සිංහල
වෘත්තීය දත්ත විද්යාඥ ජීව දත්ත පත්රිකාවක් යන්ත්ර ඉගෙනීම, සංඛ්යානමය විශ්ලේෂණය සහ දත්ත මත පදනම් වූ ව්යාපාරික ප්රතිඵල කෙසේ ඉස්මතු කරයිදැයි බලන්න. මෙම උදාහරණය ඔබේ අත්දැකීම්වලට අනුවර්තනය කරන්න.
ඔබේ ජීව දත්ත පත්රිකාව සාදීම ආරම්භ කරන්න
ජ්යේෂ්ඨ දත්ත විද්යාඥ
යන්ත්ර ඉගෙනීම, සංඛ්යානය සහ Python හි වසර 5කට වැඩි පළපුරුද්දක් ඇති දත්ත විද්යාඥයෙක්. ආදායම ඩොලර් මිලියන 3.2කින් වැඩි කළ සහ වංචා හානි ඩොලර් දහස් 800කින් අඩු කළ අනුමාන ආකෘති නිර්මාණය කළේය. Python, R, SQL, TensorFlow සහ PyTorch හි දක්ෂයි. ස්වභාවික භාෂා සැකසුම් (NLP) ක්ෂේත්රයේ පර්යේෂණ පත්රිකා ප්රකාශිත පර්යේෂකයෙක්.
RetailAI Corp
පෙබ. 2022 – වර්තමානය
HealthTech Analytics
ජුනි 2020 – ජන. 2022
Market Insights Group
අගෝ. 2018 – මැයි 2020
කොළඹ විශ්ව විද්යාලය, විද්යා පීඨය
2016 - 2018
පේරාදෙණිය විශ්ව විද්යාලය, විද්යා පීඨය
2012 - 2016
Coursera / deeplearning.ai
2021
AWS
2023
Coursera / Columbia
2022
මෙය නියැදි ජීව දත්ත පත්රිකාවකි. අපගේ නොමිලේ ජීව දත්ත පත්රිකා සාදන්නා භාවිතයෙන් ඔබේ අත්දැකීම්වලට අනුවර්තනය කරන්න.
සරලවම 'ආකෘතියක් හැදුවා' කියන්න එපා. 'වාර්ෂිකව ඩොලර් මිලියන 3.2ක් ඉතිරි කරන පිටවීම අනුමාන ආකෘතියක් හැදුවා' කියන්න. තාක්ෂණික කාර්යයන් ව්යාපාරික ප්රතිඵල බවට පරිවර්තනය කරන්න.
නිරවද්යතාව, F1 ලකුණු, AUC-ROC ඇතුළත් කරන්න. '92% නිරවද්යතාවයක් ලබා ගත්තා' යන්න ඔබේ ආකෘති ක්රියාත්මක වන බව සනාථ කරයි.
දත්ත විද්යාව යනු ආකෘති කිරීම පමණක් නොවේ. දත්ත පිරිසිදු කිරීම, විශේෂාංග ඉංජිනේරුව, යෙදවීම සහ අධීක්ෂණය සඳහන් කරන්න.
ප්රකාශිත පත්රිකා, සම්මන්ත්රණ ඉදිරිපත් කිරීම් සහ විවෘත මූලාශ්ර ව්යාපෘති වලට දායකත්වය චින්තන නායකත්වය පෙන්නුම් කරයි.
ශ්රී ලංකාවේ දත්ත විද්යාඥ රැකියා සඳහා ඉල්ලුම් කරන විට, ඔබේ ජීව දත්ත පත්රිකාව තාක්ෂණික ගැඹුර සහ ව්යාපාරික බලපෑම යන දෙකම පැහැදිලිව පෙන්විය යුතුය. පහත පියවර 5 අනුගමනය කරන්න — WSO2, Sysco LABS, Virtusa, 99x සහ Dialog වැනි සමාගම් CV එකක බලාපොරොත්තු වන දේ ඉලක්ක කරගෙන.
