写简历就像盖房子，这4个方面决定了成败( 二 ) _简历

因此，优先考虑简历上展示什么和不展示什么是关键的一步。这不仅取决于你的知识和工作经验，还取决于你申请的岗位的性质。

例如，假设你曾经处理过NLP问题，接下来要申请NLP数据科学家岗位。然而，你在简历中提到的大多数项目都与基本的机器学习挑战有关。这个情况对你来说不太妙——可能由于招聘人员不知道你有能力处理NLP任务，而拒绝你的简历。

剔除信息是很困难的。但当我们想要得到青睐岗位时，这是必须付出的代价。浏览下表以便了解应该在简历的不同部分中包含或及剔除哪些信息：

文章插图

在技能部分，你应该关注技术技能或硬技能（而非软技能）。如今，几乎每个工作门户网站都会根据硬技能或与硬技能相关的关键字来筛选简历。

与此类似，在“经验”部分，你需要回顾过去所做的项目，并选择与你申请的岗位最相关的项目或职位。如果你想给项目添加细节，只需用一两句话或用要点来解释。注意：不要添加任何不涉及数据科学或分析问题解决的项目——从招聘人员的角度来看，这几乎没有任何价值。

你还可以添加相关证书、博客(如果有的话)、学术成就或在数据科学竞赛中的表现。

现在简历的基本模板已经准备好了。那么接下来应该怎么做?你的简历应该使人印象深刻，一起来看看如何达到这个目标。

内容简明清晰

要想简历从其他候选人中脱颖而出，可以结合以下几点:

· 使用主动语态而不是被动语态。这有助于使句子更简短，易于阅读。这会让简历看起来更有行动力。
· 你量化简历上每个项目中取得的成就的独特性和收益。例如，可以从增加收入、降低成本或投资回报等方面说明项目对业务的影响——这一点很重要，因为这是数据科学专业人员经常需要做的事情。你拥有把模棱两可的问题转化为数据科学的能力——你需要用简历来展示行业态度。

获得行业专家的反馈
现在简历已经准备好了，只剩最后一步需要做——那就是在简历上获得实际的、有经验的反馈。这一点很重要，因为当我们全心全意地致力于某件事情时，往往会忽视它的缺点和不足之处——这是人们的劣根性。纠正这个问题的唯一方法是让合适的人审阅你的工作。

例如，在Vidhya分析公司工作时，只要我写了关于某个项目的博客文章，就会让队友对它进行交叉检查和评论。这无疑给我的思路增加了一个新的视角，这些反馈对进一步改进文章大有裨益。

因此，要建立一份扎实的数据科学简历，必须让行业专家、数据科学家、主题专家等审阅。这就需要你的人脉——与业内人士分享你的简历，并听取他们的反馈。

你可以向这些人提出具体的问题。例如，在你所做的五个项目中，应该把哪三个放进简历里；或者如何量化你在大学或以前的组织中完成的某项任务。

塑造数字形象

到目前为止，我们已经看到了撰写一份优秀的数据科学简历所需的基本要素。然而，在当今这个竞争激烈的世界，仅仅拥有一份好的简历可能还不足以让你接面试电话接到手软——尤其当你申请的职位是数据科学家时。

你的简历也应该加上数字资料。

我们正处于数字革命中。毋庸置疑招聘过程中也会考虑到这一点。

举个例子。我每周都会进行一些数据科学的面试。在我打电话或进入面试室之前，我总是要查阅两项内容:

· 候选人的GitHub简介
· 他/她在LinkedIn上的个人资料

我还会查看他们在这两个平台上提到的项目——项目是否与当前所申请的职位相关?这可以帮助我可视化候选人的个人资料，这样一来我就可以用特定方式来组织我的问题。我还可以判断应聘者在简历中提到的技能是否反映在他们的GitHub个人资料中。