想当数据科学家的你这13个错误可别犯

6. 在简历中使用过多的数据科学术语

如果你之前这么干过，你就应该知道我指的是什么。如果你的简历现在就有这个问题，请立即修正!你或许清楚一堆技术和工具，但只是简单地罗列他们无异于使潜在的招聘经理对你失去兴趣。

你的简历是对你取得的成就以及你如何做到的概括，而不是不是简单罗列的事情清单。当招聘官查看简历的时候，他/她希望能以简洁明快的方式了解你的背景知识以及你所取得的成就。如果半页简历都充斥着模糊的数据科学术语，例如线性回归、XGBoost、LightBGM，却没有任何解释，你的简历可能通不过筛选轮。

如何避免这个问题?

使简历变得整洁的最简单方法便是使用项目符号。只列出你用来完成某件事情(可以是项目或竞赛)的技术。扼要地阐述你是如何使用它们的，这将帮助招聘官理解你的想法。

当你申请对经验要求较少或入门级的工作时，你的简历需要反映你能给业务带来何种潜在影响。你可能会申请不同领域的工作角色，因而有一个固定的简历模板是非常有帮助的，你只要对应于不同的岗位要求对你的简历稍作调整以反应出你对此行业的兴趣就可以了。

7. 优先考虑该使用的工具和各种库而不是业务本身要解决的问题

来源：Data Science Lab

让我们通过一个例子来理解一下为何这是一个错误。想象你有一个房价数据集，而且你要预测未来房地产的价值。数据库中有超过 200 个变量，包括建筑物数量、房间数量、租户数量、家庭规模、庭院大小、是否有水龙头等。你很可能无法理解某些变量的意义，但你依然可以建构一个准确的模型，只是关于为何某个特定变量不产生影响，你可能完全没有头绪。

随后事实证明，那个变量是现实世界中的关键要素。这是个灾难性的错误。

有着库和工具的坚实基础是件好事，但这也只能在一定程度上帮到你。将这些知识与领域提出的业务问题结合起来才是真正的数据科学家所做的，你应该了解你感兴趣(或正谋求职位)的领域中的基本挑战。

如何避免这个问题?

这里有不少选择：

• 如果你正在谋求某个特定领域中的数据科学家职位，去关注该领域的公司如何应用数据科学。

• 若可行，寻找特定领域的数据集并着手处理它们。这会是你的简历中一个非常突出的要点。

（编辑：安卓应用网_福州站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!