如何写好一封吸引人眼球的数据工程师简历？

请记住，你要让自己显得 突出 。当雇主看你的简历时，并非只看你一份。他们会看许多简历，在你们之间比较，这其中就会不乏一些人为了让自己脱颖而夸张一点。过滤那些夸大的事实是雇主的任务。然而，在一个夸大了简历的候选人和一个简历欠缺的候选人之间做选择，我很可能会用夸大的简历对候选人。

我并不是说你应该在简历上撒谎，但是也千万不要使用能够让雇主误解的语言来认为低估你。

例如，你完成了一些在线数据科学课程，并且已经使用Python编程6个月左右了。你当然还不是世界专家级的Python程序员，但这并不意味着你就是“Python初学者”。

什么水平算是一个Python初学者？是有人不知道如何写一个forloop或者还是刚刚接触机器学习中的Scikit学习？这是非常不同的。使用Scikit-learn的人可能可以操作机器学习包生态系统，但是for-loop初学者可能甚至没有看到终端/命令窗口。你永远不知道雇主如何解释“初学者”。

所以请记住， 你不必夸大自己的技能，但也不要使用那些也许会低估你 技能的词汇。 不要低估自己。

作为一名数据科学家，很容易高估算法的重要性。关于如何实现各种机器学习模型有无数的教程，解决不同问题的新神经网络架构似乎每周都会出现。但事实是，使用模型只是一个好的数据科学家的一小部分。 最终，你必须证明你对于商业价值的理解和关 心。 我记得有一个候选人的简历，他应该有10年以上的数据科学经验。简历中充满了数据科学的流行语。这个候选人已经使用了各种算法来完成工作项目，并有非常好的评估指标评分。但是没有提到任何他所做的一切所带来的商业价值。这个项目产生了多少额外收入？ 90％分类精度的效率到底提高了多少？我可以一直问下去。 对于某个特定的项目，你的简历上的要点应该是这样的： “我使用了X 技术，它达到了Y，并转化为了Z这么多的价值”。 如果你无法将模型性能的输出与增加的商业价值联系起来，那么将失去巨大的印象分。 注意：如果你正在申请你的第一个角色，那么这不是一个问题，但是如果你现在已经在行业工作，那么你需要考虑你目前的项目是如何提供商业价值和增加您的简历对未来雇主的吸引力。 记住专注于价值。

很明显，简历应该是你和你的技能的展现，但这已经是2018年了！你所提供的可以远远超越于简单的简历。 你可能有一个博客，展示你的数据科学技能，或者你可能有视频，显示你精彩的演讲能力。 你至少应该 在 GitHub上有几个项目来证明你有一个基本的的技术水平。 你完全应该在简历中添加这些链接。也许雇主比一定会看，但你至少给了他们选择。谁知道呢，万一他们看的话，你很可能会打动他们哟。这其实是我看到的其中一个简历时遇到的。

其中一名候选人提供了他的博客链接，所以我好奇就点开看了看。在那里我看到了一些很棒的文章，其中一篇是关于我不熟悉的话题。我马上就看到这个候选人具有良好的技术知识和良好的书面沟通能力，所以我给出了面试（其他部分当然也是好的）。

所以 不要害怕，展现自我。

当你看一份工作简介时，几乎总是会有一个部分叫“所需技能”。这可能听起来很明显，但是 这些技能应该与你在简历中写的技能相匹配 （你不必与所有的技能相匹配，在很多情况下，甚至只有50％都可以）。所以一定确保你在你的简历中陈述这些技能。

我个人喜欢简历中的“技术技能”部分，因为可以一目了然的知道候选人有什么样的技能，而不需要通过大量的项目工作来简介体现。虽然有些人不同意这一点。这是相当主观的。

但是 无论你决定做什么，都要确保你 的简历中能够在很靠前的部分列写出这些技能。

大约6个月前，我看了我的一位博士后研究员的简历。我已经知道他们拥有初级数据科学家所需的基本技能，但是他们的简历并没有说明这个故事。直到第二页我才看到有关这部分的内容。大多数雇主是不可能有这样的耐心。这份简历很可能在看到第二页之前就被丢掉了。

所以 记得尽早说出你的相关技能。