தமிழ்
ஒரு தொழில்முறை தரவு விஞ்ஞானி தொழில்வாழ்க்கைக் குறிப்பு இயந்திர கற்றல், புள்ளியியல் பகுப்பாய்வு மற்றும் தரவு சார்ந்த வணிக முடிவுகளை எவ்வாறு முன்னிலைப்படுத்துகிறது என்பதைப் பாருங்கள். இந்த எடுத்துக்காட்டை உங்கள் அனுபவங்களுக்கு ஏற்ப மாற்றுங்கள்.
உங்கள் தொழில்வாழ்க்கைக் குறிப்பை உருவாக்கத் தொடங்குங்கள்
மூத்த தரவு விஞ்ஞானி
இயந்திர கற்றல், புள்ளியியல் மற்றும் Python ஆகியவற்றில் 5 ஆண்டுகளுக்கும் மேலான அனுபவம் கொண்ட தரவு விஞ்ஞானி. வருவாயை 3.2 மில்லியன் டாலர் அதிகரித்த மற்றும் மோசடி இழப்புகளை 800 ஆயிரம் டாலர் குறைத்த முன்கணிப்பு மாதிரிகளை உருவாக்கினார். Python, R, SQL, TensorFlow மற்றும் PyTorch ஆகியவற்றில் திறமையானவர். இயற்கை மொழி செயலாக்கம் (NLP) துறையில் ஆய்வுக் கட்டுரைகள் வெளியிட்ட ஆராய்ச்சியாளர்.
RetailAI Corp
பிப். 2022 – தற்போது
HealthTech Analytics
ஜூன் 2020 – ஜன. 2022
Market Insights Group
ஆக. 2018 – மே 2020
சென்னைப் பல்கலைக்கழகம், புள்ளியியல் துறை
2016 - 2018
இந்தியன் இன்ஸ்டிட்யூட் ஆஃப் டெக்னாலஜி மெட்ராஸ்
2012 - 2016
Coursera / deeplearning.ai
2021
AWS
2023
Coursera / Columbia
2022
இது ஒரு மாதிரி தொழில்வாழ்க்கைக் குறிப்பு. எங்கள் இலவச தொழில்வாழ்க்கைக் குறிப்பு உருவாக்கியைப் பயன்படுத்தி உங்கள் அனுபவங்களுக்கு ஏற்ப மாற்றுங்கள்.
வெறுமனே 'மாதிரி உருவாக்கினேன்' என்று சொல்ல வேண்டாம். 'ஆண்டுக்கு 3.2 மில்லியன் டாலர் சேமிக்கும் இழப்பு முன்கணிப்பு மாதிரியை உருவாக்கினேன்' என்று சொல்லுங்கள். தொழில்நுட்ப வேலையை வணிக முடிவுகளாக மாற்றுங்கள்.
துல்லியம், F1 மதிப்பெண்கள், AUC-ROC ஆகியவற்றைச் சேர்க்கவும். '92% துல்லியத்தை அடைந்தது' உங்கள் மாதிரிகள் செயல்படுகின்றன என்பதை நிரூபிக்கிறது.
தரவு விஞ்ஞானம் என்பது மாதிரியாக்கம் மட்டும் அல்ல. தரவு சுத்திகரிப்பு, அம்ச பொறியியல், வரிசைப்படுத்தல் மற்றும் கண்காணிப்பு ஆகியவற்றைக் குறிப்பிடுங்கள்.
வெளியிடப்பட்ட கட்டுரைகள், மாநாட்டு விளக்கக்காட்சிகள் மற்றும் திறந்த மூல திட்டங்களுக்கான பங்களிப்புகள் சிந்தனைத் தலைமையை வெளிப்படுத்துகின்றன.
ஒரு சிறந்த தரவு விஞ்ஞானி தொழில்வாழ்க்கைக் குறிப்பு வெறும் கருவிகளின் பட்டியல் அல்ல - இது உங்கள் மாதிரிகள் மற்றும் பகுப்பாய்வுகள் நிறுவனத்திற்கு எவ்வளவு மதிப்பு சேர்த்தன என்பதைக் காட்ட வேண்டும். கீழே உள்ள 5 படிகளைப் பின்பற்றி, ஆட்சேர்ப்பாளர்களும் ATS அமைப்புகளும் கவனிக்கும் வகையில் உங்கள் குறிப்பை உருவாக்குங்கள்.
