CV cho vai trò chuyên viên phân tích dữ liệu hoặc nhà khoa học dữ liệu khác CV kỹ sư phần mềm nói chung chủ yếu ở chỗ nào được nhấn mạnh, chứ không phải ở hình thức cơ bản. Kinh nghiệm theo thứ tự thời gian ngược, một phần tóm tắt ngắn gọn và các gạch đầu dòng tập trung vào kết quả vẫn áp dụng, nhưng một CV thiên về dữ liệu sẽ dẫn dắt bằng câu hỏi mà một phân tích đã trả lời và quyết định mà nó đã thay đổi, đồng thời nêu trung thực quy mô và nguồn của dữ liệu, thay vì dựa vào pipeline hay mô hình đã tạo ra câu trả lời đó. Một bảng điều khiển hoàn chỉnh, một mô hình đã huấn luyện hay một pipeline gọn gàng không phải là kết quả đáng nêu trên CV; quyết định mà một nhóm đã thay đổi nhờ nó mới là điều đáng nêu.
Vì sao trọng tâm thay đổi với công việc nặng về dữ liệu
CV của một kỹ sư phần mềm nói chung thường được ghi nhận nhờ những gì đã ra mắt: một tính năng, một dịch vụ, một hệ thống hiện đang chạy trong môi trường thực tế mà người dùng có thể chỉ ra. Công việc nặng về dữ liệu thường mang lại một loại kết quả khác. Một báo cáo mà đội ngũ lãnh đạo dùng để chọn giữa hai kế hoạch, một phân khúc khách hàng làm thay đổi cách chia ngân sách marketing, một kiểm tra phát hiện vấn đề thật trong tập dữ liệu trước khi nó lan đến hệ thống phía sau, không điều nào trong số đó hiện rõ như một tính năng đã ra mắt. CV cho loại vai trò này phải nêu rõ quyết định đó thay vì giả định người đọc tự liên hệ một biểu đồ hay một mô hình với những gì xảy ra sau đó. Cách trình bày này đặc biệt quan trọng với vai trò chuyên viên phân tích và nhà khoa học dữ liệu, nơi kết quả hằng ngày thường là câu trả lời cho một câu hỏi ai đó thực sự đặt ra, chứ không phải một tính năng người dùng tương tác trực tiếp.
Nêu rõ câu hỏi mà dự án trả lời, không chỉ công cụ đã dùng
Một gạch đầu dòng mở đầu bằng công cụ, "Xây dựng mô hình dự đoán khách hàng rời bỏ bằng Python với scikit-learn", cho người đọc biết công nghệ nào đã được dùng trước khi cho họ biết vì sao công việc đó quan trọng. Một gạch đầu dòng mở đầu bằng câu hỏi mà công việc trả lời sẽ cho người đọc thấy kết quả trước tiên: bước onboarding nào trong số nhiều bước dự đoán tốt nhất việc khách hàng hủy trong hai tháng đầu, liệu một thay đổi giá đề xuất có khả năng làm giảm lượt đăng ký ở một khu vực nhất định hay không, trong hai thay đổi sản phẩm cạnh tranh nhau, đội nên ưu tiên cái nào. Công cụ vẫn thuộc về gạch đầu dòng đó, chỉ là xuất hiện sau, khi người đọc đã biết vì sao phân tích đó tồn tại ngay từ đầu. Thứ tự này quan trọng hơn với công việc nặng về dữ liệu so với nhiều công việc kỹ thuật khác, vì câu hỏi mà một phân tích được xây dựng để trả lời thường là điều dễ hiểu nhất đối với người đọc bên ngoài nhóm.