ඔබේ ජීව දත්ත පත්රිකාවේ ඉහළම කොටසේ පේළි 3ක් තුළ, ඔබේ පළපුරුද්ද මට්ටම (ජූනියර්/මධ්යම/ජ්යේෂ්ඨ), විශේෂීකරණය වූ ක්ෂේත්රය (fintech, healthtech, e-commerce, telecom) සහ ප්රධාන මෙවලම් (Python, SQL, TensorFlow) සඳහන් කරන්න. අවසාන පේළියේ එක් ප්රමාණාත්මක ව්යාපාරික ප්රතිඵලයක් එකතු කරන්න — 'වංචා හානි 40%කින් අඩු කළ ආකෘතියක් සංවර්ධනය කළ' වැනි. බඳවා ගැනීමේ කළමනාකරුවෙකු තත්පර 6ක් තුළ ඔබේ වටිනාකම හඳුනා ගත යුතුය, එබැවින් සාමාන්ය වාක්ය මගහරින්න.
සෑම bullet එකක්ම ක්රියා පදයකින් ආරම්භ කර, භාවිත කළ ක්රමවේදය හෝ මෙවලම නම් කර, ව්යාපාරික ප්රතිඵලයක් සමඟ අවසන් කරන්න. Model accuracy, AUC-ROC, precision/recall වැනි ආකෘති කාර්ය සාධන මිනුම් මෙන්ම, ආදායම/පිරිවැය බලපෑම, සැකසූ දත්ත ප්රමාණය, pipeline latency සහ A/B test ප්රතිඵල ද ඇතුළත් කරන්න. උදාහරණයක්: 'XGBoost සහ feature engineering භාවිතයෙන් පාරිභෝගික පිටවීම පුරෝකථන ආකෘතියක් සංවර්ධනය කර, AUC 0.89 දක්වා නිරවද්යතාව වැඩි කර වාර්ෂිකව ඩොලර් මිලියන 2ක් ඉතිරි කළා.' සංඛ්යා නොමැති bullet එකක් දුර්වලයි.
කුසලතා අහඹු ලෙස ලැයිස්තුගත නොකර, කාණ්ඩ 4කට වෙන් කරන්න: භාෂා (Python, R, SQL), ML පුස්තකාල (scikit-learn, XGBoost, PyTorch, TensorFlow), දත්ත/යටිතල පහසුකම් (Spark, Airflow, dbt, AWS/GCP) සහ BI මෙවලම් (Tableau, Power BI). රැකියා දැන්වීමේ භාවිතා කරන නියම වචන පිටපත් කරන්න — ATS පද්ධති ඒවා විශේෂයෙන් සොයනවා. ශ්රී ලාංකික tech සමාගම් බොහෝ විට cloud (AWS/Azure/GCP) දැනුම බලාපොරොත්තු වේ, එබැවින් ඔබට එය ඇත්නම් අමතක නොකරන්න.
අත්දැකීම් අඩු නම්, ව්යාපෘති කොටසක් තීරණාත්මකයි. GitHub notebook 10ක් වඩා, end-to-end deploy කළ එක් model එකක් වටිනවා — data cleaning සිට API එකක් හෝ dashboard එකක් දක්වා. Kaggle competition ශ්රේණිගත කිරීම්, dataset links සහ live demo links ඇතුළත් කරන්න. සෑම ව්යාපෘතියක්ම එක් රේඛාවකින් ව්යාපාරික framing එකක් සමඟ විස්තර කරන්න — 'මොකද කළේ' නොව 'මොකද වැදගත් වුණේ' කියන එක පෙන්වන්න.
