ವೃತ್ತಿಪರ ಡೇಟಾ ಸೈಂಟಿಸ್ಟ್ ರೆಸ್ಯೂಮ್ ಯಂತ್ರ ಕಲಿಕೆ ಪರಿಣತಿ, ಅಂಕಿಅಂಶ ವಿಶ್ಲೇಷಣೆ ಮತ್ತು ವ್ಯಾಪಾರ ಪ್ರಭಾವವನ್ನು ಹೇಗೆ ಪ್ರದರ್ಶಿಸುತ್ತದೆ ಎಂದು ನೋಡಿ. ನಿಮ್ಮ ಸ್ವಂತ ಹಿನ್ನೆಲೆಗೆ ಕಸ್ಟಮೈಸ್ ಮಾಡಿ.
[email protected]+91 98456-78901ಬೆಂಗಳೂರು, ಕರ್ನಾಟಕ, ಭಾರತLMV ಚಾಲನಾ ಪರವಾನಗಿ
ವೃತ್ತಿಪರ ಸಾರಾಂಶ
5+ ವರ್ಷಗಳ ಅನುಭವ ಹೊಂದಿರುವ ಡೇಟಾ ಸೈಂಟಿಸ್ಟ್. ಚಿಲ್ಲರೆ ವ್ಯಾಪಾರ, ಆರೋಗ್ಯ ರಕ್ಷಣೆ ಮತ್ತು ಮಾರುಕಟ್ಟೆ ಸಂಶೋಧನಾ ಕ್ಷೇತ್ರಗಳಲ್ಲಿ ಸಂಕೀರ್ಣ ವ್ಯಾಪಾರ ಸಮಸ್ಯೆಗಳನ್ನು ಪರಿಹರಿಸಲು ಯಂತ್ರ ಕಲಿಕೆ, ಆಳ ಕಲಿಕೆ ಮತ್ತು ಅಂಕಿಅಂಶ ವಿಶ್ಲೇಷಣೆಯನ್ನು ಅನ್ವಯಿಸುತ್ತಾರೆ. ವಾರ್ಷಿಕ ಆದಾಯವನ್ನು ₹2.5 ಕೋಟಿ ಹೆಚ್ಚಿಸಿದ ಮತ್ತು ವಂಚನೆ ನಷ್ಟವನ್ನು ₹65 ಲಕ್ಷ ಕಡಿಮೆ ಮಾಡಿದ ಮುನ್ಸೂಚನಾ ಮಾದರಿಗಳನ್ನು ನಿರ್ಮಿಸಿ ನಿಯೋಜಿಸಿದ್ದಾರೆ. Python, R, SQL, ಮತ್ತು TensorFlow ಹಾಗೂ PyTorch ಸೇರಿದಂತೆ ಆಧುನಿಕ ML ಫ್ರೇಮ್ವರ್ಕ್ಗಳಲ್ಲಿ ಪ್ರವೀಣರು. ACL ಮತ್ತು EMNLP ಸಮ್ಮೇಳನಗಳಲ್ಲಿ NLP ಕುರಿತು 2 ಪೀರ್-ರಿವ್ಯೂಡ್ ಪ್ರಬಂಧಗಳನ್ನು ಪ್ರಕಟಿಸಿದ ಸಂಶೋಧಕರು.
ಕೆಲಸದ ಅನುಭವ
ಹಿರಿಯ ಡೇಟಾ ಸೈಂಟಿಸ್ಟ್
RetailAI Corp.
ಫೆಬ್ರವರಿ 2022 - ಪ್ರಸ್ತುತ
1.5 ಕೋಟಿ+ ಗ್ರಾಹಕ ದಾಖಲೆಗಳ ಮೇಲೆ XGBoost ಮತ್ತು ಫೀಚರ್ ಎಂಜಿನಿಯರಿಂಗ್ ಬಳಸಿ ಗ್ರಾಹಕ ಚರ್ನ್ ಮುನ್ಸೂಚನಾ ಮಾದರಿಯನ್ನು ನಿರ್ಮಿಸಿ, 92% ನಿಖರತೆ ಸಾಧಿಸಿ ವಾರ್ಷಿಕ ₹2.5 ಕೋಟಿ ಆದಾಯವನ್ನು ಉಳಿಸಿದರು
ಸಹಯೋಗಿ ಫಿಲ್ಟರಿಂಗ್ ಮತ್ತು ಡೀಪ್ ಲರ್ನಿಂಗ್ ಎಂಬೆಡಿಂಗ್ಗಳನ್ನು ಬಳಸಿ ಉತ್ಪನ್ನ ಶಿಫಾರಸು ಎಂಜಿನ್ ಅಭಿವೃದ್ಧಿಪಡಿಸಿ, ಕ್ರಾಸ್-ಸೆಲ್ ಪರಿವರ್ತನೆಯನ್ನು 28% ಹೆಚ್ಚಿಸಿದರು
3 ಡೇಟಾ ಸೈಂಟಿಸ್ಟ್ಗಳ ತಂಡವನ್ನು ಮುನ್ನಡೆಸಿ, ದಿನಕ್ಕೆ 20 ಲಕ್ಷ+ ವಹಿವಾಟುಗಳನ್ನು ಪ್ರಕ್ರಿಯೆಗೊಳಿಸುವ ರಿಯಲ್-ಟೈಮ್ ವಂಚನೆ ಪತ್ತೆ ಪೈಪ್ಲೈನ್ ನಿರ್ಮಿಸಿ, 97.5% ನಿಖರತಾ ದರ ಸಾಧಿಸಿದರು
MLflow, Docker, ಮತ್ತು AWS SageMaker ಬಳಸಿ ಮಾದರಿಗಳನ್ನು ಉತ್ಪಾದನೆಗೆ ನಿಯೋಜಿಸಿ, ತಂಡದ ಮೊದಲ ಪ್ರಮಾಣೀಕೃತ ML ನಿಯೋಜನೆ ಪೈಪ್ಲೈನ್ ಸ್ಥಾಪಿಸಿದರು
ತ್ರೈಮಾಸಿಕ ಮಾದರಿ ಕಾರ್ಯಕ್ಷಮತೆ ವಿಮರ್ಶೆಗಳು ಮತ್ತು ವ್ಯಾಪಾರ ಪ್ರಭಾವ ವಿಶ್ಲೇಷಣೆಗಳನ್ನು ಹಿರಿಯ ನಾಯಕತ್ವಕ್ಕೆ ಪ್ರಸ್ತುತಪಡಿಸಿ, ₹4 ಕೋಟಿ+ ಕಾರ್ಯತಂತ್ರ ಹೂಡಿಕೆ ನಿರ್ಧಾರಗಳ ಮೇಲೆ ನೇರ ಪ್ರಭಾವ ಬೀರಿದರು
ಡೇಟಾ ಸೈಂಟಿಸ್ಟ್
HealthTech Analytics
ಜೂನ್ 2020 - ಜನವರಿ 2022
