Membangun Resume Data Scientist yang Menonjol [Panduan Utama 2026]

Ilmu data adalah salah satu bidang paling kompetitif di pasar kerja modern, menarik para calon spesialis dari seluruh dunia. Menjadi data scientist berarti memasuki lingkaran istimewa dengan prospek karier yang menarik dan gaji tinggi. Minat di bidang ini terus tumbuh dan permintaan terhadap profesional data terus meningkat, namun persyaratan yang diharapkan dari kandidat juga cukup ketat. Anda dapat membaca lebih lanjut tentang yang dibutuhkan dalam panduan kami tentang cara menjadi data scientist. 

Langkah penting pertama bagi pelamar kerja di bidang data science adalah menulis resume yang efektif dan mampu mengesankan manajer perekrutan/rekruter agar Anda dipanggil wawancara. Bagi spesialis yang sudah memiliki banyak pengalaman kerja di bidang ini, ini relatif mudah, sedangkan bagi data scientist tingkat pemula hal ini bisa cukup menantang dan memunculkan banyak pertanyaan: Bagaimana saya menutupi kurangnya pengalaman kerja? Apakah sebaiknya saya menjelaskan pengalaman kerja dan/atau pendidikan sebelumnya jika tidak sepenuhnya relevan dengan data science? Bagian mana yang harus didahulukan: pendidikan atau pengalaman? Jenis proyek apa yang perlu saya sertakan, dan berapa banyak? Haruskah saya mencantumkan soft skill? Perlukah saya menambahkan warna pada resume? Singkatnya, bagaimana saya bisa menonjol dari kerumunan dan semakin dekat dengan tujuan untuk dipekerjakan sebagai data scientist?

Dalam artikel ini, kami akan membahas beberapa kiat dan trik penting untuk menyusun resume data scientist yang menarik, profesional, dan mudah dibaca sehingga mampu menarik perhatian manajer perekrutan atau rekruiter mana pun.

Cara Mengatur Tata Letak dan Pemformatan Resume Secara Efektif

Salah satu pertimbangan pertama yang perlu Anda buat adalah bagaimana menata artikel Anda agar mudah dibaca oleh rekruiter dan manajer perekrutan. Anda menginginkannya mudah dicerna, cepat dipindai namun tetap cukup detail untuk menunjukkan bagaimana Anda menonjol. Berikut beberapa tips:

Buat resume Anda muat di satu halaman

Menuruti saran ini bisa terasa berat jika Anda berencana menaruh banyak informasi di resume. Ini bahkan mungkin terasa berlawanan dengan intuisi; bukankah lebih baik memasukkan sebanyak mungkin detail untuk menjelaskan secara menyeluruh kepada calon pemberi kerja semua pengalaman, pendidikan, pencapaian, dan keterampilan Anda demi mengesankan mereka? Jika demikian, bagaimana jika melebihi satu halaman? Terlepas dari itu, sangat disarankan untuk selalu menjaga resume Anda hanya sepanjang satu halaman.

Kemampuan memaparkan pengalaman dan pencapaian Anda dalam bentuk yang ringkas adalah cara hebat untuk menunjukkan keterampilan komunikasi Anda.

Pilih templat resume

Meski Anda bisa membuat resume dari nol dan menatanya sesuai selera, Anda bisa menghemat waktu dengan menggunakan pembuat resume online dan memilih dari beragam templat resume yang sudah ada. Atau, Anda bisa memilih templat resume gratis yang sesuai dari koleksi Google Docs atau MS Word. Templat seperti ini biasanya jelas, menarik secara visual, terformat dengan baik, mudah dibaca, mudah digunakan, dan dirancang agar Anda bisa memuat banyak informasi dalam satu halaman tanpa terlihat sesak dan berlebihan.

Berikut beberapa pembuat resume yang mungkin berguna:

• Resume
• Zety
• Resume Builder
• Canva
• CakeResume
• VisualCV
• ResumeCoach

Banyak pembuat resume, termasuk yang tercantum di atas, menawarkan berbagai templat gratis yang fungsional, serta versi berbayar yang lebih canggih. Saat memilih templat untuk resume data scientist Anda, utamakan templat sederhana dengan hanya 1 atau 2 warna selain hitam dan putih, bukan yang mencolok dan berwarna-warni. Yang terakhir lebih cocok untuk bidang lain seperti seni atau desain, di mana resume yang tampak kreatif dapat mengesankan pemberi kerja. Dalam kasus kita, sebaiknya hindari dekorasi yang tidak perlu.