உங்கள் தொழில்வாழ்க்கைக் குறிப்பின் மேல் பகுதியில் 3 வரிகளில் ஒரு சக்திவாய்ந்த சுருக்கத்தை வையுங்கள். உங்கள் அனுபவ ஆண்டுகள், கவனம் செலுத்தும் துறை (சில்லறை, நிதி, சுகாதாரம் போன்றவை), முக்கிய கருவிகள் (Python, SQL, TensorFlow) மற்றும் ஒரு தெளிவான வணிகத் தாக்க எண்ணைச் சேர்க்கவும். எடுத்துக்காட்டாக, 'வருவாயை 20% அதிகரித்த முன்கணிப்பு மாதிரிகளை உருவாக்கிய 4 ஆண்டு அனுபவமுள்ள தரவு விஞ்ஞானி' போன்ற வாக்கியம் ஆட்சேர்ப்பாளரின் கவனத்தை உடனடியாக ஈர்க்கும். பொதுவான வார்த்தைகளைத் தவிர்த்து, குறிப்பிட்ட எண்கள் மற்றும் முடிவுகளில் கவனம் செலுத்துங்கள்.
ஒவ்வொரு பணி புள்ளியையும் ஒரு செயல் வினைச்சொல்லுடன் தொடங்கி, பயன்படுத்திய முறை/கருவியைக் குறிப்பிட்டு, அளவிடக்கூடிய முடிவுடன் முடிக்கவும். மாதிரி துல்லியம் அல்லது AUC அதிகரிப்பு, சேமிக்கப்பட்ட வருவாயம் அல்லது செலவு, செயலாக்கப்பட்ட தரவு அளவு, குழாய்வழி தாமதம் குறைப்பு, A/B சோதனை முடிவுகள் ஆகியவற்றைக் குறிப்பிடுங்கள். எடுத்துக்காட்டு: 'XGBoost பயன்படுத்தி வாடிக்கையாளர் இழப்பு மாதிரியை உருவாக்கி, துல்லியத்தை 87%-க்கு உயர்த்தி ஆண்டுக்கு ரூ.2 கோடி வருவாய இழப்பைத் தடுத்தேன்.' இது போன்ற ஒரு வலுவான வரி உங்கள் தாக்கத்தை உடனடியாக நிரூபிக்கும்.
திறன்களை மொழிகள் (Python, R, SQL), இயந்திர கற்றல் நூலகங்கள் (Scikit-learn, XGBoost, PyTorch), தரவு/உள்கட்டமைப்பு (Spark, Airflow, dbt, AWS/GCP) மற்றும் காட்சிப்படுத்தல் (Tableau, Power BI) என தெளிவான குழுக்களாகப் பிரியுங்கள். வேலை விளம்பரத்தில் குறிப்பிடப்பட்ட கருவிகளையும் அதே சொற்களில் பயன்படுத்துங்கள் - இது ATS வடிகட்டிகளைக் கடக்க உதவும். உங்களுக்குத் தெரியாத கருவிகளைச் சேர்க்க வேண்டாம்; நேர்காணலில் அது வெளிப்படும்.
அனுபவம் குறைவாக இருந்தால், Kaggle போட்டிகள், GitHub-இல் உள்ள end-to-end திட்டங்கள் மற்றும் தனிப்பட்ட பகுப்பாய்வுகளை முன்னிலைப்படுத்துங்கள். ஒவ்வொரு திட்டத்தையும் ஒரு வணிக பிரச்சனையாக விவரித்து, பயன்படுத்திய முறை மற்றும் முடிவைக் குறிப்பிடுங்கள். பத்து Jupyter notebook-களை விட, deploy செய்யப்பட்ட ஒரு மாதிரி (Flask/Streamlit API போன்றவை) அதிக மதிப்புடையது என்பதை நினைவில் கொள்ளுங்கள். உங்கள் GitHub மற்றும் Kaggle சுயவிவர இணைப்புகளை தொழில்வாழ்க்கைக் குறிப்பின் மேல் பகுதியில் சேர்க்கவும்.
பட்டப்படிப்பு விவரங்களுடன் AWS/GCP/Azure மேகக் கணிப்பு அல்லது இயந்திர கற்றல் சான்றிதழ்களைச் சேர்க்கவும் - இவை முறையான பட்டம் இல்லாத இடைவெளியை நிரப்ப உதவும். இறுதியாக, தொழில்வாழ்க்கைக் குறிப்பை ஒரே நெடுவரிசையில் வடிவமைத்து, அட்டவணைகள், படங்கள் அல்லது வரைபடங்களைத் தவிர்த்து, PDF வடிவத்தில் சேமிக்கவும். இது ATS மென்பொருள் உங்கள் தகவலைச் சரியாகப் படிக்க உதவும்.