උපාධිය සහ AWS/GCP/Azure Machine Learning සහතික මෙන්ම Coursera/DataCamp විශේෂීකරණයන් ලැයිස්තුගත කරන්න. අවසාන වශයෙන් ATS-friendliness තහවුරු කරගන්න: තීරු එකක් පමණක් (single column), PDF ආකෘතිය, වගු (tables) හෝ ප්රස්තාර CV එක තුළම නොතැබීම, සම්මත කොටස් නම් (Experience, Education, Skills) භාවිතය. සංකීර්ණ graphic-heavy templates බොහෝ විට ATS මගින් වැරදි ලෙස කියවනු ලැබේ.
ඔබේ පළපුරුද්ද මට්ටමට ගැලපෙන උදාහරණයක් තෝරාගෙන, ඔබේම මෙවලම් සහ ප්රතිඵල සමඟ අනුවර්තනය කරන්න.
සංඛ්යානය පිළිබඳ උපාධියක් සහ Python, pandas, scikit-learn හි ප්රායෝගික අත්දැකීමක් සහිත උනන්දුවෙන් යුත් දත්ත විද්යාඥයෙක්. මාස 6ක internship කාලය තුළ A/B testing framework එකක් ගොඩනගා, පරිශීලක conversion 12%කින් වැඩි කිරීමට උදව් කළා. SQL, දත්ත දෘශ්යකරණය (Tableau) සහ බහුවිධ Kaggle competitions වල top 15% ශ්රේණිගත කිරීම් ලබා ඇත. නව අභියෝග ඉක්මනින් ඉගෙන ගැනීමට සහ කණ්ඩායමක් තුළ දායක වීමට කැමතියි.
ML platform ගොඩනැගීම, XGBoost සහ PyTorch භාවිතයෙන් production models යෙදවීම සහ Spark හි ලොකු-පරිමාණ දත්ත pipelines සැලසුම් කිරීම පිළිබඳ වසර 8ක අත්දැකීමක් සහිත ජ්යේෂ්ඨ දත්ත විද්යාඥයෙක්. දත්ත විද්යාඥයින් 6 දෙනෙකුගේ කණ්ඩායමක් මෙහෙයවා recommendation engine එකක් හරහා ආදායම 22%කින් වැඩි කළා. Causal inference, MLOps සහ stakeholder communication හි ප්රවීණයි.
වසර 5ක SQL, Power BI සහ ව්යාපාරික විශ්ලේෂණ අත්දැකීමක් ඇති data analyst කෙනෙක්, දැන් Python, scikit-learn සහ statistical modeling හි certified machine learning specialization එකක් සම්පූර්ණ කර ඇත. dashboard reporting සිට predictive modeling දක්වා පරිවර්තනය වෙමින්, deployed churn-prediction model එකක් සහිත end-to-end capstone project එකක් නිර්මාණය කළා. ව්යාපාරික ප්රස්ථුත දැනුම සහ නව ML කුසලතා දෙකම ගෙන එනවා.
බඳවා ගැනීමේ මෘදුකාංග සහ recruiter දෙදෙනාම රැකියා දැන්වීමේ නියම වචන සොයනවා — මේවා ඔබේ CV එකේ ස්වභාවිකව ඇතුළත් කරන්න.
Skills සහ Summary දෙකෙහිම සඳහන් කරන්න, දක්ෂතාවය ඔප්පු කරන ව්යාපෘතියක් සමඟ.
දත්ත උපුටා ගැනීම හෝ dashboard reporting bullet එකක සන්දර්භයක් සමඟ භාවිතා කරන්න.
සාරාංශයේ එක් වරක් සහ අවම වශයෙන් bullet එකක සුවිශේෂී algorithm එකක් සමඟ භාවිතා කරන්න.
CNN/RNN/transformer ව්යාපෘතියක් තිබේ නම් පමණක් ඇතුළත් කරන්න, සාමාන්යකරණය නොකරන්න.
රැකියා දැන්වීමේ specific framework එක සමඟ ගැලපෙන එක තෝරා Skills section එකේ තියන්න.