Mô tả dữ liệu trung thực: quy mô, nguồn và phạm vi
Nêu rõ quy mô và hình dạng của dữ liệu mà một dự án thực sự đã xử lý cho người đọc cảm nhận về tầm cỡ mà không cần đến một con số chính xác bịa ra. Một mô tả trung thực nêu những điều bạn thực sự nhớ được hoặc có thể kiểm tra lại: ước chừng bao nhiêu bản ghi hoặc dòng dữ liệu liên quan, bao nhiêu nguồn riêng biệt được kết hợp để tạo tập dữ liệu, dữ liệu trải dài bao xa về trước, và công việc chạy một lần như một phân tích đơn lẻ hay theo lịch định kỳ. Nêu phạm vi một cách trung thực, ví dụ "kết hợp dữ liệu từ ba hệ thống nội bộ trong khoảng hai năm hoạt động", sẽ đứng vững trước một câu hỏi tiếp theo theo cách mà một con số thống kê bịa ra, không thể kiểm chứng về tác động của phân tích không thể làm được. Khi một phân tích thực sự làm thay đổi một chỉ số được theo dõi và con số đó vẫn có thể chỉ ra được, nó xứng đáng xuất hiện trên CV như đã nêu trực tiếp; khi không có con số đó, phạm vi và quyết định mà nó tạo ra vẫn đủ sức nặng cho gạch đầu dòng.
Nhóm công cụ theo vị trí của chúng trong pipeline
Danh sách công cụ của một vai trò dữ liệu thường trải rộng từ ngôn ngữ truy vấn, thư viện mô hình hóa, công cụ trực quan hóa đến hệ thống lập lịch hoặc điều phối, tất cả cùng lúc, và việc nhóm danh sách đó theo vị trí mỗi công cụ nằm trong pipeline, thu thập, biến đổi, phân tích và mô hình hóa, rồi báo cáo hoặc trực quan hóa, giúp người đọc nắm nhanh hình dạng kinh nghiệm của ứng viên hơn là một dòng dài không phân loại. Người đọc tìm kiếm ai đó thoải mái sở hữu toàn bộ pipeline có thể thấy ngay hình dạng đó từ bốn nhóm ngắn theo giai đoạn pipeline, còn người đọc tìm kiếm cụ thể kinh nghiệm mô hình hóa có thể đi thẳng đến nhóm đó thay vì đọc qua một công cụ lập lịch và một công cụ trực quan hóa mới tìm thấy nó.
Ví dụ minh họa: một gạch đầu dòng xây dựng quanh một quyết định mà nó tạo ra
Ví dụ minh họa trước và sau. Trước, dẫn dắt bằng công cụ: "Dùng SQL và Python để phân tích dữ liệu sử dụng của khách hàng và xây dựng mô hình dự đoán rời bỏ." Sau, dẫn dắt bằng câu hỏi và quyết định: "Phân tích khoảng mười tám tháng dữ liệu sử dụng trên hai dòng sản phẩm để xác định bước onboarding nào dự đoán tốt nhất việc hủy trong sáu mươi ngày; phát hiện này khiến đội sản phẩm thiết kế lại đúng bước đó thay vì toàn bộ luồng onboarding." Không có gì trong phiên bản viết lại bịa ra một tỷ lệ phần trăm hay một kết quả mà người đó không thể mô tả thực sự; nó nêu câu hỏi, phạm vi ước chừng của dữ liệu và quyết định mà phát hiện đó tạo ra, tất cả đều là những điều người đó thực sự chứng kiến.
Việc định lượng tác động vẫn áp dụng ở đâu
Cùng một sự thận trọng khi bịa ra một con số áp dụng ở đây giống như bất kỳ nơi nào khác trên CV: một con số thật, hiện vẫn có thể kiểm tra được từ bảng điều khiển hay một báo cáo đáng để nêu trực tiếp, còn một ấn tượng nhớ lại được làm tròn thành một tỷ lệ phần trăm gọn gàng thì không. Định lượng tác động kỹ thuật trên CV mà không bịa ra con số đi sâu hơn vào sự khác biệt này, và cách tiếp cận dựa trên phạm vi và quyết định tương tự áp dụng tốt cho một gạch đầu dòng nặng về dữ liệu như với một gạch đầu dòng kỹ thuật nói chung.
Xây dựng CV của bạn
Mẫu Developer của CVBuilderKit được xây dựng quanh các mục dẫn dắt bằng dự án và kết quả, phù hợp với danh sách dự án của chuyên viên phân tích dữ liệu hay nhà khoa học dữ liệu cũng như phù hợp với mã ứng dụng. Bắt đầu từ mẫu đó, hoặc từ một tài liệu trống, trong trình tạo CV, và dẫn dắt mỗi gạch đầu dòng bằng câu hỏi mà dự án trả lời trước khi nêu tên công cụ đã trả lời câu hỏi đó.