Rédiger un CV de Scientifique des Données

Par Jennifer
juillet 13, 2019
Data scientist analyzing data on a laptop
Partager

8 éléments à inclure dans votre CV de science des données

J’ai souvent de jeunes professionnels qui me demandent des conseils pour rédiger le CV de science des données parfait. Comme j’aime partager mes expériences, j’ai décidé de vous faire un résumé de mes recommandations.

Notez que ces recommandations sont particulièrement pertinentes pour les professionnels qui n’ont pas encore beaucoup d’expérience en science des données et qui cherchent à postuler pour un poste junior.

Il est impossible (ou du moins très rare) de tout savoir sur la science des données, alors ne soyez pas surpris si votre profil ne répond pas à toutes les exigences mentionnées.

Voici les 8 éléments à inclure dans un CV de science des données solide :

  1. Vos expériences les plus pertinentes
  2. Votre formation
  3. Vos compétences effectives
  4. Votre niveau de connaissances en maths / statistiques
  5. Vos compétences en codage
  6. Votre compréhension du secteur
  7. Vos connaissances en gestion de données
  8. Ce qui vous rend unique

Processus global : faites vos recherches et définissez des attentes réalistes

Dans un monde idéal, vous pourriez :

  1. Trouver un emploi intéressant
  2. Envoyer votre CV science des données
  3. Passer l’entretien / le test avec brio
  4. Obtenir le premier poste pour lequel vous postulez… facile !

En pratique cependant, vous pourriez ne même pas arriver à l’entretien. Votre CV risque de se perdre dans une pile de papiers au milieu de dizaines de CV similaires.

Homme qui rédige un CV en science de données sur son ordinateur portatif et qui analyse les données de chartes

Si vous envoyez régulièrement votre CV sans jamais recevoir d’appel ou de demande d’entretien, cela signifie qu’il n’est pas assez bon. Cela ne veut pas dire que vous n’êtes pas bon mais qu’il pourrait y avoir une meilleure façon de vous présenter et de mettre en valeur vos compétences spécifiques et votre expérience unique.

Durant le processus d’embauche, les recruteurs reçoivent des centaines, voire des milliers de CV. Pour simplifier le processus, les recruteurs sont à la recherche d’éléments spécifiques et s’ils ne les trouvent pas immédiatement, votre CV sera écarté.

Il est important de comprendre les compétences requises pour un poste de scientifique des données et de faire l’effort de les comparer à votre expérience. Vous n’êtes pas obligé de toutes les avoir mais plus vous en aurez, plus vous serez compétitif. Si vous ne connaissez pas les compétences requises, étudiez les offres d’emploi en ligne pour en avoir une meilleure idée.

Avant de rédiger votre CV de scientifique des données et de l’envoyer à la première offre d’emploi qui vous plaît, prenez en compte les conseils ci-dessous :

1. Lisez l’offre d’emploi

Cela peut sembler évident, mais il ne sert à rien d’envoyer 10000 CV identiques, quel que soit le poste de science des données pour lequel vous postulez. C’est voué à l’échec. Vous devez d’abord comprendre ce dont l’entreprise a besoin. Certains postes de scientifique des données sont plus proches de l’architecte données, d’autres plus d’une fonction BI.

En général, les postes de scientifique des données peuvent être classés en trois catégories principales en fonction des données / techniques:

  1. Séries temporelles
  2. Traitement du langage naturel (NLP)
  3. Reconnaissance d’images

Selon votre profil, vous pouvez préférer l’un ou l’autre, alors concentrez-vous sur ce qui vous intéresse.

2. Comprendre les exigences

Le travail quotidien d’un scientifique des données est assez complexe. Il peut comprendre la collecte de données, l’analyse de données (analyse descriptive), le nettoyage de données / le prétraitement, l’ingénierie de fonctionnalités, la création de modèles, la validation de modèles et la productisation. Vous n’êtes peut-être pas un expert dans chacune de ces activités… et ce n’est pas un problème!