Big data pipeline හෝ distributed processing bullet එකක සඳහන් කරන්න.
සංඛ්යානමය experiment එකක ප්රතිඵලයක් සමඟ (uplift %) ඉදිරිපත් කරන්න.
ඔබ actual model type එකක් build කර ඇත්නම් පමණක් specific ලෙස ලියන්න.
Model එකක් production වෙත ගෙන ගිය බව පෙන්වන bullet එකක් අනිවාර්යයි — deploy කළ එකක් notebook 10කට වඩා වටිනවා.
dashboard/report හරහා non-technical කණ්ඩායමකට insights ලබා දුන් අවස්ථාවක් සමඟ සනාථ කරන්න.
එකම වැඩය, නමුත් ක්රියා පදය, ක්රමවේදය සහ ප්රමාණාත්මක ප්රතිඵලය එකතු කිරීමෙන් බලපෑම වෙනස් වේ.
පාරිභෝගික පිටවීම පුරෝකථනය කිරීම සඳහා ආකෘතියක් නිර්මාණය කළා.
XGBoost සහ 40+ engineered features භාවිතයෙන් churn-prediction model එකක් සංවර්ධනය කර, AUC 0.91 දක්වා ළඟා වී, ඉලක්කගත retention campaigns හරහා වාර්ෂිකව ඩොලර් මිලියන 1.5ක් ඉතිරි කළා.
දෛනික දත්ත pipelines නඩත්තු කළා.
Airflow සහ dbt භාවිතයෙන් daily ETL pipelines ස්වයංක්රීය කර, processing time පැය 4සිට මිනිත්තු 20ට අඩු කර, downstream dashboards සඳහා 99.9% data reliability තහවුරු කළා.
නව feature එකක් සඳහා A/B test එකක් කළා.
checkout flow redesign එකක් සඳහා A/B test design කර statistically-significant conversion 12% uplift එකක් සොයාගෙන, product කණ්ඩායමට results ඉදිරිපත් කර full rollout එකට තීරණය හේතු වුනා.
දත්ත විද්යාඥයෙකුගේ ජීව දත්ත පත්රිකාවේ මැනිය හැකි ජයග්රහණ සහිත වෘත්තීය සාරාංශයක්, තාක්ෂණික කුසලතා (Python, R, SQL, යන්ත්ර ඉගෙනීම් රාමු), නිශ්චිත ප්රතිඵල සහිත වැඩ අත්දැකීම්, අධ්යාපනය, අදාළ සහතික සහ ප්රකාශන ඇතුළත් විය යුතුය. ඔබේ ව්යාපෘතිවල ව්යාපාරික බලපෑම මත අවධානය යොමු කළ යුතුය.
පශ්චාත් උපාධියක් අනිවාර්ය නොවේ, නමුත් වාසිදායක විය හැකිය. බොහෝ සාර්ථක දත්ත විද්යාඥයින්ට සහතික සහ ප්රායෝගික අත්දැකීම් මගින් සම්පූර්ණ කරන ලද උපාධියක් ඇත. ව්යාපෘති, කුසලතා සහ මැනිය හැකි ප්රතිඵල මත අවධානය යොමු කිරීමෙන් උසස් උපාධියක් නොමැතිකම පියවා ගත හැකිය.
රැකියා විස්තරයේ මූල පද භාවිතා කරන්න, තාක්ෂණික කුසලතා පැහැදිලිව නම් කරන්න, සම්මත කොටස් නම් භාවිතා කරන්න, සංකීර්ණ හැඩතල සහ ප්රස්තාර වළකන්න, සාමාන්ය ගොනු ආකෘති භාවිතා කරන්න. Python, TensorFlow සහ SQL වැනි නිශ්චිත මෙවලම් සහ තාක්ෂණයන් ඇතුළත් කරන්න.