5 ಲಕ್ಷ+ ಟಿಪ್ಪಣಿ ಮಾಡಿದ ವೈದ್ಯಕೀಯ ದಾಖಲೆಗಳ ಮೇಲೆ BERT ಫೈನ್-ಟ್ಯೂನಿಂಗ್ ಬಳಸಿ ಕ್ಲಿನಿಕಲ್ ನೋಟ್ಸ್ ವರ್ಗೀಕರಣಕ್ಕಾಗಿ NLP ಪೈಪ್ಲೈನ್ ನಿರ್ಮಿಸಿ, 95% F1 ಸ್ಕೋರ್ ಸಾಧಿಸಿದರು
4 ಉತ್ಪನ್ನ ತಂಡಗಳಾದ್ಯಂತ ಬಳಸಲಾದ ಬೇಯಿಸಿಯನ್ ವಿಶ್ಲೇಷಣೆಯೊಂದಿಗೆ A/B ಪರೀಕ್ಷಾ ಚೌಕಟ್ಟನ್ನು ರಚಿಸಿ, ತ್ರೈಮಾಸಿಕದಲ್ಲಿ 30+ ಪ್ರಯೋಗಗಳನ್ನು ಪ್ರಮಾಣೀಕರಿಸಿ ನಡೆಸಿದರು
Snowflake ಡೇಟಾ ವೇರ್ಹೌಸ್ಗೆ ಸಂಪರ್ಕಿಸುವ Tableau ಇಂಟರಾಕ್ಟಿವ್ ಡ್ಯಾಶ್ಬೋರ್ಡ್ಗಳನ್ನು ವಿನ್ಯಾಸಗೊಳಿಸಿ, ಕಾರ್ಯನಿರ್ವಾಹಕ ವರದಿ ಸಮಯವನ್ನು 75% ಕಡಿಮೆ ಮಾಡಿದರು
ಬದುಕುಳಿಯುವಿಕೆ ವಿಶ್ಲೇಷಣೆ ಬಳಸಿ ರೋಗಿ ಮರು-ಪ್ರವೇಶ ಅಪಾಯ ಮಾದರಿಯನ್ನು ಅಭಿವೃದ್ಧಿಪಡಿಸಿ, 30-ದಿನ ಮರು-ಪ್ರವೇಶ ದರವನ್ನು 12% ಕಡಿಮೆ ಮಾಡಿದರು
ಡೇಟಾ ವಿಶ್ಲೇಷಕ
Market Insights Group
ಆಗಸ್ಟ್ 2018 - ಮೇ 2020
Python, R, ಮತ್ತು SQL ಬಳಸಿ 1 ಕೋಟಿ+ ದಾಖಲೆಗಳ ಗ್ರಾಹಕ ನಡವಳಿಕೆ ಡೇಟಾಸೆಟ್ಗಳ ಮೇಲೆ ಅಂಕಿಅಂಶ ವಿಶ್ಲೇಷಣೆ ನಡೆಸಿ ಪ್ರಮುಖ ಮಾರುಕಟ್ಟೆ ಪ್ರವೃತ್ತಿಗಳನ್ನು ಗುರುತಿಸಿದರು
ಗ್ರೇಡಿಯಂಟ್ ಬೂಸ್ಟಿಂಗ್ ಬಳಸಿ ಮುನ್ಸೂಚನಾ ಬೆಲೆ ಮಾದರಿಯನ್ನು ನಿರ್ಮಿಸಿ, 3 ಉತ್ಪನ್ನ ವಿಭಾಗಗಳಲ್ಲಿ ಲಾಭ ನಿಖರತೆಯನ್ನು 15% ಸುಧಾರಿಸಿದರು
Python ಮತ್ತು Airflow ಬಳಸಿ ಮಾಸಿಕ ವರದಿ ಪೈಪ್ಲೈನ್ ಅನ್ನು ಸ್ವಯಂಚಾಲಿತಗೊಳಿಸಿ, ತಿಂಗಳಿಗೆ 20 ಗಂಟೆ ಕೈಯಿಂದ ಮಾಡುವ ಕೆಲಸವನ್ನು ಕಡಿಮೆ ಮಾಡಿದರು
k-means ಕ್ಲಸ್ಟರಿಂಗ್ ಬಳಸಿ ಗ್ರಾಹಕ ವಿಭಜನೆ ವಿಶ್ಲೇಷಣೆ ನಡೆಸಿ, ₹1.5 ಕೋಟಿ ಗುರಿ ಮಾರ್ಕೆಟಿಂಗ್ ಅಭಿಯಾನಕ್ಕೆ ಮಾಹಿತಿ ನೀಡಿ, ಹಿಂದಿನ ಅಭಿಯಾನಗಳಿಗಿಂತ 22% ಹೆಚ್ಚಿನ ROI ಸಾಧಿಸಿದರು
ಶಿಕ್ಷಣ
ಅಂಕಿಅಂಶ ವಿಜ್ಞಾನ ಸ್ನಾತಕೋತ್ತರ (M.S.)
ಭಾರತೀಯ ವಿಜ್ಞಾನ ಸಂಸ್ಥೆ (IISc), ಬೆಂಗಳೂರು
2016 - 2018
ಪ್ರಬಂಧ: 'ಕಡಿಮೆ-ಸಂಪನ್ಮೂಲ ಕ್ಲಿನಿಕಲ್ NLP ಗಾಗಿ ವರ್ಗಾವಣೆ ಕಲಿಕೆ ವಿಧಾನಗಳು.' ಬೇಯಿಸಿಯನ್ ಅನುಮಾನ, ಕಾರಣ ಅನುಮಾನ, ಮತ್ತು ಉನ್ನತ-ಆಯಾಮ ಅಂಕಿಅಂಶಗಳ ಕೋರ್ಸ್ವರ್ಕ್.
ಗಣಿತ ಪದವಿ (B.S.)
ಬೆಂಗಳೂರು ವಿಶ್ವವಿದ್ಯಾಲಯ
2012 - 2016
ಕಂಪ್ಯೂಟರ್ ಸೈನ್ಸ್ ಉಪ ವಿಷಯ. ಗೌರವಗಳೊಂದಿಗೆ ಪದವಿ ಪಡೆದರು. ಕಂಪ್ಯೂಟೇಶನಲ್ ಅಂಕಿಅಂಶಗಳಲ್ಲಿ ಪದವಿಪೂರ್ವ ಸಂಶೋಧನೆ.
ಕೋರ್ಸ್ಗಳು ಮತ್ತು ಪ್ರಮಾಣಪತ್ರಗಳು
Deep Learning Specialization
Coursera / deeplearning.ai
2021
ನ್ಯೂರಲ್ ನೆಟ್ವರ್ಕ್ಗಳು, CNN, RNN, ಸೀಕ್ವೆನ್ಸ್ ಮಾಡೆಲ್ಗಳು, ಮತ್ತು ಹೈಪರ್ಪ್ಯಾರಾಮೀಟರ್ ಟ್ಯೂನಿಂಗ್ ಒಳಗೊಂಡ 5-ಕೋರ್ಸ್ ವಿಶೇಷತೆ.