Soyez malin et essayez d’articuler votre expérience : où avez-vous eu du succès avec au moins l’une de ces activités ?

Par exemple, vous avez peut-être acquis une certaine expérience de l’écriture de code de production sur un projet ne faisant pas appel à la science des données et pour un autre projet, vous avez créé une preuve de concept pour prédire quelque chose.

Présentées ensemble, ces deux expériences démontrent votre capacité à mener de bout en bout un projet de science des données. Certaines entreprises ne recherchent à pourvoir qu’un sous-ensemble de ces fonctions. Il est donc avantageux de bien lire l’offre d’emploi.

3. Testez votre CV de Science des Données

Vous devriez envisager la rédaction de votre CV de science des données comme le développement d’un modèle. Votre première version est votre base de référence. Vous mesurez sa performance en vérifiant le rapport entre le nombre d’entretiens obtenus divisé par le nombre de CV envoyés.

Si un CV obtient de meilleurs résultats, c’est votre nouvelle base de référence. Chaque itération devrait vous fournir suffisamment d’informations sur les performances de votre CV pour sélectionner une nouvelle base de référence.

Deux scientifiques en science des données qui examinent des chartes tout en prenant des notes afin de rédiger un CV

Les 8 éléments à inclure dans votre CV de Scientifique des Données

Il est maintenant temps de rédiger votre CV. Les points suivants sont très subjectifs et ils peuvent ne pas être pertinents dans votre cas. Essayez de les adapter à votre parcours.

Sur un CV de science des données, toutes les informations doivent être décisives pour le poste auquel vous postulez mais elles devraient être classées par ordre d’importance.

À mon avis, l’expérience, l’éducation et les compétences devraient arriver en premier.

1. Expérience (viser une liste de 4 à 5 expériences)

Il n’est pas nécessaire de répertorier toutes les expériences de travail que vous avez eu.

Essayez d’identifier une expérience à un projet (1 expérience = 1 projet) et non une expérience à un poste (1 expérience = 1 poste).

Parfois, vous avez réalisé de nombreux projets au sein de la même entreprise. Dans ce cas, répertoriez vos projets sous le même nom d’entreprise. Chaque projet doit indiquer le défi et sa solution.

Si vous avez réalisé quelque chose au troisième cycle, vous pouvez l’utiliser comme expérience :

  • Défi (1 à 2 lignes)
    • Concevoir de nouvelles molécules actives pour la maladie de Parkinson
    • Prédire le nombre de personnes qui entreront dans un magasin
    • Etc
  • Solution (1 à 3 lignes) – La description de la solution doit mentionner au moins l’un des éléments suivants, sinon l’expérience n’est pas qualifiée.
    • Collecte de données. Ex. : collecte de données de la base de données ABC
    • Prétraitement. Ex. : Filtrage, remplissage des valeurs manquantes
    • Ingénierie des fonctionnalités. Ex. : Transformation de Fourier, Ondelette, Auto-encodage..
    • Méthode utilisée. Ex. : SVM, KNN
    • Validation. Méthode + métrique Ex. : en utilisant un CV de x10, l’ASC est de 0,78
    • Productisation. Ex. : la solution est actuellement opérationnelle

2. Formation

C’est là que vous listerez vos diplômes, certifications diverses etc.

3. Compétences

Cette section ne correspond pas à la liste des seules compétences que vous avez utilisées dans des projets mais à la liste de toutes les compétences que vous maîtrisez. Je n’utilise certainement pas 100% de mes compétences dans chaque projet.

Le but de cette section est de donner au recruteur une idée de vos capacités. Et merci de ne pas tout lister ! Concentrez-vous sur les compétences énumérées dans l’offre d’emploi.

4. Statistiques importantes

Cette section concerne vos connaissances en mathématiques / statistiques. N’oubliez pas que l’intervieweur peut vous demander de les expliquer sur un tableau blanc.

