מודל XGBoost לחיזוי נטישת לקוחות עם AUC של 0.91, שאיפשר מיקוד קמפיין שימור וחסך 3.2 מיליון ש״ח בהכנסה שנתית
עבדתי על צינורות נתונים ותהליכי ETL
בניתי צינורות ETL אוטומטיים ב-Airflow ו-Spark שמעבדים מעל 10 מיליון רשומות ביום, וקיצרו את זמן זמינות הנתונים לצוותי הניתוח מ-24 שעות לשעה אחת
ביצעתי ניתוחים סטטיסטיים ותמכתי בהחלטות מוצר
תכננתי והרצתי 12 בדיקות A/B על מעל מיליון משתמשים, והצגתי את הממצאים בפני הנהלת המוצר - שינוי אחד שהוביל להעלאה של 18% בשיעור ההמרה
קורות חיים של מדען נתונים צריכים לכלול מיומנויות תכנות (Python, R, SQL), מסגרות ML (TensorFlow, PyTorch), שיטות סטטיסטיות, מדדי השפעה עסקית, השכלה, ופרויקטים ופרסומים.
תואר שני מועדף אך לא הכרחי. ניסיון פרויקטים חזק, הסמכות ותיק עבודות משכנע יכולים לפצות על היעדר תואר.
השתמשו בכותרות סטנדרטיות, שמות טכנולוגיה ספציפיים (למשל 'TensorFlow' במקום 'מסגרת ML'), מילות מפתח מתיאור המשרה ופורמט נקי.
כן. NoBsResume הוא חינמי לחלוטין. בחרו תבנית תואמת ATS, הוסיפו את מיומנויות והניסיון שלכם במדעי הנתונים והורידו מיד כ-PDF.
ב-NoBsResume אתם לא מורידים תבנית ריקה - הדוגמה המלאה שבעמוד הזה כבר ערוכה בבונה החינמי. לחצו על 'התחילו לבנות', ערכו את הפרטים לניסיון שלכם, ותורידו PDF תואם ATS תוך דקות, בלי הרשמה.
התמקדו בפרויקטים: תחרויות Kaggle, פרויקט גמר, עבודת תזה או פרויקט אישי מקצה לקצה עם קוד ב-GitHub. פרטו את הכלים (Python, SQL, Scikit-learn) ואת התוצאה המדידה של כל פרויקט, גם אם היא סימולטיבית ולא בסביבת ייצור אמיתית.
ברוב חברות ההייטק והדאטה בישראל, במיוחד חברות בינלאומיות וסטארטאפים, קורות חיים באנגלית הם הסטנדרט גם למועמד ישראלי - כי הצוותים גלובליים ומגייסי טכנולוגיה קוראים אנגלית כברירת מחדל. עם זאת, לחברות ישראליות מקומיות או לגופים ציבוריים גרסה בעברית, כמו הדוגמה בעמוד זה, עדיין רלוונטית ומקובלת.
עמוד אחד עד שני עמודים. מועמדים עם עד כ-8 שנות ניסיון ישתדלו לעמוד בעמוד אחד; בכירים עם ניסיון רחב, פרסומים או מספר תפקידים משמעותיים יכולים לעבור לשני עמודים - אך לא יותר.
כן, בהחלט. קישור לפרופיל GitHub פעיל עם קוד נקי, או לדירוג Kaggle, נותן למגייס הוכחה ממשית למיומנות - הרבה יותר משורת מיומנויות. ודאו שהקישור פעיל ושה-README של כל פרויקט מסביר את הבעיה, השיטה והתוצאה בשפה ברורה.
קורות חיים של אנליסט נתונים מדגישים SQL, דוחות, דשבורדים ותובנות עסקיות מנתונים קיימים. קורות חיים של מדען נתונים מוסיפים שכבה: בניית מודלים חיזויים, למידת מכונה, ולעיתים פריסת מודלים לפרודקשן. אם אתם עוברים מאנליטיקה לדאטה סיינס, הדגישו כל פרויקט מידול שביצעתם מעבר לדיווח תיאורי.
השתמשו בדוגמה זו כהשראה. התאימו עם הניסיון שלכם והורידו PDF מקצועי תוך דקות. 100% חינם.
התחילו לבנותדוגמה זו לקורות חיים זמינה ב-63 שפות:
English
Spanish
French
German
Italian
Polish
Ukrainian
Portuguese
Dutch
Czech
Swedish
Hungarian
Bulgarian
Norwegian
Danish
Finnish
Slovak
Croatian
Serbian
Lithuanian
Slovenian
Latvian
Estonian
Albanian
Macedonian
Belarusian
Icelandic
Greek
Turkish
Romanian
Russian
Chinese (Simplified)
Chinese (Traditional)
Japanese
Korean
Vietnamese
Thai
Indonesian
Malay
Filipino
Burmese
Khmer
Lao
Hindi
BengaliTamilTeluguMarathiGujaratiKannadaMalayalamPunjabi
Sinhala
Arabic
Persian
Urdu
Uzbek
Azerbaijani
Turkmen
Mongolian
GeorgianTibetan