Pertimbangkan tata letak dua kolom

Memilih templat resume dengan dua kolom (dan mungkin beberapa kolom samping sempit untuk tambahan) membantu memanfaatkan ruang vertikal halaman secara lebih efisien. Dengan cara ini, Anda bisa memasukkan lebih banyak informasi di resume dan mengorganisasi berbagai bagian secara spasial dengan lebih baik.

Gunakan pemformatan yang efisien

Rangkaian tips ini akan berguna jika Anda memutuskan membuat resume dari nol atau melakukan perubahan pada templat yang sudah ada:

• Gunakan font teks yang elegan
  • Contoh bagus: Calibri, Times New Roman, Arial, Verdana, Cambria, Tahoma, Georgia
  • Contoh kurang baik: Comic Sans MS, MS Gothic, Ink Free, Agency FB, OCR A Extended
• Gunakan ukuran font yang cukup: 11–12pt untuk teks, 14–16pt untuk judul bagian dan header
• Buat judul bagian dan header tebal
• Hindari terlalu banyak gaya teks seperti tebal, miring, tebal-miring, dan garis bawah
• Gunakan spasi baris 1–1,15
• Hindari resume hitam-putih yang membosankan—tambahkan sedikit warna agar menonjol, tetapi jangan berlebihan, 1–2 warna sudah cukup
• Hindari efek visual, dekorasi, atau ikon yang tidak perlu
• Gunakan bullet point agar resume tampak rapi, terorganisasi, dan mudah diikuti

Jaga konsistensi format

Ini merujuk pada berbagai fitur stilistika. Misalnya, jika Anda menggunakan bullet point di berbagai bagian, gunakan gaya yang seragam, misalnya kotak kosong. Hal yang sama berlaku untuk indentasi, gaya font, format tanggal, dan sebagainya. Untungnya, jika Anda membuat resume di pembuat resume online, semua elemen dan format ini biasanya sudah ditentukan.

Tips Teratas untuk Konten Resume Data Scientist Anda

Menentukan apa yang harus disertakan dan dihilangkan bisa jadi rumit saat membuat CV atau resume yang beresonansi. Namun, dengan tips berikut, Anda bisa cepat 

Buat master resume

Sebelum mulai melamar pekerjaan data science, ada baiknya terlebih dahulu membuat "master resume". Ini adalah versi raksasa dan sangat detail dari resume Anda yang bisa berjumlah 2–3 halaman atau lebih, di mana Anda dapat menyertakan seluruh pengalaman kerja, studi, proyek, keterampilan teknis dan soft skill, serta pencapaian lainnya.

Jika Anda sedang beralih karier ke data science dari bidang lain, pertimbangkan untuk memasukkan pengalaman dari pekerjaan sebelumnya dalam master resume; kemungkinan Anda memiliki lebih banyak keterampilan yang dapat ditransfer daripada yang Anda sadari. Tak mengherankan, master resume Anda bisa memiliki banyak bullet point untuk setiap bagian atau subbagian. Setelah selesai, Anda dapat dengan mudah menggunakannya sebagai dasar untuk melamar berbagai posisi data science; cukup hapus detail, bagian, dan bullet point yang tidak perlu dari salinan master resume Anda dan sesuaikan untuk setiap pengajuan.

Sesuaikan resume data scientist Anda dengan setiap deskripsi pekerjaan

Langkah ini sangat penting dalam proses lamaran Anda. Untuk meningkatkan peluang agar resume Anda menonjol, Anda harus menyesuaikannya untuk setiap posisi yang Anda lamar. Seorang manajer perekrutan biasanya menerima banyak lamaran setiap hari, sehingga kemungkinan hanya memiliki beberapa detik untuk memindai masing-masing sebelum memutuskan apakah layak dibaca lebih lanjut atau tidak. Karena itu, resume Anda harus bisa langsung menarik perhatian mereka.

Pendekatan terbaik adalah membaca deskripsi pekerjaan dengan cermat dan memahami seluruh "daftar keinginan" serta persyaratan yang dicari perusahaan pada kandidat. Berdasarkan hal tersebut, masukkan dan sorot keterampilan yang diinginkan ini ke dalam resume Anda. Sangat penting untuk menggunakan kata kunci relevan yang disebutkan dalam deskripsi pekerjaan di mana pun Anda bisa menyertakannya; ini akan membantu resume Anda lolos dari applicant tracking system (ATS) yang mungkin digunakan perusahaan, dan sampai ke mata manusia untuk dipertimbangkan lebih lanjut.

