|
还在狂攒MOOC证书？用它们做简历C位可能是个错误！ 2018-07-05 16:04 来源:大数据文摘 公司 /Coursera /MOOC 原标题：还在狂攒MOOC证书？用它们做简历C位可能是个错误！
大数据文摘出品 编译：大芏、笪洁琼、夏雅薇 失败的面试各有各的因果，但还是有一些共性问题可以让求职者以此为鉴，有些问题看上去不是那么致命，但是随着数据科学行业落地的日渐成熟，面试官对真正优秀数据科学家的甄别能力也在提高，线上培训课程的简单罗列或是常见项目的模式化展示已经很难打动面试官了，他们在寻找更个性的研究成果和项目经历。在这个大家都喜欢自称“数据科学家”的时代，请谨慎避开以下四个雷区。 避免这些错误不一定让你被录用。但是，如果不避免它们，您一定不会被录用。
我读过很多在SharpestMinds工作的数据科学的工作简历。 因为这个平台的目的就是建立一个巨大的反馈机制，我们能够不断地从发布信息的公司那里得到反馈——不仅知道他们是否想要面试或雇佣候选人，还可以知道他们为什么选择面试或雇佣候选人。 数百家公司决策过程可以让我们了解了优秀的简历是什么样子的，更重要的是，它们不像什么固定类型的。 注意:每个公司都在寻找不同的东西。让你被谷歌看中的原因，在其他公司不一定适用(甚至可能毫无意义)。因此，建立“完美”的通用数据科学简历是不太可行的。 但话说回来，我们已经看到了一些明显的错误，会导致你基本上不会被任何公司接纳: 1.在简历中列出你参加的公开课Udacity或Coursera 有许多大型深度学习和数据科学的在线开放课程，如Udacity、Coursera和deeplearning.ai。但是如果求职者把这方面的经历展现出来，许多公司都会持怀疑态度。 避免以下的一些情况: 在你的作品集中大量罗列通过在线课程完成的一些项目。 把你的MOOC放在显眼的位置，或者作为你简历上与数据科学相关的首要相关经历。 为什么它对你的工作申请起负面作用 在招聘过程中会有一些特定的偏见。公司希望能够说他们只雇佣“非常特别的人”，或者“最优秀的前1%的申请者”，等等。由于现在有这么多的人拥有MOOC认证，所以很容易被归类为线上大学的毕业生，这让你听起来不那么特别。 招聘人员现在已经对许多MOOCs很熟悉了，他们可以很容易识别出某些项目就是标准的在线学历或MOOC的项目的一部分，比如交通标志分类任务，这个项目很不错也很有趣，但它太多简历都在讲这个项目。要想听起来与别的工作申请者不同，你需要关注那些没有被很好探索过的问题。 我想在这里明确一点:Udacity（优达）、Coursera和deeplearning.ai都是非常不错的项目。它们也与可雇佣性和技术能力密切相关。但是把它们放在你的数据科学经验列表的最前面——而没有其他项目或经验——会给那些正在寻找“the one”的招聘人员敲响警钟。 该怎么弥补此类问题？ 一旦你完成你的课程或在线学历，就自己动手做一些独立的项目，参加Kaggle竞赛，或者在数据科学文献中复现相关论文的结果。 别小看这件事，因为：1）让你看起来更独特，2）你可以在面试中展示和讨论一些更复杂的话题3）表明你有很强的自学能力。 例外 这条规则的一个例外是你在MOOC完成一些独特的课程项目。所谓独特性，就是你可以自由选择您想要用的数据集，并在很大程度上独立解决端到端的问题。因为这实际上和你一个人做一个小项目并没有什么不同，这会是一个亮点。 2.在简历中突出一些琐碎的项目 在你个人项目中突出一些简单概念验证的数据库工作会让你的工作申请很容易被拒绝。 如果你不是很确定哪些算琐碎的工作，以下列出的这些对你的伤害大于帮助: Titanic dataset上的遗留分类。 MNIST dataset上手写的数字分类 使用iris dataset对花卉的分类 为什么它对你的工作申请起负面作用 简历篇幅有限。求职者和招聘人员都知道这一点。因此，如果像MNIST这样的“训练轮数据集”占据了一些宝贵的空间，它会让招聘人员对你在数据科学领域中能走多远产生疑问。 该怎么弥补此类问题？ 如果你的简历中有这类项目——且如果你没有其他更具挑战性和实质性的项目来取代它们——这表明你需要花一些时间来构建你的代表作品。 当然，如果你有其他更有趣的项目来展示，一定要把它们替换掉。 例外 可以使用像MNIST或Titanic数据集构建复杂的工程。如果你正在研究新的GAN网络，或者复现有趣的胶囊网络，这样就可以把它展现在简历里面。 （责任编辑：晨鸿） |