AWS Certified Machine Learning - Specialty
Amazon Web Services
2023
ಪ್ರಮಾಣಪತ್ರ ID: AWS-MLS-2023-7412
Causal Inference for Data Science
Coursera / Columbia University
2022
ಯಾದೃಚ್ಛಿಕ ಪ್ರಯೋಗಗಳು, ಸಾಧನ ಅಸ್ಥಿರಗಳು, ಹಿಂಜರಿತ ಅಸಂಗತತೆ, ಮತ್ತು ವ್ಯತ್ಯಾಸಗಳಲ್ಲಿ ವ್ಯತ್ಯಾಸ ವಿಧಾನಗಳನ್ನು ಒಳಗೊಂಡಿದೆ.
ಇದು ಮಾದರಿ ರೆಸ್ಯೂಮ್. ಉಚಿತ ರೆಸ್ಯೂಮ್ ನಿರ್ಮಾಪಕವನ್ನು ಬಳಸಿ ನಿಮ್ಮ ಸ್ವಂತ ಅನುಭವದೊಂದಿಗೆ ಕಸ್ಟಮೈಸ್ ಮಾಡಿ.
ರೆಸ್ಯೂಮ್ ಸಲಹೆಗಳು
ವ್ಯಾಪಾರ ಪ್ರಭಾವವನ್ನು ಸಂಖ್ಯಾತ್ಮಕವಾಗಿ ತೋರಿಸಿ
ಕೇವಲ 'ಮಾದರಿಯನ್ನು ನಿರ್ಮಿಸಿದೆ' ಎಂದು ಹೇಳಬೇಡಿ. 'ವಾರ್ಷಿಕ ₹2.5 ಕೋಟಿ ಉಳಿಸುವ ಚರ್ನ್ ಮುನ್ಸೂಚನಾ ಮಾದರಿಯನ್ನು ನಿರ್ಮಿಸಿದೆ' ಎಂದು ಹೇಳಿ. ತಾಂತ್ರಿಕ ಕೆಲಸವನ್ನು ನೇಮಕಾತಿ ವ್ಯವಸ್ಥಾಪಕರು ಅರ್ಥಮಾಡಿಕೊಳ್ಳುವ ವ್ಯಾಪಾರ ಫಲಿತಾಂಶಗಳಾಗಿ ಅನುವಾದಿಸಿ.
ಮಾದರಿ ಕಾರ್ಯಕ್ಷಮತೆ ಮೆಟ್ರಿಕ್ಸ್ ಉಲ್ಲೇಖಿಸಿ
ನಿಖರತೆ, F1 ಸ್ಕೋರ್ಗಳು, AUC-ROC, ಅಥವಾ ಇತರ ಸಂಬಂಧಿತ ಮೆಟ್ರಿಕ್ಸ್ ಸೇರಿಸಿ. '92% ನಿಖರತೆ ಸಾಧಿಸಿದೆ' ಎಂಬುದು ನಿಮ್ಮ ಮಾದರಿಗಳು ನಿಜವಾಗಿಯೂ ಕೆಲಸ ಮಾಡುತ್ತವೆ ಎಂದು ಸಾಬೀತುಪಡಿಸುತ್ತದೆ.
ಸಂಪೂರ್ಣ ಪೈಪ್ಲೈನ್ ತೋರಿಸಿ
ಡೇಟಾ ಸೈನ್ಸ್ ಕೇವಲ ಮಾಡೆಲಿಂಗ್ ಅಲ್ಲ. ಡೇಟಾ ಕ್ಲೀನಿಂಗ್, ಫೀಚರ್ ಎಂಜಿನಿಯರಿಂಗ್, ನಿಯೋಜನೆ, ಮತ್ತು ಮಾನಿಟರಿಂಗ್ ಬಗ್ಗೆ ಹೇಳಿ. ಕಚ್ಚಾ ಡೇಟಾದಿಂದ ಉತ್ಪಾದನೆಯವರೆಗೆ ಯೋಜನೆಯನ್ನು ತೆಗೆದುಕೊಳ್ಳಬಹುದೆಂದು ತೋರಿಸಿ.
ಪ್ರಕಟಣೆಗಳು ಮತ್ತು ಸಂಶೋಧನೆ ಸೇರಿಸಿ
ಪ್ರಕಟಿತ ಪ್ರಬಂಧಗಳು, ಸಮ್ಮೇಳನ ಭಾಷಣಗಳು, ಅಥವಾ ಮುಕ್ತ-ಮೂಲ ಕೊಡುಗೆಗಳಿದ್ದರೆ ಸೇರಿಸಿ. ಅವು ವಿಚಾರ ನಾಯಕತ್ವ ಮತ್ತು ಆಳವಾದ ಪರಿಣತಿಯನ್ನು ಪ್ರದರ್ಶಿಸುತ್ತವೆ.
ಡೇಟಾ ಸೈಂಟಿಸ್ಟ್ ರೆಸ್ಯೂಮ್ ಬರೆಯುವುದು ಹೇಗೆ: ಹಂತ-ಹಂತ ಮಾರ್ಗದರ್ಶಿ
ಬೆಂಗಳೂರು, ಹೈದರಾಬಾದ್ ಮತ್ತು ಇತರ ಟೆಕ್ ಹಬ್ಗಳಲ್ಲಿನ ರಿಕ್ರೂಟರ್ಗಳು ಪ್ರತಿ ಡೇಟಾ ಸೈಂಟಿಸ್ಟ್ ಹುದ್ದೆಗೆ ನೂರಾರು ಅರ್ಜಿಗಳನ್ನು 30 ಸೆಕೆಂಡುಗಳಲ್ಲಿ ಪರಿಶೀಲಿಸುತ್ತಾರೆ. ಕೆಳಗಿನ 5 ಹಂತಗಳು ನಿಮ್ಮ ರೆಸ್ಯೂಮ್ ATS ಸ್ಕ್ರೀನಿಂಗ್ ದಾಟಿ ಹೈರಿಂಗ್ ಮ್ಯಾನೇಜರ್ನ ಗಮನ ಸೆಳೆಯುವಂತೆ ಮಾಡುತ್ತವೆ.
1
1. ವೃತ್ತಿಪರ ಸಾರಾಂಶದಲ್ಲಿ ನಿಮ್ಮ ಮೌಲ್ಯವನ್ನು 3 ಸಾಲುಗಳಲ್ಲಿ ಹೇಳಿ
ರೆಸ್ಯೂಮ್ನ ಮೇಲ್ಭಾಗದಲ್ಲಿ ನಿಮ್ಮ ಅನುಭವ ಮಟ್ಟ (ಜೂನಿಯರ್/ಸೀನಿಯರ್), ಡೊಮೇನ್ (ಫಿನ್ಟೆಕ್, ಇ-ಕಾಮರ್ಸ್, ಹೆಲ್ತ್ಕೇರ್), ಪ್ರಮುಖ ಟೂಲ್ಕಿಟ್ (Python, SQL, TensorFlow) ಮತ್ತು ಒಂದು ವ್ಯಾಪಾರ ಪ್ರಭಾವದ ಸಂಖ್ಯೆಯನ್ನು 3 ಸಾಲುಗಳಲ್ಲಿ ಸೇರಿಸಿ. ಉದಾಹರಣೆಗೆ: '4 ವರ್ಷಗಳ ಅನುಭವದ ಡೇಟಾ ಸೈಂಟಿಸ್ಟ್, Python ಮತ್ತು XGBoost ಬಳಸಿ ಚರ್ನ್ ಮಾದರಿ ನಿರ್ಮಿಸಿ ₹1 ಕೋಟಿ ಆದಾಯ ಉಳಿಸಿದವರು.' ಇದು ರಿಕ್ರೂಟರ್ಗೆ 6 ಸೆಕೆಂಡುಗಳಲ್ಲಿ ನೀವು ಏನು ಮಾಡಬಲ್ಲಿರಿ ಎಂದು ಸ್ಪಷ್ಟಪಡಿಸುತ್ತದೆ.