Selain membaca deskripsi pekerjaan dengan cermat, sebaiknya telusuri juga informasi tentang perusahaannya. Jelajahi situs web perusahaan, misi, nilai, media sosial, produk dan layanan, agar Anda lebih memahami apa yang dicari pemberi kerja dari kandidat yang sukses. Buat resume Anda menunjukkan bahwa Anda adalah kandidat yang tepat untuk perusahaan ini, dengan potensi membantu bisnis bertumbuh. Setiap perusahaan tidak mencari spesialis yang menginginkan pekerjaan apa pun, melainkan mereka yang menginginkan pekerjaan ini.

Ringkas namun informatif

Sekarang setelah Anda tahu persis apa yang perlu dimasukkan dalam resume data scientist, olah dan adaptasikan informasi ini agar lugas, tepat, relevan, dan tersaji dengan baik. Jangan menyertakan hal-hal yang tidak menambah nilai bagi peran ini dan tidak disebutkan atau diisyaratkan dalam deskripsi pekerjaan. Jadikan resume Anda ringkas, terarah, dan informatif. Setiap butir pernyataan harus singkat dan tidak melebar hingga beberapa baris.

Ikuti urutan kronologis terbalik

Urutan kronologis terbalik adalah format paling umum dan disukai untuk bagian pendidikan dan pengalaman kerja. Pengalaman terbaru di bagian paling atas, diikuti yang sebelumnya, dan seterusnya. Ini memungkinkan manajer perekrutan menelusuri pertumbuhan profesional dan pencapaian terbaru Anda dengan cepat.

Gunakan bahasa sederhana namun efektif

Menggunakan bahasa yang sederhana dan jelas adalah cara lain untuk menunjukkan keterampilan komunikasi Anda. Agar efisien, ingat saran berikut:

• Jangan membebani resume data scientist Anda dengan jargon teknis. Meski posisi yang Anda lamar mungkin menuntut tingkat keterampilan dan pengetahuan teknis yang tinggi, ingat bahwa orang pertama yang akan membaca resume Anda adalah manajer perekrutan atau rekruiter. Bergantung pada siapa yang memimpin rekrutmen di perusahaan, latar belakang mereka bisa berbeda dan terlalu banyak jargon teknis bisa membingungkan. Karena itu, pastikan Anda menulis agar siapa pun dapat memahami nilai potensial Anda bagi perusahaan.
• Gunakan deskripsi pekerjaan sebagai panduan; jika sarat jargon, tidak apa-apa Anda terdengar sedikit lebih teknis. Jika tidak, coba sertakan hanya algoritme dan teknik utama yang disebutkan dalam iklan.
• Tulislah dengan kalimat yang ringkas.
• Jaga konsistensi kala (tense) dalam resume Anda.
• Hindari kata-kata yang digembungkan. Gunakan bantu alih-alih memfasilitasi, gunakan alih-alih memanfaatkan, kelola alih-alih administrasikan, kompleks alih-alih canggih, dan seterusnya.
• Saat menggambarkan pengalaman kerja, proyek, dan pencapaian Anda, gunakan verba yang bermakna. Misalnya, alih-alih kata kerja seperti bekerja, membuat, atau berpartisipasi, gunakan membangun, mengotomatisasi, mengoptimalkan, dan sebagainya. Kita akan membahas kiat ini lebih detail nanti dalam artikel.
• Ganti superlatif (tertinggi, terbaik, paling penting, dll.) dan kata sifat yang tampak kuat namun tidak terlalu informatif seperti berpengalaman, kuat, besar, efisien, dengan metrik dan hasil yang konkret. Gunakan kata-kata kuat ini (berpengalaman, mendalam, terbukti, dll.) seperlunya di bagian ringkasan resume Anda.
• Minta teman dengan latar belakang non-teknis membaca resume data scientist Anda. Minta mereka memberi umpan balik: Apakah cukup mudah diikuti? Apakah bahasanya jelas dan sederhana? Apakah Anda berhasil menyampaikan pencapaian profesional utama Anda?

Periksa kesalahan dan typo

Meskipun tampak sepele, kesalahan dan typo dapat menimbulkan kesan negatif pada rekruiter dan membuat resume Anda ditolak. Periksa ulang tata bahasa dan ejaan menggunakan layanan online khusus (Grammarly atau sejenisnya) dan mintalah seseorang memeriksa resume Anda dari typo atau kesalahan.

Kirim resume data scientist Anda ke orang yang tepat

Sebelum sampai ke tangan rekruiter, resume biasanya melewati program pembelajaran mesin bernama applicant tracking system, atau ATS, yang memutuskan apakah layak diteruskan ke manusia atau harus ditolak. Untuk melewati langkah ini, coba kirim resume Anda langsung ke manajer perekrutan, atau bahkan ke manajer teknis yang bertanggung jawab atas departemen posisi tersebut.