Je suggère les catégories suivantes :

  • Statistiques descriptives. Ex. : analyse en composantes principales (ACP), analyse de variance (ANOVA), test de Kolmogorov-Smirnov (KS)
  • Apprentissage non supervisé Ex. : méthode des k plus proches voisins (KNN), carte auto-organisée (SOM), clustering hiérarchique
  • Apprentissage supervisé Ex. : régression linéaire, machine à vecteur de support (SVM), réseau de neurones, réseaux antagonistes génératifs (GAN)

5. Codage

Cela aidera le recruteur à évaluer votre niveau en codage. Je ne suis pas fan d’étoiles ou de notes pour illustrer votre niveau car votre opinion sera perçue comme biaisée.

  • Langages / bibliothèques. Ex. : Python, R, Pandas, Keras, Scikit-learn, Spark
  • Intégration continue Ex. : Git, Jenkins
  • TDD Ex. : tests unitaires, tests d’intégration

6. Compréhension du secteur

Une liste des domaines / industries dans lesquels vous avez appliqué la science des données. Par exemple, maison intelligente, énergie, reconnaissance d’images etc.
Restez générique !

7. Gestion des données

Cette section évalue vos connaissances en gestion de données. Vous n’avez pas besoin de savoir comment configurer un cluster Spark pour vous en servir. À mon avis, les scientifique des données utilisent ces outils, ils n’assurent pas leur maintenance.

Les exemples sont SQL, Hadoop, AWS s3 etc.

8. Ce qui vous rend unique

Quelles informations supplémentaires vous concernant souhaitez-vous que le recruteur connaisse ? En d’autres termes : ce qui vous distingue.

Des scientifiques en science de données qui font de l'analyse de données sur un ordinateur

Réflexions finales

Ne vous focalisez pas sur les détails. L’intervieweur vous posera des questions spécifiques sur les détails qui l’intéressent. A mon avis, la qualité la plus importante d’un scientifique des données est le sens commun, ce qui est déjà assez difficile à rendre manifeste dans un CV de science des données… surtout si on se perd dans les détails.

Il est bon de vous poser régulièrement des questions générales pour vérifier si vos réalisations présentes sont orientées vers les objectifs principaux du poste. Vous pourrez toujours le souligner lors de l’entretien.

N’ayez pas peur des problèmes multidimensionnels. Votre esprit peut facilement comprendre les problèmes en trois dimensions car il peut imaginer le problème. Certaines personnes ne peuvent pas gérer un problème à plus de trois dimensions car elles ont besoin de se représenter le problème dans leur esprit pour commencer à y travailler. En tant que scientifique des données, vous devriez pouvoir surmonter cette limitation.

Lorsque vous rédigez un CV de science des données, un document d’une page n’est pas toujours la meilleure idée mais c’est la première page qui a le plus d’importance car elle fixera la première impression du recruteur. Je recommanderais toutefois de s’en tenir à un maximum de trois pages.

BULLETIN

Restez informé

Vous aimerez aussi

5G network lit up across a city

IdO Consommateur, IdO Industriel

Comment la 5G va tout changer

Qu’est-ce que la 5G et comment va-t-elle changer le monde d’aujourd’hui? La 5G va tout…

Retaining customers with AI and IoT analytics

IdO Consommateur

Améliorer la Fidélisation du Client grâce à l’Analytique et l’IA

Exploiter les données pour améliorer la fidélisation de la clientèle La fidélisation de la clientèle…

Woman's hand opening the door of a convenience store IoT refrigerator shelves to pick a product

IdO Consommateur, IdO Industriel

5 cas d’utilisation de l’IoT dans le commerce de détail

Construire l’avenir du commerce de détail avec l’IoT et l’IA Les cas d’utilisation de l’IoT…

Man holding a dashboard on a tablet to an industrial machine to apply IoT learnings

IdO Consommateur, IdO Industriel

Pourquoi l’IoT a besoin de l’Apprentissage Machine pour (réellement) conquérir le monde

Mettre IoT et Apprentissage Machine dans la même phrase, c’est comme jouer au bingo des…

Voyez ce que notre plateforme peut faire pour vous

DÉCOUVREZ NOTRE PLATEFORME