2
2. ಕೆಲಸದ ಅನುಭವ ಬುಲೆಟ್ಗಳನ್ನು ಸಂಖ್ಯೆಗಳಿಂದ ಬೆಂಬಲಿಸಿ
ಪ್ರತಿ ಬುಲೆಟ್ ಒಂದು ಆಕ್ಷನ್ ವರ್ಬ್ನಿಂದ ಆರಂಭವಾಗಿ, ಬಳಸಿದ ವಿಧಾನ/ಟೂಲ್ ಹೆಸರಿಸಿ, ಮತ್ತು ಅಳೆಯಬಹುದಾದ ಫಲಿತಾಂಶದೊಂದಿಗೆ ಮುಗಿಯಬೇಕು: ಮಾದರಿ ನಿಖರತೆ/AUC ಸುಧಾರಣೆ, ಆದಾಯ/ವೆಚ್ಚ ಪ್ರಭಾವ, ಪ್ರಕ್ರಿಯೆಗೊಳಿಸಿದ ಡೇಟಾ ಪ್ರಮಾಣ, ಪೈಪ್ಲೈನ್ ಲೇಟೆನ್ಸಿ ಅಥವಾ A/B ಪರೀಕ್ಷಾ ಫಲಿತಾಂಶ. ಉದಾಹರಣೆ: 'Random Forest ಬಳಸಿ ವಂಚನೆ ಪತ್ತೆ ಮಾದರಿ ನಿಯೋಜಿಸಿ, ತಪ್ಪು ಪಾಸಿಟಿವ್ಗಳನ್ನು 40% ಕಡಿಮೆ ಮಾಡಿ ವಾರ್ಷಿಕ ₹80 ಲಕ್ಷ ನಷ್ಟ ತಡೆದರು.' ಸಂಖ್ಯೆಗಳಿಲ್ಲದ ಬುಲೆಟ್ಗಳು ('ಮಾದರಿ ನಿರ್ಮಿಸಿದೆ') ಸಾಬೀತಾಗದ ಹಕ್ಕುಗಳಾಗಿ ಕಾಣುತ್ತವೆ.
3
3. ತಾಂತ್ರಿಕ ಕೌಶಲ್ಯಗಳನ್ನು ವರ್ಗೀಕರಿಸಿ ಪಟ್ಟಿ ಮಾಡಿ
ಕೌಶಲ್ಯಗಳನ್ನು ಗುಂಪುಗಳಾಗಿ ವಿಂಗಡಿಸಿ: ಭಾಷೆಗಳು (Python, R, SQL), ML ಲೈಬ್ರರಿಗಳು (scikit-learn, XGBoost, PyTorch), ಡೇಟಾ/ಇನ್ಫ್ರಾ (Spark, Airflow, dbt, AWS/GCP), ಮತ್ತು BI ಟೂಲ್ಗಳು (Tableau, Power BI). ಪ್ರತಿ ಜಾಬ್ ಪೋಸ್ಟಿಂಗ್ಗೆ ಈ ಪಟ್ಟಿಯನ್ನು ಹೊಂದಿಸಿ — ಪೋಸ್ಟಿಂಗ್ನಲ್ಲಿ 'PySpark' ಇದ್ದರೆ ಕೇವಲ 'Spark' ಎಂದು ಬರೆಯುವ ಬದಲು ಅದೇ ಪದ ಬಳಸಿ. ATS ಸಾಫ್ಟ್ವೇರ್ ಮತ್ತು ಮಾನವ ಸ್ಕ್ರೀನರ್ ಇಬ್ಬರೂ ಈ ನಿಖರ ಕೀವರ್ಡ್ ಹೊಂದಾಣಿಕೆಗಾಗಿ ಹುಡುಕುತ್ತಾರೆ.
4
4. Kaggle ಮತ್ತು GitHub ಪೋರ್ಟ್ಫೋಲಿಯೋ ಸೇರಿಸಿ
ಅನುಭವ ಕಡಿಮೆ ಇದ್ದರೆ, 2-3 ಎಂಡ್-ಟು-ಎಂಡ್ ಯೋಜನೆಗಳನ್ನು ವ್ಯಾಪಾರ ಚೌಕಟ್ಟಿನೊಂದಿಗೆ ತೋರಿಸಿ — ಸಮಸ್ಯೆ, ಡೇಟಾಸೆಟ್, ವಿಧಾನ, ಫಲಿತಾಂಶ. Kaggle ಸ್ಪರ್ಧೆ ಶ್ರೇಣಿ, GitHub ರೆಪೊ ಲಿಂಕ್, ಅಥವಾ ಡಿಪ್ಲಾಯ್ ಮಾಡಿದ Streamlit/Flask ಆಪ್ ಸೇರಿಸಿ. ಒಂದು ನಿಜವಾಗಿ ನಿಯೋಜಿಸಿದ ಮಾದರಿ ಹತ್ತು ಜುಪಿಟರ್ ನೋಟ್ಬುಕ್ಗಳಿಗಿಂತ ಹೆಚ್ಚು ಮೌಲ್ಯಯುತ — ಇದು ನೀವು ಸಂಶೋಧನೆಯಿಂದ ಪ್ರೊಡಕ್ಷನ್ಗೆ ಕೊಂಡೊಯ್ಯಬಲ್ಲಿರಿ ಎಂದು ಸಾಬೀತುಪಡಿಸುತ್ತದೆ.
5
5. ಶಿಕ್ಷಣ, ಪ್ರಮಾಣಪತ್ರಗಳು ಮತ್ತು ATS ಪರಿಶೀಲನೆ
ಪದವಿ, ಸಂಸ್ಥೆ ಮತ್ತು ಪೂರ್ಣಗೊಂಡ ವರ್ಷ ಪಟ್ಟಿ ಮಾಡಿ; AWS/GCP/Azure ML ಪ್ರಮಾಣಪತ್ರ ಇದ್ದರೆ ಸೇರಿಸಿ. ಕೊನೆಗೆ, ಫಾರ್ಮ್ಯಾಟ್ ಪರಿಶೀಲಿಸಿ: ಒಂದೇ ಕಾಲಮ್ ಲೇಔಟ್ ಬಳಸಿ, PDF ಆಗಿ ಸೇವ್ ಮಾಡಿ, ಟೇಬಲ್ಗಳು, ಟೆಕ್ಸ್ಟ್ ಬಾಕ್ಸ್ಗಳು ಅಥವಾ ಗ್ರಾಫಿಕ್ಸ್ ತಪ್ಪಿಸಿ — ಇವು ATS ಪಾರ್ಸಿಂಗ್ ಅನ್ನು ಮುರಿಯುತ್ತವೆ. ಪ್ರಮಾಣಿತ ವಿಭಾಗ ಶೀರ್ಷಿಕೆಗಳು (Experience, Education, Skills) ಬಳಸಿ ಇದರಿಂದ ಸಿಸ್ಟಂ ಮತ್ತು ಮಾನವ ಇಬ್ಬರೂ ಸುಲಭವಾಗಿ ಓದಬಹುದು.