ඔව්! අපගේ නොමිලේ ජීව දත්ත පත්රිකා සාදන්නා ඔබට වෘත්තීය දත්ත විද්යාඥ ජීව දත්ත පත්රිකාවක් සෑදීමට ඉඩ දෙයි. මෙම උදාහරණය ආභාසයක් ලෙස භාවිතා කරන්න, ඔබේ අත්දැකීම්වලට අනුවර්තනය කරන්න සහ මිනිත්තු කිහිපයකින් වෘත්තීය PDF එකක් බාගන්න.
ඔව්. NoBsResume හි නොමිලේ CV සාදන්නාවෙන් ATS-friendly templates 3ක් තෝරාගෙන, මෙම දත්ත විද්යාඥ උදාහරණයම ඔබේ තොරතුරු සමඟ සංස්කරණය කර, ලියාපදිංචියක් නොමැතිව ක්ෂණික PDF එකක් ලෙස බාගත කළ හැක.
විශ්ව විද්යාල ව්යාපෘති, Kaggle competitions, internships සහ personal end-to-end projects අත්දැකීම් වෙනුවට ඉස්මතු කරන්න. deployed model එකක් හෝ published notebook එකක් සමඟ, එහි ව්යාපාරික/ප්රායෝගික අදාළත්වය පැහැදිලි කරන්න. Statistics/CS අධ්යාපනය සහ අදාළ coursework ද ශක්තිමත් ලෙස ඇතුළත් කරන්න.
බොහෝ දුරට ඉංග්රීසියෙන්. WSO2, Virtusa, Sysco LABS, 99x, IFS වැනි tech සමාගම් අන්තර්ජාතික සහ දේශීය සමාගම් දෙකෙහිම දත්ත විද්යාඥ රැකියා සඳහා ඉංග්රීසි CV එකක් අපේක්ෂා කරයි, මන්ද ML tooling, code සහ documentation බොහෝවිට ඉංග්රීසියෙන් වන බැවිනි. මෙම පිටුව සිංහල සහ ඉංග්රීසි යන දෙකෙහිම උදාහරණ ලබා දෙයි.
වසර 5කට අඩු පළපුරුද්දක් ඇත්නම් පිටුවක්, ඊට වැඩි නම් උපරිම පිටු 2ක් ප්රමාණවත්. ප්රතිඵල හා අදාළ නොවන පැරණි job history වලින් අවම කර, ප්රමාණාත්මක බලපෑම ඇති කාර්යයන් මතම අවධානය යොමු කරන්න.
ඔව්, විශේෂයෙන් අත්දැකීම් අඩු නම්. Kaggle profile link එකක් (ranking සමඟ) සහ pinned GitHub repositories 2-3ක් — README එකක් සමඟ, model architecture සහ ප්රතිඵල පැහැදිලි කරන — CV එකේ contact/portfolio කොටසේ ඇතුළත් කරන්න.
Data analyst CV එකක් SQL, dashboards (Tableau/Power BI) සහ reporting මත වැඩි අවධානයක් යොමු කරයි. Data scientist CV එකක් ඊට අමතරව machine learning models, statistical modeling, deployment සහ experimentation (A/B testing) මත අවධානය යොමු කළ යුතුය — model එකක් production වෙත ගෙනගිය බවක් පෙන්වීම වැදගත්.
මෙම උදාහරණය ආභාසයක් ලෙස භාවිතා කරන්න. ඔබේ අත්දැකීම්වලට අනුවර්තනය කරන්න සහ මිනිත්තු කිහිපයකින් වෘත්තීය PDF එකක් බාගන්න. 100% නොමිලේ.
ඔබේ ජීව දත්ත පත්රිකාව සාදීම ආරම්භ කරන්නමෙම ජීව දත්ත පත්රිකා උදාහරණය භාෂා 63කින් ලබා ගත හැකිය:
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
Arabic
Persian
Urdu
Hebrew
Uzbek
Azerbaijani
Turkmen
Mongolian
GeorgianTibetan