Cara Menyempurnakan Ilmu Pengetahuan Data Anda dalam 3 Langkah Mudah
November 25, 2018
Add Comment
Menerobos dunia Ilmu Data dapat menjadi hal yang rumit, tetapi menulis resume jitu memberi Anda kesempatan yang lebih baik untuk mendapatkan pekerjaan di bidang yang sangat kompetitif ini.
Ada beberapa langkah sederhana yang dapat Anda lakukan untuk membuat resume yang mendapat perhatian.
Akhir-akhir ini ada gerakan untuk menciptakan resume yang dirancang dengan cantik ini. Anda akan melihat orang-orang "Tableau-ize" resume mereka (yaitu - membuat resume menggunakan Tableau), termasuk logo, atau termasuk grafik yang merupakan grafik subyektif dari tingkat pengetahuan mereka dalam keahlian tertentu.
Tidak peduli seberapa cantik resume Anda terlihat, ATS mungkin tidak akan tahu cara membaca grafik, logo, gambar, atau tabel. Jangan gunakan mereka.
Untuk menguji apakah resume Anda akan diurai dengan baik oleh ATS, cobalah menyalin dokumen dan menempelkannya dalam WORD. Apakah bisa dibaca? Atau ada banyak hal lain? Anda juga dapat mencoba menyimpannya sebagai teks biasa untuk melihat tampilannya.
Sebagai pencinta cerita pencinta data, saya memahami keinginan untuk ingin menunjukkan bahwa Anda dapat menggunakan visualisasi untuk membuat resume estetis yang menarik. Namun, lebih penting bahwa resume Anda masuk ke tangan manusia. Pada akhirnya, konten adalah raja, pertahankan klasik estetis (dan dapat diuraikan oleh ATS).
Keterampilan dan pengalaman yang Anda pilih untuk ditampilkan di resume Anda perlu menyampaikan bahwa Anda memiliki bagian teknis yang diperlukan seorang ilmuwan data dan menunjukkan hasil Anda didorong, pemecahan masalah dan kompetensi mengelola diri.
Meskipun mudah untuk mendaftarkan tugas pekerjaan, itu hal lain untuk menulis ulang secara efektif untuk menyoroti kekuatan Anda yang sebenarnya dan menunjukkan kemampuan Anda untuk meningkatkan bisnis. Poin-poin Anda harus penuh dengan verba aksi dan hasil, bahkan jika Anda perlu melebarkan diri secara mental untuk mengidentifikasi ini.
Misalnya, sudahkah Anda mengotomatiskan proses yang menghemat waktu secara manual saat melakukan tugas? Waktu yang disimpan adalah nilai bisnis.
Membaca deskripsi pekerjaan untuk melihat apa yang dicari perusahaan akan membantu Anda menemukan tema yang konsisten. Jika Anda melihat lebih dekat, Anda akan melihat ada banyak keterampilan yang terdaftar yang belum tentu teknis. Pastikan Anda bersinar ketika berbicara dengan keterampilan yang lebih lembut ini. Tetapi tentu saja, keterampilan yang lebih lembut ini perlu ditunjukkan dengan cara yang masih menunjukkan tindakan dan hasil. Jangan hanya meletakkan bagian "soft skill" di resume Anda dan daftar sekelompok kata tanpa konteks.
Dan, selalu mencoba untuk memasukkan verbiage dari deskripsi pekerjaan yang sebenarnya untuk pekerjaan yang Anda lamar. Anda mungkin ingin terdengar mewah, tetapi "model hierarkis 3 tahap empiris" mungkin tidak ada dalam deskripsi pekerjaan. Orang dalam sumber daya manusia yang tidak memiliki latar belakang ilmu data tidak akan tahu apakah itu relevan atau tidak. Sekali lagi, melihat beberapa deskripsi pekerjaan dan mencoba untuk mengukur jenis bahasa apa yang digunakan dalam resume Anda sangat membantu.
Jika saat ini Anda memiliki pekerjaan, apakah Anda memiliki akses ke SQL? Apakah perusahaan Anda memiliki gudang data atau basis data? Bisakah Anda mengajukan tiket dengan meja layanan untuk mendapatkan SQL? Bisakah Anda bermain dengan data untuk membuat proyek Anda sendiri?