ಡೇಟಾ ಸೈಂಟಿಸ್ಟ್ ವೃತ್ತಿಪರ ಸಾರಾಂಶ ಉದಾಹರಣೆಗಳು
ನಿಮ್ಮ ವೃತ್ತಿ ಹಂತಕ್ಕೆ ಹತ್ತಿರವಿರುವ ಉದಾಹರಣೆಯನ್ನು ಆಯ್ಕೆ ಮಾಡಿ ಮತ್ತು ನಿಮ್ಮ ಸ್ವಂತ ಟೂಲ್ಕಿಟ್, ಡೊಮೇನ್ ಮತ್ತು ಸಂಖ್ಯೆಗಳೊಂದಿಗೆ ಹೊಂದಿಸಿಕೊಳ್ಳಿ.
ಜೂನಿಯರ್ / ಇತ್ತೀಚಿನ ಪದವೀಧರ
ಇತ್ತೀಚೆಗೆ ಅಂಕಿಅಂಶ ವಿಜ್ಞಾನದಲ್ಲಿ M.Sc ಪೂರ್ಣಗೊಳಿಸಿದ ಡೇಟಾ ಸೈಂಟಿಸ್ಟ್, Python, pandas ಮತ್ತು scikit-learn ನಲ್ಲಿ ಪ್ರಾವೀಣ್ಯ ಹೊಂದಿದ್ದಾರೆ. ಇಂಟರ್ನ್ಶಿಪ್ ಸಮಯದಲ್ಲಿ A/B ಪರೀಕ್ಷಾ ಚೌಕಟ್ಟನ್ನು ನಿರ್ಮಿಸಿ ಪ್ರಚಾರ ಪರಿವರ್ತನೆ ದರವನ್ನು 9% ಸುಧಾರಿಸಿದರು. Kaggle ನಲ್ಲಿ 2 ಸ್ಪರ್ಧೆಗಳಲ್ಲಿ ಟಾಪ್ 15% ರಲ್ಲಿ ಸ್ಥಾನ ಪಡೆದಿದ್ದಾರೆ. ML ಮಾದರಿಗಳ ಮೂಲಕ ನೈಜ ವ್ಯಾಪಾರ ಸಮಸ್ಯೆಗಳನ್ನು ಪರಿಹರಿಸುವ ತಂಡವನ್ನು ಸೇರಲು ಉತ್ಸುಕರಾಗಿದ್ದಾರೆ.
ಸೀನಿಯರ್ ಡೇಟಾ ಸೈಂಟಿಸ್ಟ್
7+ ವರ್ಷಗಳ ಅನುಭವ ಹೊಂದಿರುವ ಸೀನಿಯರ್ ಡೇಟಾ ಸೈಂಟಿಸ್ಟ್, XGBoost, PyTorch ಮತ್ತು Spark ಬಳಸಿ ಎಂಟರ್ಪ್ರೈಸ್ ML ಪ್ಲಾಟ್ಫಾರ್ಮ್ಗಳನ್ನು ನಿರ್ಮಿಸಿದ ಅನುಭವ. 4 ಜನರ ತಂಡವನ್ನು ಮಾರ್ಗದರ್ಶಿಸಿ, ರಿಯಲ್-ಟೈಮ್ ಶಿಫಾರಸು ಮಾದರಿಯ ಮೂಲಕ ವಾರ್ಷಿಕ ₹3 ಕೋಟಿ ಆದಾಯ ಗಳಿಸಿದ್ದಾರೆ. MLOps ಮತ್ತು ಮಾದರಿ ನಿಯೋಜನೆಯಲ್ಲಿ ಆಳವಾದ ಪರಿಣತಿ, ಹಿರಿಯ ನಾಯಕತ್ವಕ್ಕೆ ವ್ಯಾಪಾರ ಪ್ರಭಾವವನ್ನು ನೇರವಾಗಿ ಪ್ರಸ್ತುತಪಡಿಸುತ್ತಾರೆ.
ವೃತ್ತಿ ಬದಲಾವಣೆ (ಅನಾಲಿಟಿಕ್ಸ್ನಿಂದ ಡೇಟಾ ಸೈನ್ಸ್ಗೆ)
5 ವರ್ಷಗಳ ಬಿಸಿನೆಸ್ ಅನಾಲಿಟಿಕ್ಸ್ ಹಿನ್ನೆಲೆಯಿಂದ ಡೇಟಾ ಸೈನ್ಸ್ಗೆ ಪರಿವರ್ತನೆಯಾಗುತ್ತಿರುವವರು, SQL ಮತ್ತು Power BI ಯಲ್ಲಿ ಬಲವಾದ ಅಡಿಪಾಯ ಹೊಂದಿದ್ದಾರೆ, ಈಗ Python ಮತ್ತು ಯಂತ್ರ ಕಲಿಕೆಯಲ್ಲಿ ಪ್ರಮಾಣಪತ್ರ ಪಡೆದಿದ್ದಾರೆ. ಸ್ವತಂತ್ರ ಯೋಜನೆಯಲ್ಲಿ ಗ್ರಾಹಕ ವಿಭಜನಾ ಮಾದರಿ ನಿರ್ಮಿಸಿ, ಮಾರ್ಕೆಟಿಂಗ್ ROI ಅನ್ನು 18% ಸುಧಾರಿಸಿದರು. ವ್ಯಾಪಾರ ಅರ್ಥ ಮತ್ತು ಹೊಸ ML ಕೌಶಲ್ಯ ಎರಡನ್ನೂ ತಂಡಕ್ಕೆ ತರಲು ಬಯಸುತ್ತಾರೆ.
ಡೇಟಾ ಸೈಂಟಿಸ್ಟ್ ರೆಸ್ಯೂಮ್ಗೆ ATS ಕೀವರ್ಡ್ಗಳು
ಜಾಬ್ ಪೋಸ್ಟಿಂಗ್ನ ನಿಖರ ಪದಗಳನ್ನೇ ಪ್ರತಿಫಲಿಸಿ — ATS ಸಾಫ್ಟ್ವೇರ್ ಮತ್ತು ರಿಕ್ರೂಟರ್ ಇಬ್ಬರೂ ಈ ಕೀವರ್ಡ್ಗಳಿಗಾಗಿ ಸ್ಕ್ಯಾನ್ ಮಾಡುತ್ತಾರೆ.
Python
ತಾಂತ್ರಿಕ ಕೌಶಲ್ಯ ವಿಭಾಗ ಮತ್ತು ಕನಿಷ್ಠ ಒಂದು ಬುಲೆಟ್ನಲ್ಲಿ ಬಳಸಿ, ಯಾವ ಲೈಬ್ರರಿ (pandas, numpy) ಬಳಸಿದ್ದೀರಿ ಎಂದು ಹೆಸರಿಸಿ.