உங்கள் அனுபவ நிலைக்கு ஏற்ற சுருக்கத்தைத் தேர்ந்தெடுத்து, உங்கள் சொந்த எண்கள் மற்றும் கருவிகளுடன் மாற்றியமைக்கவும்.
புள்ளியியலில் முதுகலைப் பட்டம் பெற்ற, Python, pandas மற்றும் Scikit-learn-இல் திறமையான தரவு விஞ்ஞானி. பயிற்சி காலத்தில் வாடிக்கையாளர் பிரிவு பகுப்பாய்வு மற்றும் A/B சோதனை மாதிரிகளை உருவாக்கினேன், இது மார்க்கெட்டிங் மாற்று விகிதத்தை 12% மேம்படுத்த உதவியது. SQL, தரவு காட்சிப்படுத்தல் மற்றும் புள்ளியியல் சோதனையில் வலுவான அடித்தளம் கொண்டவர். புதிய சவால்களைக் கற்றுக்கொள்ள ஆர்வமுள்ள, குழுவாகப் பணியாற்றும் திறன் மிக்கவர்.
இயந்திர கற்றல் தளங்கள், XGBoost மற்றும் PyTorch-இல் நிபுணத்துவம் கொண்ட 8+ ஆண்டு அனுபவமுள்ள மூத்த தரவு விஞ்ஞானி. Spark பயன்படுத்தி பெரிய அளவிலான தரவு குழாய்வழிகளை வடிவமைத்து, முன்கணிப்பு மாதிரிகள் மூலம் ஆண்டு வருவாயில் ரூ.15 கோடி அதிகரிப்பு ஏற்படுத்தினேன். 6 பேர் கொண்ட தரவு விஞ்ஞானிகள் குழுவை வழிநடத்தி, மாதிரி வரிசைப்படுத்தல் (MLOps) நடைமுறைகளை நிறுவினேன். தலைமைத்துவம் மற்றும் பங்குதாரர் தொடர்பில் சிறந்து விளங்குபவர்.
5 ஆண்டுகள் வணிக பகுப்பாய்வாளராகப் பணியாற்றிய பின், இயந்திர கற்றலில் சான்றிதழ் பெற்று தரவு விஞ்ஞானத்திற்கு மாறியுள்ளேன். SQL, Tableau மற்றும் புள்ளியியல் அறிக்கையிடலில் வலுவான அடித்தளத்துடன், Python, Scikit-learn மற்றும் தனிப்பட்ட Kaggle திட்டங்கள் மூலம் மாதிரியாக்கத் திறன்களை வளர்த்துக் கொண்டேன். வணிகப் புரிதலையும் தொழில்நுட்ப திறனையும் இணைத்து, நடைமுறை தீர்வுகளை வழங்குபவர்.
வேலை விவரணையில் உள்ள சரியான வார்த்தைகளையே பயன்படுத்துங்கள் - ஆட்சேர்ப்பாளர்களும் ATS மென்பொருளும் இவற்றைத்தான் தேடுகின்றன.
திறன் பிரிவிலும் பணி அனுபவப் புள்ளிகளிலும் இயல்பாகக் குறிப்பிடவும் - எந்த நூலகங்களைப் பயன்படுத்தினீர்கள் என்பதையும் சேர்க்கவும்.
தரவு பிரித்தெடுத்தல் மற்றும் பகுப்பாய்வுக்குப் பயன்படுத்திய திறனாக, குறிப்பிட்ட தரவுத்தள வகைகளுடன் (PostgreSQL, MySQL) குறிப்பிடுங்கள்.
பொதுவான சொற்றொடராக மட்டும் அல்லாமல், எந்த வகை மாதிரிகளை (classification, regression) உருவாக்கினீர்கள் என்று விவரிக்கவும்.
நரம்பியல் வலையமைப்புகளுடன் பணிபுரிந்திருந்தால் மட்டும் சேர்க்கவும், TensorFlow அல்லது PyTorch பெயருடன்.
சோதனை வடிவமைப்பு மற்றும் புள்ளியியல் முக்கியத்துவ சோதனையில் உங்கள் பங்கை விவரிக்கும்போது பயன்படுத்துங்கள்.
hypothesis testing, regression analysis போன்ற குறிப்பிட்ட நுட்பங்களுடன் இணைத்துக் குறிப்பிடவும்.
உரை பகுப்பாய்வு அல்லது sentiment analysis திட்டங்களில் பணிபுரிந்திருந்தால் இதைச் சேர்க்கவும்.
மாதிரி வரிசைப்படுத்தல், கண்காணிப்பு மற்றும் CI/CD குழாய்வழிகளில் ஈடுபாடு இருந்தால் குறிப்பிடுங்கள்.
