业界 | 数据科学简历通关指南,一文告诉你HR青睐哪些特质

2018 年 4 月 23 日 大数据文摘 文摘菌

大数据文摘作品

编译:蒋宝尚、龙牧雪


本文介绍如何针对数据科学工作准备简历。大多数技巧适用于想要进入数据科学行业并具有一定的知识水平的人。希望能够帮助对数据科学充满热情的你!


项目经验


你在学校参加数据科学的项目,能够写入简历么?这些项目经历能够使你大放异彩么?首先,学校中的大部分项目都是通过团队成员合力完成的,并且都有带队老师指导。其次你所参加的团队项目可能获得了奖项,但是你在团队中发挥的作用,通过奖项成果很难判断,只能判断出团队协作的有效性。


你的专业课程之外完成的数据科学项目,最能说明问题。因为如果你愿意花费自己的空闲时间完成一些项目,则能显示出一个人对数据科学的热情。更重要的是,课外项目的完成,在一定程度上能够显示出你的能力。


如果你打算用关键词解释你所做过的项目,例如机器学习模型、模型训练过程等。你要精心准备这些关键词的相关知识。特别实在技术面试时,HR倾向于要求面试者解释这些关键词,必须用通俗易懂的语言,确保外行能够理解这些专业术语。如果你不能浅显易懂的表达出来,那就说明你尚未理解这些术语。


团队工作


如果一个人要在数据科学甚至人工智能领域工作,那么能够在一个团队中工作是非常重要的,无论是领导还是团队成员的角色。因此,展示团队项目以及所取得的结果是很重要的,最好是量化你在团队中发挥的作用。专业的面试官通常会要求你分享一个合作项目的经验,因为,他可以就此判断你是否能够在一个团队中工作。


数学和统计背景


面试官很青睐那些有数学和统计功底的面试者,这一项技能可以从面试者所做过的项目一探究竟。


我通常会查看面试者数学和统计各方面的水平。我问受访者他们喜欢和不喜欢数学和统计的哪些方面,以确定他/她是否能用数据科学和AI所需的数学。


有些项目和工具确实有助于推断数学背景。可以通过查看他们使用的机器学习模型,询问面试者如何实现它以及如何看待实现过程,来了解面试的数学水平。面试官通常会问,在这些项目中面临的挑战是什么,选择一个特定的解决方案的原因,并尽可能地解释背后涉及的数学原理。


编程


在可能的情况下,应展示所写的代码,特别是如果代码是为数据科学项目编写的。面试官非常欢迎你展示其他编程语言,不一定必须是数据科学中使用的通用语言(R,Python,Scala)。


确保编码有据可查的。有着详细有意义的注解,包括代码在做什么,为什么代码需要以这种方式编写等等。主要目的是帮助面试官理解面试者通过编写代码并从项目中获得见解。


为了使数据科学工作具有可重现性、可解释性和负责任性,文档记录是非常重要的。展示思维过程对于面试官来说也是一个非常重要的考虑因素,可以帮助决定给新员工多少自主权。


因此,编写完备的代码非常重要,因为它可以表明潜在雇佣者的知识水平,技能和思维。


祝你好运!


原文链接:

https://towardsdatascience.com/preparing-your-data-science-resume-portfolio-22af6bada8b9


【今日机器学习概念】

Have a Great Definition

登录查看更多
3

相关内容

数据科学(英語:data science)是一门利用数据学习知识的学科,其目标是通过从数据中提取出有价值的部分来生产数据产品。 它结合了诸多领域中的理论和技术,包括应用数学、统计、模式识别、机器学习、数据可视化、数据仓库以及高性能计算。 数据科学通过运用各种相关的数据来帮助非专业人士理解问题。
专知会员服务
171+阅读 · 2020年6月4日
【2020新书】数据科学:十大Python项目,247页pdf
专知会员服务
212+阅读 · 2020年2月21日
医疗知识图谱构建与应用
专知会员服务
383+阅读 · 2019年9月25日
机器学习必备的数学基础有哪些?
人工智能头条
12+阅读 · 2019年10月18日
最难求职季如何斩获算法岗
AINLP
3+阅读 · 2019年4月25日
在 Google 工作六年半后,我还是选择离职了
开源中国
4+阅读 · 2018年10月21日
【干货】数据科学与机器学习面试指南
机器学习算法与Python学习
8+阅读 · 2018年8月15日
入坑机器学习,这10个知识点你要了解!
THU数据派
5+阅读 · 2017年9月15日
Adversarial Mutual Information for Text Generation
Arxiv
13+阅读 · 2020年6月30日
Deep Co-Training for Semi-Supervised Image Segmentation
Arxiv
15+阅读 · 2019年9月11日
Self-Attention Graph Pooling
Arxiv
5+阅读 · 2019年4月17日
Arxiv
7+阅读 · 2018年6月8日
VIP会员
相关资讯
机器学习必备的数学基础有哪些?
人工智能头条
12+阅读 · 2019年10月18日
最难求职季如何斩获算法岗
AINLP
3+阅读 · 2019年4月25日
在 Google 工作六年半后,我还是选择离职了
开源中国
4+阅读 · 2018年10月21日
【干货】数据科学与机器学习面试指南
机器学习算法与Python学习
8+阅读 · 2018年8月15日
入坑机器学习,这10个知识点你要了解!
THU数据派
5+阅读 · 2017年9月15日
相关论文
Adversarial Mutual Information for Text Generation
Arxiv
13+阅读 · 2020年6月30日
Deep Co-Training for Semi-Supervised Image Segmentation
Arxiv
15+阅读 · 2019年9月11日
Self-Attention Graph Pooling
Arxiv
5+阅读 · 2019年4月17日
Arxiv
7+阅读 · 2018年6月8日
Top
微信扫码咨询专知VIP会员