SQL
ಡೇಟಾ ಎಕ್ಸ್ಟ್ರಾಕ್ಷನ್ ಅಥವಾ ಡ್ಯಾಶ್ಬೋರ್ಡ್ ಕೆಲಸದೊಂದಿಗೆ ಸೇರಿಸಿ, ಡೇಟಾಬೇಸ್ ಗಾತ್ರ ಅಥವಾ ಕ್ವೆರಿ ಸಂಕೀರ್ಣತೆ ಉಲ್ಲೇಖಿಸಿದರೆ ಹೆಚ್ಚು ವಿಶ್ವಾಸಾರ್ಹ.
machine learning
ಸಾರಾಂಶದಲ್ಲಿ ಒಮ್ಮೆ ಮತ್ತು ಪ್ರತಿ ಸಂಬಂಧಿತ ಪ್ರಾಜೆಕ್ಟ್ ಬುಲೆಟ್ನಲ್ಲಿ ನಿರ್ದಿಷ್ಟ ಅಲ್ಗಾರಿದಮ್ ಹೆಸರಿನೊಂದಿಗೆ ಬಳಸಿ.
deep learning
PyTorch/TensorFlow ಪ್ರಾಜೆಕ್ಟ್ಗಳಿಗೆ ಮಾತ್ರ ಬಳಸಿ, ಕೇವಲ ಸ್ಕ್ಲೀಕಿಟ್-ಲರ್ನ್ ಮಾದರಿಗಳಿಗೆ ಅಲ್ಲ.
PyTorch/TensorFlow
ಜಾಬ್ ಪೋಸ್ಟಿಂಗ್ನಲ್ಲಿ ಯಾವುದನ್ನು ಬೇಡುತ್ತಾರೋ ಅದನ್ನೇ ನಮೂದಿಸಿ; ಎರಡೂ ಬಲ್ಲವರಾದರೆ ಎರಡನ್ನೂ ಪಟ್ಟಿ ಮಾಡಿ.
Spark
ದೊಡ್ಡ ಡೇಟಾ ಸೆಟ್ಗಳೊಂದಿಗೆ ಕೆಲಸ ಮಾಡಿದ್ದರೆ ಸೇರಿಸಿ, ಡೇಟಾ ವಾಲ್ಯೂಮ್ (GB/TB) ಉಲ್ಲೇಖಿಸಿ.
A/B testing
ಸ್ಟ್ಯಾಟಿಸ್ಟಿಕಲ್ ಸಿಗ್ನಿಫಿಕೆನ್ಸ್ ಮತ್ತು ವ್ಯಾಪಾರ ನಿರ್ಧಾರದ ಮೇಲಿನ ಪ್ರಭಾವದೊಂದಿಗೆ ಜೋಡಿಸಿ ಬಳಸಿ.
statistical modeling
ಹಿಂಜರಿತ, ಬೇಯಿಸಿಯನ್ ವಿಧಾನ ಅಥವಾ ಟೈಮ್ ಸೀರೀಸ್ನಂತಹ ನಿರ್ದಿಷ್ಟ ವಿಧಾನದೊಂದಿಗೆ ಬೆಂಬಲಿಸಿ.
MLOps / model deployment
Docker, MLflow ಅಥವಾ SageMaker ನಂತಹ ಟೂಲ್ ಹೆಸರಿಸಿ ಮಾದರಿ ಪ್ರೊಡಕ್ಷನ್ಗೆ ಒಯ್ದ ಬಗ್ಗೆ ತಿಳಿಸಿ.
stakeholder communication
ತಾಂತ್ರಿಕವಲ್ಲದ ನಾಯಕತ್ವಕ್ಕೆ ಫಲಿತಾಂಶ ಪ್ರಸ್ತುತಪಡಿಸಿದ ಉದಾಹರಣೆಯೊಂದಿಗೆ ಬಳಸಿ, ಇದು ಸಾಫ್ಟ್ ಸ್ಕಿಲ್ ಎಂದು ಮಾತ್ರವಲ್ಲದೆ ವ್ಯಾಪಾರ ಪ್ರಭಾವದ ಸಾಕ್ಷಿಯಾಗಿ ಬಳಸಿ.
ದುರ್ಬಲ vs ಬಲವಾದ ಡೇಟಾ ಸೈಂಟಿಸ್ಟ್ ಬುಲೆಟ್ಗಳು
ಒಂದೇ ಕೆಲಸವನ್ನು ಹೇಗೆ ವಿವರಿಸುತ್ತೀರಿ ಎಂಬುದೇ ಸಂದರ್ಶನಕ್ಕೆ ಆಹ್ವಾನ ಪಡೆಯುವುದು ಮತ್ತು ಪಡೆಯದಿರುವುದರ ನಡುವಿನ ವ್ಯತ್ಯಾಸ ಸೃಷ್ಟಿಸುತ್ತದೆ.
ಚರ್ನ್ ಮಾದರಿ ಕೆಲಸ
ಗ್ರಾಹಕ ಚರ್ನ್ ಊಹಿಸಲು ಮಾದರಿಯನ್ನು ನಿರ್ಮಿಸಿದೆ.
XGBoost ಮತ್ತು ಫೀಚರ್ ಎಂಜಿನಿಯರಿಂಗ್ ಬಳಸಿ ಚರ್ನ್ ಮುನ್ಸೂಚನಾ ಮಾದರಿ ನಿರ್ಮಿಸಿ, 92% ನಿಖರತೆ ಸಾಧಿಸಿ ವಾರ್ಷಿಕ ₹2.5 ಕೋಟಿ ಆದಾಯ ಉಳಿಸಿದೆ.
ಡೇಟಾ ಪೈಪ್ಲೈನ್ / ಇನ್ಫ್ರಾ ಕೆಲಸ
ಡೇಟಾ ಪೈಪ್ಲೈನ್ಗಳನ್ನು ನಿರ್ವಹಿಸಿದೆ.
Airflow ಮತ್ತು Python ಬಳಸಿ ದೈನಂದಿನ ETL ಪೈಪ್ಲೈನ್ ಸ್ವಯಂಚಾಲಿತಗೊಳಿಸಿ, 20 ಲಕ್ಷ+ ದಾಖಲೆಗಳನ್ನು ಪ್ರಕ್ರಿಯೆಗೊಳಿಸಿ, ಮಾಸಿಕ ಕೈಯಿಂದ ಮಾಡುವ ಕೆಲಸವನ್ನು 20 ಗಂಟೆಗಳಷ್ಟು ಕಡಿಮೆ ಮಾಡಿದೆ.
ಪ್ರಯೋಗ / ಸ್ಟೇಕ್ಹೋಲ್ಡರ್ ಕೆಲಸ
ವ್ಯಾಪಾರ ತಂಡಗಳಿಗೆ A/B ಪರೀಕ್ಷೆಗಳಲ್ಲಿ ಸಹಾಯ ಮಾಡಿದೆ.
