大家好我是篱笆教育的Rain老师，也是一名数据科学家。我们都知道投递简历是找工作的第一步，简历的好坏，就直接决定了你能否进入到后续的OA或者面试的环节。而在当前比较恶劣的求职大环境下，一个data方向的岗位，可能会有几百甚至上千的求职者投递，而90%以上的简历都会被直接刷掉。那么今天我就想跟大家分享一下，就是我在求职过程当中，积累了几个data方向的简历修改技巧和建议，希望能够帮助大家更有机会成为那幸运的10%。

 

首先我们需要知道，很多公司他会有一个自动的简历初筛系统，是用来过滤掉一批不太符合的简历，然后再进行人工的这样一个审核。而人工的审核是他们往往可能也只会花10秒钟在每一份简历上，那么为了通过这个初筛系统，只在短短的10秒的浏览当中就吸引到recruiter，我的第一个建议是我们要根据job description来highlight一些关键词，突出你跟这个岗位的契合度。那么我自己在申请的岗位时通常是这么做的：我会把整个JD复制粘贴到自己的文档里仔细阅读一遍，然后提取出其中的一些要点，也就是说这个公司希望我能够拥有的一些技能或者经历。

 

那比如在下面这段话中我们就能提取出加粗的那几个关键词。

 

我们可以看到这虽然是个DS的岗位，但是它要求一些DA的技能。Dashboard也有会要求你掌握一些前端web应用开发的技能，当然它也包括了DS本身data pipeline的一个掌握。那么这个时候你就需要对你的简历进行针对性的修改，如果这些关键词已经出现在你的简历当中了，你就可以直接把它们加粗，也可以打破时间的顺序，把包含这些的那段工作或者项目经历直接放到第一位来。如果没有直接设计，那么我们就需要想方设法地修改简历让它往这些技能点上靠，有的JD它也会直接列出一个requirement或者qualifications栏，这样有助于我们快速定位到这个岗位的技能要求。比如以下就是一个qualifications的一个例子

 

那么在我们的简历满足了这个岗位的基本要求后，如何进一步让他脱颖而出呢？我的第二个建议就是我们可以用一到两段的经历突出你能力的多样性。比如在刚才例子当中我们也看到了，虽然它是一个DS的岗位但是它涉及了DA甚至SDE的技能。其实这种情况发生在很多，尤其是entry level的一些岗位当中。因为对于很多new grad学生来说，他们的方向其实还没有完全的确定，公司仍是非常愿意去培养他们学习不同领域的新东西，这样也有助于他们在实际的工作当中与不同department的人进行合作。

 

那么假设你想申请DS的岗位，但你之前有过AI方向比如说NLP或者软件开发的一些经历，你就完全可以把它们写进简历当中去来突出你的多样性，你是有能力去理解甚至完成一些跨领域跨部门的交叉型任务。这个绝对会是你的一个加分项，同时这也能弥补了很多刚毕业的学生在某一个具体方向上经历不够的这样一个问题。当然我需要再强调一下，这一点是建立在你已经有很符合这个岗位要求的某几项经历的基础上来作为锦上添花的优化。

 

那么最后一点我想说说，我们如何来包装某一段的经历让它变得高大上且不空洞。具体有以下3个技巧：第一个是我们可以套用一些比如说STAR模板或者Google的XYZ公式，来讲述我们某一段经历当中每一个bullet point的内容。第二点是我们要选择一些强力且具体的动词来作为每一句的开头。比如说我会倾向于用led、drove、created、optimized、improved这样的动词，而不是用一些很空的很虚的像did、Coded、completed这样的一些动词。那么最后一个技巧是我们需要在data相关的一些经历中加入一些数字，来量化你所做项目的一些impact。这个是在data的一些简历当中非常关键的一点，那么这些数字可以是一些business metric就像下面这个例子当中所示的

 

当然我也理解对于一些很多没有实习或者工作经验的同学，如果你之前的项目没有涉及到business我们也可以用一些其他方式来代替。比如说它可以是衡量model performance的一些metric，像accuracy，recall，或者是说我处理了多少数据、我设计了什么算法、减少了多少训练时间甚至是我写了多少行代码等等，这些都可以作为我用数字去量化它的一个例子。

 

那么以上就是今天我想为大家分享的3点技巧和建议，下次我将为大家介绍如何开展第一个Kaggle data science项目，希望大家能够关注谢谢！