Airflow, dbt அல்லது Spark போன்ற கருவிகளுடன் இணைத்து குறிப்பிடவும்.
தொழில்நுட்பமற்ற குழுக்களுக்கு முடிவுகளை எவ்வாறு விளக்கினீர்கள் என்பதை ஒரு உதாரணத்துடன் காட்டுங்கள்.
உங்கள் வேலையை மறுஎழுத்து செய்யும்போது, செயல் வினைச்சொல் + கருவி/முறை + அளவிடக்கூடிய முடிவு என்ற வடிவத்தைப் பின்பற்றுங்கள்.
வாடிக்கையாளர் இழப்பைக் கணிக்க ஒரு மாதிரியை உருவாக்கினேன்.
XGBoost பயன்படுத்தி வாடிக்கையாளர் இழப்பு முன்கணிப்பு மாதிரியை உருவாக்கி, 89% துல்லியத்தை அடைந்து, இலக்கு தக்கவைப்பு பிரச்சாரங்கள் மூலம் ஆண்டுக்கு ரூ.2.5 கோடி வருவாய இழப்பைத் தடுத்தேன்.
தரவு குழாய்வழிகளை பராமரித்தேன்.
Airflow மற்றும் Spark பயன்படுத்தி நாள்தோறும் 50 மில்லியன் பதிவுகளை செயலாக்கும் ETL குழாய்வழியை மறுவடிவமைத்து, செயலாக்க நேரத்தை 6 மணி நேரத்திலிருந்து 45 நிமிடங்களாகக் குறைத்தேன்.
பங்குதாரர்களுக்கான தரவு அறிக்கைகளை உருவாக்கினேன்.
தயாரிப்புக் குழுவுடன் இணைந்து 12 A/B சோதனைகளை வடிவமைத்து நடத்தி, முடிவுகளை நிர்வாகத்திற்கு வழங்கி, புதிய பரிந்துரை அம்சத்தை ஏற்றுக்கொள்ள வைத்து பயனர் ஈடுபாட்டை 22% அதிகரித்தேன்.
தரவு விஞ்ஞானியின் தொழில்வாழ்க்கைக் குறிப்பில் அளவிடக்கூடிய சாதனைகளுடன் கூடிய தொழில்முறை சுருக்கம், தொழில்நுட்ப திறன்கள் (Python, R, SQL, இயந்திர கற்றல் கட்டமைப்புகள்), குறிப்பிட்ட முடிவுகளுடன் கூடிய பணி அனுபவம், கல்வி, தொடர்புடைய சான்றிதழ்கள் மற்றும் வெளியீடுகள் இருக்க வேண்டும். உங்கள் திட்டங்களின் வணிகத் தாக்கத்தில் கவனம் செலுத்த வேண்டும்.
முதுகலைப் பட்டம் கட்டாயம் இல்லை, ஆனால் ஒரு நன்மையாக இருக்கலாம். பல வெற்றிகரமான தரவு விஞ்ஞானிகள் சான்றிதழ்கள் மற்றும் நடைமுறை அனுபவத்தால் நிரப்பப்பட்ட இளங்கலைப் பட்டம் கொண்டுள்ளனர். திட்டங்கள், திறன்கள் மற்றும் அளவிடக்கூடிய முடிவுகளில் கவனம் செலுத்துவது மேம்பட்ட பட்டம் இல்லாததை ஈடுசெய்யலாம்.
வேலை விவரணையிலிருந்து முக்கிய வார்த்தைகளைப் பயன்படுத்துங்கள், தொழில்நுட்ப திறன்களை தெளிவாகப் பட்டியலிடுங்கள், நிலையான பிரிவு பெயர்களைப் பயன்படுத்துங்கள், சிக்கலான வடிவமைப்பு மற்றும் வரைபடங்களைத் தவிர்க்கவும், பொதுவான கோப்பு வடிவங்களைப் பயன்படுத்துங்கள். Python, TensorFlow மற்றும் SQL போன்ற குறிப்பிட்ட கருவிகள் மற்றும் தொழில்நுட்பங்களைச் சேர்க்கவும்.
ஆம்! எங்கள் இலவச தொழில்வாழ்க்கைக் குறிப்பு உருவாக்கி ஒரு தொழில்முறை தரவு விஞ்ஞானி தொழில்வாழ்க்கைக் குறிப்பை உருவாக்க உங்களை அனுமதிக்கிறது. இந்த எடுத்துக்காட்டை உத்வேகமாகப் பயன்படுத்துங்கள், உங்கள் அனுபவங்களுக்கு ஏற்ப மாற்றுங்கள், சில நிமிடங்களில் தொழில்முறை PDF ஐ பதிவிறக்கவும்.