ಬೇಯಿಸಿಯನ್ ವಿಶ್ಲೇಷಣೆಯೊಂದಿಗೆ A/B ಪರೀಕ್ಷಾ ಚೌಕಟ್ಟನ್ನು ವಿನ್ಯಾಸಗೊಳಿಸಿ, 4 ಉತ್ಪನ್ನ ತಂಡಗಳಾದ್ಯಂತ ತ್ರೈಮಾಸಿಕದಲ್ಲಿ 30+ ಪ್ರಯೋಗಗಳನ್ನು ಪ್ರಮಾಣೀಕರಿಸಿ ನಡೆಸಿದೆ.
ಪದೇ ಪದೇ ಕೇಳಲಾಗುವ ಪ್ರಶ್ನೆಗಳು
ಡೇಟಾ ಸೈಂಟಿಸ್ಟ್ ರೆಸ್ಯೂಮ್ನಲ್ಲಿ ಏನು ಸೇರಿಸಬೇಕು?
ಡೇಟಾ ಸೈಂಟಿಸ್ಟ್ ರೆಸ್ಯೂಮ್ನಲ್ಲಿ ಪ್ರೋಗ್ರಾಮಿಂಗ್ ಕೌಶಲ್ಯಗಳು (Python, R, SQL), ಯಂತ್ರ ಕಲಿಕೆ ಫ್ರೇಮ್ವರ್ಕ್ಗಳು, ಅಂಕಿಅಂಶ ವಿಧಾನಗಳು, ವ್ಯಾಪಾರ ಪ್ರಭಾವ ಮೆಟ್ರಿಕ್ಸ್, ಶಿಕ್ಷಣ ಮತ್ತು ಸಂಬಂಧಿತ ಯೋಜನೆಗಳು ಅಥವಾ ಪ್ರಕಟಣೆಗಳನ್ನು ಸೇರಿಸಬೇಕು. ನಿಮ್ಮ ಮಾದರಿಗಳು ಮತ್ತು ವಿಶ್ಲೇಷಣೆಗಳ ಅಳೆಯಬಹುದಾದ ಫಲಿತಾಂಶಗಳನ್ನು ಒತ್ತಿ ಹೇಳಿ.
ಡೇಟಾ ಸೈನ್ಸ್ ರೆಸ್ಯೂಮ್ಗೆ ಸ್ನಾತಕೋತ್ತರ ಪದವಿ ಅಗತ್ಯವೇ?
ಅನೇಕ ಡೇಟಾ ಸೈನ್ಸ್ ಹುದ್ದೆಗಳು ಉನ್ನತ ಪದವಿಗಳನ್ನು ಬಯಸಿದರೂ, ಅವು ಯಾವಾಗಲೂ ಅಗತ್ಯವಿಲ್ಲ. ಬಲವಾದ ಯೋಜನಾ ಅನುಭವ, ಸಂಬಂಧಿತ ಪ್ರಮಾಣಪತ್ರಗಳು ಮತ್ತು ಪ್ರದರ್ಶಿತ ವ್ಯಾಪಾರ ಪ್ರಭಾವವು ಪರಿಹಾರವಾಗಬಹುದು.
ನನ್ನ ಡೇಟಾ ಸೈಂಟಿಸ್ಟ್ ರೆಸ್ಯೂಮ್ ಅನ್ನು ATS-ಸ್ನೇಹಿಯಾಗಿ ಹೇಗೆ ಮಾಡುವುದು?
ಪ್ರಮಾಣಿತ ವಿಭಾಗ ಶೀರ್ಷಿಕೆಗಳನ್ನು ಬಳಸಿ, ನಿರ್ದಿಷ್ಟ ತಂತ್ರಜ್ಞಾನಗಳನ್ನು ಹೆಸರಿನಿಂದ ಪಟ್ಟಿ ಮಾಡಿ, ಉದ್ಯೋಗ ವಿವರಣೆಯ ಕೀವರ್ಡ್ಗಳನ್ನು ಸೇರಿಸಿ, ಮತ್ತು ಸ್ವಚ್ಛ ಏಕ-ಕಾಲಮ್ ಫಾರ್ಮ್ಯಾಟ್ ಬಳಸಿ.
NoBsResume ನಲ್ಲಿ ಡೇಟಾ ಸೈಂಟಿಸ್ಟ್ ರೆಸ್ಯೂಮ್ ಅನ್ನು ಉಚಿತವಾಗಿ ರಚಿಸಬಹುದೇ?
ಹೌದು. NoBsResume 100% ಉಚಿತ ಮತ್ತು ಯಾವುದೇ ಗುಪ್ತ ವೆಚ್ಚಗಳಿಲ್ಲ. ATS-ಸ್ನೇಹಿ ಟೆಂಪ್ಲೇಟ್ ಆಯ್ಕೆ ಮಾಡಿ, ನಿಮ್ಮ ಡೇಟಾ ಸೈನ್ಸ್ ಅನುಭವ ಸೇರಿಸಿ, ಮತ್ತು PDF ಆಗಿ ತಕ್ಷಣ ಡೌನ್ಲೋಡ್ ಮಾಡಿ.
ಡೇಟಾ ಸೈಂಟಿಸ್ಟ್ ರೆಸ್ಯೂಮ್ ಟೆಂಪ್ಲೇಟ್ ಎಲ್ಲಿ ಉಚಿತವಾಗಿ ಡೌನ್ಲೋಡ್ ಮಾಡುವುದು?
ಈ ಪುಟದಲ್ಲಿರುವ ಉದಾಹರಣೆಯನ್ನೇ NoBsResume ನ ಉಚಿತ ಬಿಲ್ಡರ್ನಲ್ಲಿ ತೆರೆಯಿರಿ, ನಿಮ್ಮ ಸ್ವಂತ ವಿವರಗಳೊಂದಿಗೆ ಎಡಿಟ್ ಮಾಡಿ ಮತ್ತು ATS-ಸ್ನೇಹಿ PDF ಆಗಿ ತಕ್ಷಣ ಡೌನ್ಲೋಡ್ ಮಾಡಿ. 3 ವೃತ್ತಿಪರ ಟೆಂಪ್ಲೇಟ್ಗಳಿವೆ, ಸೈನ್ಅಪ್ ಅಗತ್ಯವಿಲ್ಲ, ಮತ್ತು Word/PDF ಫೈಲ್ ಬೇರೆ ಎಲ್ಲಿಂದಲೂ ಹುಡುಕುವ ಅಗತ್ಯವಿಲ್ಲ.
ಅನುಭವವಿಲ್ಲದ ಫ್ರೆಶರ್ ಡೇಟಾ ಸೈಂಟಿಸ್ಟ್ ರೆಸ್ಯೂಮ್ ಬರೆಯುವುದು ಹೇಗೆ?
