Reimpreso de: https://towardsdatascience.com/how-to-build-a-data-science-portfolio-5f566517c79c
1. ¿Cómo puedo encontrar un trabajo sobre Data Science?
- Habilidades requeridas: estadísticas, aprendizaje automático, programación ...
- Tener una cartera de evidencia pública de sus habilidades de ciencia de datos.
- Experiencia. "Los proyectos son quizás los mejores sustitutos de la experiencia laboral".
- Sigue aprendiendo de tus experiencias de entrevista
2. ¿Cómo hacer un currículum?
- Longitud : Mantenlo simple y una página como máximo. Esto le brinda el mayor impacto para una rápida descremada. Recomienda un currículum simple de una columna, ya que es fácil de leer.
- Objetivo : no incluir uno. No te ayudan a distinguirte de otras personas. Le quitan espacio a las cosas más importantes (habilidades, proyectos, experiencia, etc.). Las cartas de presentación son extremadamente opcionales a menos que realmente lo personalice.
- Trabajo del curso : enumere el trabajo del curso relevante que sea aplicable para la descripción del trabajo.
- Habilidades : no otorgue calificaciones numéricas para sus habilidades. Si quieres valorarte en tus habilidades, usa palabras como competente o familiar o cosas así. Incluso puede excluir las evaluaciones por completo. Haga una lista de las habilidades técnicas que menciona la descripción del trabajo. El orden en el que enumera sus habilidades puede sugerir en qué es mejor.
- Proyectos : No enumere proyectos comunes o tareas. No son tan útiles para distinguirlo de otros solicitantes. Lista de proyectos que son novedosos. Mostrar resultados e incluir enlaces. Si participó en la competencia de Kaggle, coloque el rango de percentil, ya que ayuda a la persona que lee su currículum a comprender dónde se encuentra en la competencia. En las secciones de proyectos, siempre hay espacio para enlaces a escritos y documentos, ya que permiten que el gerente de contratación o el reclutador profundicen (sesgo a problemas desordenados del mundo real en los que aprende algo nuevo).
- Portafolio: Complete su presencia en línea. El más básico es un perfil de LinkedIn. Es algo así como un currículum extendido. Los perfiles de Github y Kaggle pueden ayudar a mostrar su trabajo. Complete cada perfil e incluya enlaces a otros sitios. Complete las descripciones para sus repositorios de GitHub. Incluya enlaces a sus perfiles / blog de intercambio de conocimientos (medio, quora). La ciencia de datos se trata específicamente de compartir el conocimiento y comunicar lo que los datos significan a otras personas. No tiene que hacerlos todos, pero elija algunos y hágalo.
- Experiencia : Adapte su experiencia hacia el trabajo. La experiencia es el núcleo de tu currículum, pero si no tienes experiencia laboral, ¿qué haces? Centra tu currículum en proyectos independientes, como proyectos finales, investigación independiente, trabajos de tesis o concursos de Kaggle. Estos son sustitutos de la experiencia laboral si no tiene experiencia laboral para incluir en su currículum. Evite poner experiencia irrelevante en su currículum.