Anda bahkan bisa melangkah lebih jauh dan membawa data dari database ke R atau Python. Anda bisa membuat pohon keputusan yang bagus yang menjawab pertanyaan bisnis kemudian dengan luar biasa dan tepat menempatkan hasil proyek Anda di resume Anda.
Jika Anda benar-benar ingin membuat resume Anda menonjol, tunjukkan bahwa Anda dapat mengotomatiskan tugas sehari-hari yang dapat diulang. Ini menunjukkan kemampuan Anda untuk meningkatkan efisiensi, sehingga menghemat waktu dan uang bisnis.
Jika Anda telah melakukan proyek sains data sendiri untuk melengkapi resume Anda, tambahkan ke resume Anda, dan pastikan bahwa pelurunya penuh dengan verba tindakan dan hasil.
R dan Python adalah open source, Anda dapat menggunakan open source SQL seperti DBeaver, dan Google baru saja keluar dengan pencarian dataset. Dunia benar-benar bisa menjadi tiram Anda, tetapi Anda harus memasarkan keterampilan go-pengambil ini secara efektif.
Di sana Anda memilikinya. 3 tips favorit saya yang dapat berdampak besar pada resume Anda. Saya berharap Anda akan dapat menggunakan beberapa saran ini, dan saya berharap Anda sukses dan bermanfaat dalam bidang ilmu data.
Ingin mendapatkan pemberitahuan posting terbaru dari blog ini? cukup klik link subscribe blog Dafi Deff ini (daftarkan email Anda) maka Anda akan mendapatkan pemberitahuan setiap kali blog ini di-update. Follow saya di Twitter @dafideff dan Instagram @dafideff. Atau subscribe channel Youtube saya Channel Youtube Dafi Deff dan add saya di lingkaran Google+ Dafi Deff.
Ada beberapa langkah sederhana yang dapat Anda lakukan untuk membuat resume yang mendapat perhatian.
Memahami Sistem Pelacakan Pemohon.
Jika Anda belum pernah mendengar tentang Applicant Tracking System (ATS), itu adalah perangkat lunak yang digunakan oleh perusahaan yang menerima banyak aplikasi pekerjaan, dan ia memilih aplikasi mana yang akan diteruskan ke manajer perekrutan dan aplikasi mana yang secara otomatis ditanggapi dengan surat penolakan.Akhir-akhir ini ada gerakan untuk menciptakan resume yang dirancang dengan cantik ini. Anda akan melihat orang-orang "Tableau-ize" resume mereka (yaitu - membuat resume menggunakan Tableau), termasuk logo, atau termasuk grafik yang merupakan grafik subyektif dari tingkat pengetahuan mereka dalam keahlian tertentu.
Tidak peduli seberapa cantik resume Anda terlihat, ATS mungkin tidak akan tahu cara membaca grafik, logo, gambar, atau tabel. Jangan gunakan mereka.
Untuk menguji apakah resume Anda akan diurai dengan baik oleh ATS, cobalah menyalin dokumen dan menempelkannya dalam WORD. Apakah bisa dibaca? Atau ada banyak hal lain? Anda juga dapat mencoba menyimpannya sebagai teks biasa untuk melihat tampilannya.
Sebagai pencinta cerita pencinta data, saya memahami keinginan untuk ingin menunjukkan bahwa Anda dapat menggunakan visualisasi untuk membuat resume estetis yang menarik. Namun, lebih penting bahwa resume Anda masuk ke tangan manusia. Pada akhirnya, konten adalah raja, pertahankan klasik estetis (dan dapat diuraikan oleh ATS).
Pilih kata-kata Anda dengan hati-hati.
Keterampilan dan pengalaman yang Anda pilih untuk ditampilkan di resume Anda perlu menyampaikan bahwa Anda memiliki bagian teknis yang diperlukan seorang ilmuwan data dan menunjukkan hasil Anda didorong, pemecahan masalah dan kompetensi mengelola diri.
