Analisar currículo de Cientista de Dados

O que a análise mede num currículo de cientista de dados

Cinco categorias formam a nota de 0 a 100. Em cada uma, o que um currículo de cientista de dados aprovado faz:

A diferença na nota

A nota de um currículo típico de cientista de dados e a do exemplo aprovado, na mesma análise gratuita:

Os erros que mais tiram nota de um currículo de cientista de dados

1. Acurácia e AUC sem a decisão de negócio que o modelo sustentou

   Termine cada modelo na consequência para a empresa, como churn reduzido ou crédito recuperado, e cite o algoritmo e a biblioteca usados, como XGBoost e scikit-learn, ao lado do número.

2. Notebooks e Kaggle sem nenhum modelo em produção

   Diga quantos modelos foram para produção, versionados em MLflow e monitorados contra degradação. Competição e projeto pessoal entram depois, como complemento do que rodou de verdade.

3. Pilha de bibliotecas sem SQL nem desenho de experimento

   Mostre a extração em SQL e os testes A/B que você desenhou, com o tamanho da base e a decisão tomada no fim. Vagas de ciência de dados cobram os dois, não só Python.

Antes de enviar: o seu tem estas palavras?

Os termos que as vagas de cientista de dados mais repetem. Marque os que aparecem no seu; a análise aponta os que faltam.

• Python
• XGBoost
• scikit-learn
• MLflow
• MLOps
• Teste A/B
• Kaggle
• Previsão de churn
• Risco de crédito
• SQL

Mais sobre o currículo de cientista de dados

Outras profissões