ಪೂರ್ಣ ಸಮಯದ ಅನುಭವ ಇಲ್ಲದಿದ್ದರೆ, ಶಿಕ್ಷಣ ಮತ್ತು ಕೌಶಲ್ಯಗಳ ನಂತರ 2-3 ಎಂಡ್-ಟು-ಎಂಡ್ ಪ್ರಾಜೆಕ್ಟ್ಗಳನ್ನು (Kaggle, ಕಾಲೇಜ್ ಕ್ಯಾಪ್ಸ್ಟೋನ್, ಇಂಟರ್ನ್ಶಿಪ್) ವ್ಯಾಪಾರ ಫಲಿತಾಂಶದೊಂದಿಗೆ ಮುಂದೆ ತನ್ನಿ. GitHub ಲಿಂಕ್, ಬಳಸಿದ ಡೇಟಾಸೆಟ್ ಗಾತ್ರ ಮತ್ತು ಮಾದರಿ ಫಲಿತಾಂಶ ಸೇರಿಸಿ. NoBsResume ಬಿಲ್ಡರ್ನಲ್ಲಿ ಪ್ರಾಜೆಕ್ಟ್ ವಿಭಾಗವನ್ನು ಸುಲಭವಾಗಿ ಸೇರಿಸಬಹುದು.
ಡೇಟಾ ಸೈಂಟಿಸ್ಟ್ ರೆಸ್ಯೂಮ್ ಕನ್ನಡದಲ್ಲಿ ಬರೆಯಬೇಕೇ ಅಥವಾ ಇಂಗ್ಲಿಷ್ನಲ್ಲಿ?
ಬೆಂಗಳೂರು ಸೇರಿದಂತೆ ಭಾರತದ ಬಹುತೇಕ ಎಲ್ಲಾ ಡೇಟಾ ಸೈನ್ಸ್/ML ಹುದ್ದೆಗಳಿಗೆ ಇಂಗ್ಲಿಷ್ ರೆಸ್ಯೂಮ್ ನಿರೀಕ್ಷಿಸಲಾಗುತ್ತದೆ — ಕೋಡ್, ATS ಸಿಸ್ಟಂ ಮತ್ತು ಸಂದರ್ಶನಗಳೂ ಇಂಗ್ಲಿಷ್ನಲ್ಲಿ ನಡೆಯುತ್ತವೆ. ಈ ಪುಟ ಕನ್ನಡಿಗ ಅಭ್ಯರ್ಥಿಗಳಿಗೆ ಸುಲಭವಾಗಿ ಅರ್ಥಮಾಡಿಕೊಳ್ಳಲು ಇದೆ; ವಾಸ್ತವ ರೆಸ್ಯೂಮ್ ಅನ್ನು ಇಂಗ್ಲಿಷ್ನಲ್ಲಿ ತಯಾರಿಸಿ, ಬಿಲ್ಡರ್ ಎರಡೂ ಭಾಷೆಗಳಲ್ಲಿ ಕೆಲಸ ಮಾಡುತ್ತದೆ.
ಡೇಟಾ ಸೈಂಟಿಸ್ಟ್ ರೆಸ್ಯೂಮ್ ಎಷ್ಟು ಉದ್ದ ಇರಬೇಕು?
3 ವರ್ಷಗಳಿಗಿಂತ ಕಡಿಮೆ ಅನುಭವ ಇರುವವರಿಗೆ 1 ಪುಟ ಸಾಕು; ಸೀನಿಯರ್ ಅಥವಾ 5+ ವರ್ಷ ಅನುಭವ ಇರುವವರಿಗೆ 2 ಪುಟಗಳವರೆಗೆ ಸ್ವೀಕಾರಾರ್ಹ. ಪ್ರತಿ ಸಾಲೂ ಮೌಲ್ಯ ಸೇರಿಸಬೇಕು — ಹಳೆಯ ಅಥವಾ ಸಂಬಂಧವಿಲ್ಲದ ಕೆಲಸವನ್ನು ಸಂಕ್ಷಿಪ್ತಗೊಳಿಸಿ, ಇತ್ತೀಚಿನ ML/ಡೇಟಾ ಕೆಲಸಕ್ಕೆ ಹೆಚ್ಚಿನ ಜಾಗ ನೀಡಿ.
Kaggle ಮತ್ತು GitHub ಪ್ರೊಫೈಲ್ ಲಿಂಕ್ ಸೇರಿಸಬೇಕೇ?
ಹೌದು, ಯಾವಾಗಲೂ ಸೇರಿಸಿ. ಡೇಟಾ ಸೈನ್ಸ್ ರಿಕ್ರೂಟರ್ಗಳು ಪ್ರೊಫೈಲ್ ಪರಿಶೀಲಿಸಿ ನಿಜವಾದ ಕೋಡ್ ಮತ್ತು ಸಮಸ್ಯೆ-ಪರಿಹಾರ ಶೈಲಿ ನೋಡುತ್ತಾರೆ. Kaggle ಶ್ರೇಣಿ/ಪದಕಗಳು ಮತ್ತು ಸಕ್ರಿಯ GitHub (README ಸಹಿತ, ಕ್ಲೀನ್ ಕೋಡ್) ಸಂಪರ್ಕ ಮಾಹಿತಿ ವಿಭಾಗದಲ್ಲಿ ಸೇರಿಸಿ.
ಡೇಟಾ ಸೈಂಟಿಸ್ಟ್ ಮತ್ತು ಡೇಟಾ ವಿಶ್ಲೇಷಕ ರೆಸ್ಯೂಮ್ಗಳ ನಡುವಿನ ವ್ಯತ್ಯಾಸವೇನು?
ಡೇಟಾ ವಿಶ್ಲೇಷಕ ರೆಸ್ಯೂಮ್ SQL, ಡ್ಯಾಶ್ಬೋರ್ಡ್ ಮತ್ತು ವರದಿ ನೀಡುವ ಒಳನೋಟಗಳ ಮೇಲೆ ಗಮನ ಕೇಂದ್ರೀಕರಿಸುತ್ತದೆ. ಡೇಟಾ ಸೈಂಟಿಸ್ಟ್ ರೆಸ್ಯೂಮ್ ಅದಕ್ಕಿಂತ ಮುಂದೆ ಹೋಗಿ ಯಂತ್ರ ಕಲಿಕೆ ಮಾದರಿ ನಿರ್ಮಾಣ, ಪ್ರಾಯೋಗಿಕ ವಿನ್ಯಾಸ ಮತ್ತು ಪ್ರೊಡಕ್ಷನ್ ನಿಯೋಜನೆಯನ್ನು ಒತ್ತಿಹೇಳುತ್ತದೆ. ಎರಡರ ಪಾತ್ರಗಳಿಗೆ ಪ್ರಯತ್ನಿಸುತ್ತಿದ್ದರೆ, ಎರಡು ಪ್ರತ್ಯೇಕ ಆವೃತ್ತಿ ರೆಸ್ಯೂಮ್ ಇಟ್ಟುಕೊಳ್ಳಿ.
ಈಗ ನಿಮ್ಮ ರೆಸ್ಯೂಮ್ ನಿರ್ಮಿಸಿ
ಈ ಉದಾಹರಣೆಯನ್ನು ಸ್ಫೂರ್ತಿಯಾಗಿ ಬಳಸಿ. ನಿಮ್ಮ ಸ್ವಂತ ಅನುಭವದೊಂದಿಗೆ ಕಸ್ಟಮೈಸ್ ಮಾಡಿ ಮತ್ತು ಕೆಲವೇ ನಿಮಿಷಗಳಲ್ಲಿ ವೃತ್ತಿಪರ PDF ಡೌನ್ಲೋಡ್ ಮಾಡಿ. 100% ಉಚಿತ.