Meskipun mudah untuk mendaftarkan tugas pekerjaan, itu hal lain untuk menulis ulang secara efektif untuk menyoroti kekuatan Anda yang sebenarnya dan menunjukkan kemampuan Anda untuk meningkatkan bisnis. Poin-poin Anda harus penuh dengan verba aksi dan hasil, bahkan jika Anda perlu melebarkan diri secara mental untuk mengidentifikasi ini.
Misalnya, sudahkah Anda mengotomatiskan proses yang menghemat waktu secara manual saat melakukan tugas? Waktu yang disimpan adalah nilai bisnis.
Membaca deskripsi pekerjaan untuk melihat apa yang dicari perusahaan akan membantu Anda menemukan tema yang konsisten. Jika Anda melihat lebih dekat, Anda akan melihat ada banyak keterampilan yang terdaftar yang belum tentu teknis. Pastikan Anda bersinar ketika berbicara dengan keterampilan yang lebih lembut ini. Tetapi tentu saja, keterampilan yang lebih lembut ini perlu ditunjukkan dengan cara yang masih menunjukkan tindakan dan hasil. Jangan hanya meletakkan bagian "soft skill" di resume Anda dan daftar sekelompok kata tanpa konteks.
Dan, selalu mencoba untuk memasukkan verbiage dari deskripsi pekerjaan yang sebenarnya untuk pekerjaan yang Anda lamar. Anda mungkin ingin terdengar mewah, tetapi "model hierarkis 3 tahap empiris" mungkin tidak ada dalam deskripsi pekerjaan. Orang dalam sumber daya manusia yang tidak memiliki latar belakang ilmu data tidak akan tahu apakah itu relevan atau tidak. Sekali lagi, melihat beberapa deskripsi pekerjaan dan mencoba untuk mengukur jenis bahasa apa yang digunakan dalam resume Anda sangat membantu.
Dapatkan pengalaman di pekerjaan Anda saat ini atau bekerja di sebuah proyek.
Jika saat ini Anda memiliki pekerjaan, apakah Anda memiliki akses ke SQL? Apakah perusahaan Anda memiliki gudang data atau basis data? Bisakah Anda mengajukan tiket dengan meja layanan untuk mendapatkan SQL? Bisakah Anda bermain dengan data untuk membuat proyek Anda sendiri?
Anda bahkan bisa melangkah lebih jauh dan membawa data dari database ke R atau Python. Anda bisa membuat pohon keputusan yang bagus yang menjawab pertanyaan bisnis kemudian dengan luar biasa dan tepat menempatkan hasil proyek Anda di resume Anda.
Jika Anda benar-benar ingin membuat resume Anda menonjol, tunjukkan bahwa Anda dapat mengotomatiskan tugas sehari-hari yang dapat diulang. Ini menunjukkan kemampuan Anda untuk meningkatkan efisiensi, sehingga menghemat waktu dan uang bisnis.
Jika Anda telah melakukan proyek sains data sendiri untuk melengkapi resume Anda, tambahkan ke resume Anda, dan pastikan bahwa pelurunya penuh dengan verba tindakan dan hasil.
R dan Python adalah open source, Anda dapat menggunakan open source SQL seperti DBeaver, dan Google baru saja keluar dengan pencarian dataset. Dunia benar-benar bisa menjadi tiram Anda, tetapi Anda harus memasarkan keterampilan go-pengambil ini secara efektif.
Di sana Anda memilikinya. 3 tips favorit saya yang dapat berdampak besar pada resume Anda. Saya berharap Anda akan dapat menggunakan beberapa saran ini, dan saya berharap Anda sukses dan bermanfaat dalam bidang ilmu data.
Ingin mendapatkan pemberitahuan posting terbaru dari blog ini? cukup klik link subscribe blog Dafi Deff ini (daftarkan email Anda) maka Anda akan mendapatkan pemberitahuan setiap kali blog ini di-update. Follow saya di Twitter @dafideff dan Instagram @dafideff. Atau subscribe channel Youtube saya Channel Youtube Dafi Deff dan add saya di lingkaran Google+ Dafi Deff.
0 Response to "Cara Menyempurnakan Ilmu Pengetahuan Data Anda dalam 3 Langkah Mudah"
Post a Comment