ஆம், NoBsResume-இல் இந்த தரவு விஞ்ஞானி எடுத்துக்காட்டை நேரடியாக இலவச உருவாக்கியில் திறந்து, உங்கள் விவரங்களுடன் திருத்தலாம். 3 ATS-நட்பு வார்ப்புருக்கள் கிடைக்கின்றன, பதிவு தேவையில்லை, சில நிமிடங்களில் உயர்தர PDF-ஐ உடனடியாகப் பதிவிறக்கலாம்.
கல்விக் கருத்திட்டங்கள், Kaggle போட்டிகள், internship வேலைகள் மற்றும் தனிப்பட்ட GitHub திட்டங்களை மையமாக வையுங்கள். ஒவ்வொரு திட்டத்திற்கும் பயன்படுத்திய கருவி மற்றும் அடைந்த முடிவைக் குறிப்பிடுங்கள். சான்றிதழ்கள் (Coursera, AWS ML) அனுபவமின்மையை ஈடுசெய்ய உதவும்.
இந்தியாவில் தொழில்நுட்பம் மற்றும் தரவு அறிவியல் வேலைகளுக்கு பெரும்பாலான நிறுவனங்கள் ஆங்கில தொழில்வாழ்க்கைக் குறிப்பையே எதிர்பார்க்கின்றன, குறிப்பாக பெங்களூரு, சென்னை, ஹைதராபாத் போன்ற தொழில்நுட்ப மையங்களில். இந்தப் பக்கம் தமிழில் விளக்கங்களை வழங்கினாலும், உங்கள் இறுதி தொழில்வாழ்க்கைக் குறிப்பை ஆங்கிலத்தில் தயாரிப்பதே பரிந்துரைக்கப்படுகிறது.
5 ஆண்டுகளுக்குக் குறைவான அனுபவமுள்ளவர்களுக்கு ஒரு பக்கம், அதற்கு மேற்பட்டவர்களுக்கு அதிகபட்சம் இரண்டு பக்கங்கள் போதுமானது. ஆட்சேர்ப்பாளர்கள் ஒவ்வொரு தொழில்வாழ்க்கைக் குறிப்பையும் சில வினாடிகள் மட்டுமே பார்க்கின்றனர், எனவே மிக முக்கியமான, அளவிடக்கூடிய சாதனைகளை மட்டும் சேர்க்கவும்.
நிச்சயமாக சேர்க்க வேண்டும். Kaggle தரவரிசை/பதக்கங்கள் மற்றும் GitHub-இல் உள்ள, நன்கு ஆவணப்படுத்தப்பட்ட திட்டங்கள் உங்கள் நடைமுறை திறனை ஆட்சேர்ப்பாளர்களுக்கு நேரடியாக நிரூபிக்கின்றன. இணைப்புகளை தனிப்பட்ட தகவல் பகுதியில் LinkedIn-உடன் சேர்த்து வையுங்கள்.
தரவு பகுப்பாய்வாளர் குறிப்பு SQL, Excel மற்றும் காட்சிப்படுத்தல் மூலம் தரவிலிருந்து நுண்ணறிவுகளை எடுப்பதில் கவனம் செலுத்துகிறது, தரவு விஞ்ஞானி குறிப்போ அதற்கு மேலாக இயந்திர கற்றல் மாதிரியாக்கம், புள்ளியியல் நிரூபணம் மற்றும் மென்பொருள் பொறியியல் திறன்களையும் காட்ட வேண்டும். இரண்டு பாத்திரங்களுக்கும் இடையே நகரும்போது இந்த வேறுபாட்டை தெளிவாக்குங்கள்.
இந்த எடுத்துக்காட்டை உத்வேகமாகப் பயன்படுத்துங்கள். உங்கள் அனுபவங்களுக்கு ஏற்ப மாற்றி சில நிமிடங்களில் தொழில்முறை PDF ஐ பதிவிறக்கவும். 100% இலவசம்.
உங்கள் தொழில்வாழ்க்கைக் குறிப்பை உருவாக்கத் தொடங்குங்கள்இந்த மாதிரி தொழில்வாழ்க்கைக் குறிப்பு 63 மொழிகளில் கிடைக்கிறது:
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
BengaliTeluguMarathiGujaratiKannadaMalayalamPunjabi
Sinhala
Arabic
Persian
Urdu
Hebrew
Uzbek
Azerbaijani
Turkmen
Mongolian
GeorgianTibetan