¿Cómo Redactar Un CV Perfecto de Ciencias de Datos?

Roman Orac
Jul 14, 2021


Estos consejos también son aplicables a los ingenieros de software. Haz algunos cambios en tu CV y consigue ese trabajo.

Redactar un buen CV puede ser uno de los retos más difíciles de la búsqueda de empleo.

La mayoría de los empleadores dedican apenas unos segundos a escudriñar cada CV antes de meterlo en el montón del sí o del no.


Estos son los 5 mejores consejos que aumentarán las posibilidades de que tu CV caiga en la pila del Sí.


1. Buen Diseño



Photo by Neven Krcmarek on Unsplash

Tu CV debe reflejar tu potencial futuro.

Siempre he pensado que un CV bien diseñado no es tan importante: no somos diseñadores, así que nadie espera un CV pulido de un científico de datos, ¿verdad?

Pues bien, ¡estaba equivocado!

Un CV pulido se vuelve importante cuando se solicita un puesto remoto o un puesto en una empresa más grande que recibe miles de solicitudes.

Lea también: 22 Preguntas Sobre Estadística Para Preparar En Una Entrevista De Trabajo

En Europa, tenemos una plantilla estandarizada para los CV llamada Europass.  Aunque tiene un editor online y una experiencia de usuario sorprendentemente buena, el resultado final no es satisfactorio.


Mi CV Europass de 2 páginas.

El aburrido diseño del CV Europass no llama la atención. No refleja tu potencial futuro.

Un CV que llama la atención


Escribí mi CV con la plantilla Awesome-CV.

No necesitas conocimientos de diseño para escribir un CV que llame la atención.

Awesome-CV
es una bonita plantilla de CV en la que solo tienes que cambiar el contenido. También puede personalizarla cambiando los colores a su gusto.

Esta bonita plantilla de CV está hecha con LaTeX, un sistema de composición tipográfica de alta calidad. LaTeX es el estándar de facto para la comunicación y publicación de documentos científicos.

Un requisito previo para crear un CV con Awesome-CV es instalar LaTeX su ordenador.

Una vez que haya terminado de editarlo, deberá compilar el CV con LaTeX y éste producirá un PDF.

2. Menos es más



Photo by Prateek Katyal on Unsplash

Muchos candidatos escriben un CV que se extiende por varias páginas.

Los empleadores no tienen tiempo para revisar los CV largos, así que muchos los ponen automáticamente en el montón de "No".

¿No me cree?

Echa un vistazo al CV de Joseph Redmon’s CV — la mente detrás de YOLO (motor de detección de objetos unificado y en tiempo real).

Lea también: 3 Maneras De Obtener Experiencia En La Vida Real De Ciencia De Datos Antes De Su Primer Trabajo

Es un CV de una página que parece sacado de un dibujo animado. Pero llama la atención.

Recomiendo escribir un CV de una página ya que te obliga a condensar tu experiencia laboral.

3. Optimiza para los sistemas de seguimiento de candidatos



Photo by Kelly Sikkema on Unsplash

Las grandes empresas como Google y Apple reciben miles de solicitudes para cada oferta de trabajo. Los reclutadores no pueden revisarlas todas de manera eficiente, por lo que utilizan Sistemas de Seguimiento de Candidatos (ATS).

El ATS es un software que escanea y analiza tu CV. Los reclutadores sólo ven la tarjeta de puntuación de tu currículum, que es el resultado final del escaneo.

Es importante que tu currículum contenga palabras clave relacionadas con el puesto que solicitas.

Por ejemplo, las palabras clave importantes para un puesto de ingeniero de Big Data son Big Data, Hadoop, Spark, Redshift, etc.

4. Poner primero los logros más significativos



Photo by Fauzan Saari on Unsplash

Ponte en el papel de un reclutador. Cómo revisarías un CV?

Lo más probable es que hojees las primeras palabras de cada punto.

Pues bien, los reclutadores hacen lo mismo.

Asegúrate de enumerar primero tus logros más significativos. Ponga el trabajo tedioso en último lugar.

No escribas sobre el trabajo que hiciste, sino que describe los resultados que obtuviste. Escribe sobre el impacto empresarial de tu trabajo.

Lea también: Cómo Conseguir Un Trabajo Con Python

Mejor aún si puedes cuantificar el trabajo realizado. Utiliza frases como "redujo los costes", "automatizó los procesos", "optimizó"...

Por ejemplo:
  • Puse en marcha herramientas de análisis para tomar decisiones basadas en datos en el departamento de marketing,
  • Automatizó la gestión de los nodos distribuidos con distribuciones estadísticas,
  • Mantenimiento y optimización de la plataforma de red publicitaria para gastar menos en la infraestructura de la nube.

5. No profundizar en los detalles



Photo by Octavian Dan on Unsplash

Cuando describas tus proyectos no entres demasiado en detalles: enumera solo los más significativos.

Describe brevemente de qué trata el proyecto, qué problemas resuelve, menciona hechos interesantes, como "nuestra aplicación fue la aplicación empresarial del mes para el iPhone en el Reino Unido".

Describa su papel en el proyecto, los retos y la solución. Por ejemplo: "Nos contrataron para mejorar la precisión de la clasificación de una de las aplicaciones empresariales más populares para autónomos".

Intente cuantificar los resultados: La precisión de la categorización mejoró en un 30% utilizando un modelo de Machine Learning.

Añade una pila tecnológica con tecnologías que hayas utilizado: Python, sklearn, etc.

Un ejemplo de una buena descripción del proyecto.

Conclusión



Tener un CV pulido aumentará tus posibilidades de ser visto por el empleador. Destacarás entre los demás.

Espero que estos consejos te ayuden a conseguir ese trabajo. Hazme saber en los comentarios si quieres añadir algún otro consejo.

Sígueme en  Twitter, donde tuiteo regularmente sobre Ciencia de Datos y Aprendizaje Automático.

“¿Cómo Redactar Un CV Perfecto de Ciencias de Datos?”
– Roman Orac twitter social icon Tweet


Compartir este artículo:

0 Comentarios

Crear un comentario
Ingresar para Comentar

Artículos Relacionados

Sep 17, 2021

5 Extensiones de Google Chrome que Todo Científico de Datos Debería Conocer

En esta nueva entrada hablaremos de las mejores extensiones de Google Chrome que como data scientists nos facilitan ciertas tareas. Deberías como m...

Daniel Morales
Por Daniel Morales
Sep 10, 2021

Los Científicos de Datos Son Realmente Gestores de Productos. He Aquí el Porqué

¿Opinión impopular?Índice de contenidosIntroducciónComprensión del negocio y del productoColaboración con las partes interesadasResumenReferenciasI...

Matt Przybyla
Por Matt Przybyla
Aug 31, 2021

16 Métodos Infravalorados de Pandas y Cuándo Utilizarlos

En este artículo, vamos a explorar algunos métodos de pandas menos conocidos pero muy útiles para manipular objetos de tipo Series. Algunos de esto...

Elena Kosourova
Por Elena Kosourova
Icon

Únete a nuestra comunidad privada en Slack

Manténgase al día participando de ésta gran comunidad de data scientists en latinoamérica. Hablamos sobre competiciones en data science, cómo estamos resolviendo los retos, modelos de machine learning aplicados a las competiciones, técnicas novedosas y mucho más!

 
Te enviaremos el link de invitación a tu email de forma inmediata.
arrow-up icon