Cara Menyusun Struktur Resume Data Scientist Anda

Sertakan bagian keterampilan dan proyek

Dalam urutan yang direkomendasikan dari atas ke bawah, bagian-bagian yang umum untuk resume data scientist adalah:

• Informasi Kontak
• Ringkasan (atau Tujuan)
• Pengalaman Kerja (atau cukup Pengalaman)
• Proyek
• Keterampilan
• Pendidikan
• Bagian tambahan

Urutan judul-judul ini relatif fleksibel dan seharusnya mencerminkan pentingnya setiap bagian, jadi bagian pertama juga harus memakan ruang lebih banyak daripada yang terakhir. Dalam desain resume dua kolom (yang disarankan), ingat bahwa rekruiter biasanya membaca resume dari kiri atas ke kanan bawah. Jadi, pastikan Anda menempatkan informasi paling relevan di kiri atas halaman.

Optimalkan urutan bagian

Urutan bagian terbaik, khususnya Pengalaman Kerja, Proyek, Keterampilan, dan Pendidikan, bergantung pada 2 faktor:

1. Pengalaman Anda yang sebenarnya. Di sini kita bisa menemukan skenario berbeda:
   • Jika Anda memiliki rekam jejak pengalaman kerja relevan yang panjang, prioritaskan bagian tersebut dalam resume Anda, kurangi secara signifikan informasi tentang pendidikan Anda dan mungkin bahkan kecualikan proyek tambahan.
   • Jika Anda lulusan baru dengan pengalaman terbatas, letakkan bagian pendidikan terlebih dahulu, tambahkan informasi tentang nilai akhir (tentu saja, hanya jika cukup tinggi), dan jelaskan karya kursus atau disertasi Anda lebih detail.
   • Jika Anda memiliki pengalaman terbatas dalam data science dan sebagian besar bekerja pada proyek lepas, tukar bagian Proyek dan Pengalaman Kerja (atau bahkan gabungkan menjadi satu bagian Pengalaman), sertakan magang terkait data yang pernah Anda jalani (jika ada), dan uraikan keterampilan Anda.
   • Jika Anda beralih karier ke data science dari bidang lain, fokuslah pada Proyek dan Keterampilan dan tulislah lebih sedikit tentang pengalaman kerja dan pendidikan Anda, meski sebaiknya tidak menghilangkan bagian-bagian tersebut sama sekali.
2. Profil perusahaan dan deskripsi pekerjaan. Secara logis, jika Anda melamar pekerjaan di lingkungan akademik, perluas lebih banyak pada pendidikan, sertifikasi, kursus tambahan, dan publikasi ilmiah. Jika tidak, tampilkan lebih banyak pengalaman dan pencapaian yang berorientasi bisnis. Untuk proyek rintisan (start-up), khususnya, kualitas berharga pada kandidat potensial adalah kemampuan bekerja mandiri, proaktif, dan memiliki pola pikir inovatif. Dalam hal ini, menampilkan lebih banyak proyek individual bisa menjadi nilai tambah.

Sertakan bagian tambahan bila memungkinkan

Untuk resume data scientist Anda, pertimbangkan bagian tambahan berikut:

• Sertifikasi
• Publikasi
• Konferensi
• Hackathon
• Penghargaan
• Kompetisi
• Kerelawanan
• Bahasa

Anda bisa menambahkan salah satunya secara terpisah jika Anda memiliki setidaknya dua bullet point per bagian. Misalnya, jika Anda menyelesaikan tiga kursus data science dan mempresentasikan pada dua konferensi terkait data, masuk akal untuk menambahkan bagian Sertifikasi dan Konferensi. Jika tidak, jika Anda hanya memiliki satu butir untuk beberapa kategori (mis., satu konferensi, satu publikasi, dan satu hackathon), lebih baik gabungkan pencapaian ini dalam satu bagian bernama Ekstra.

Hindari subjudul bagian yang bertele-tele

Saat menamai subjudul, buatlah sesingkat mungkin:

• Pengalaman Kerja yang Relevan Pengalaman Kerja (atau cukup Pengalaman)
• Pengalaman Profesional Pengalaman Kerja (atau Pengalaman)
• Proyek Penting Proyek
• Keterampilan dan Pengetahuan Keterampilan
• Keterampilan dan Alat Keterampilan
• Lisensi dan Sertifikasi Sertifikasi
• Informasi Tambahan Ekstra

Cara Mengisi Informasi Kontak Anda

Tempat paling tepat untuk informasi kontak Anda adalah di bagian atas resume, meskipun beberapa templat online menaruhnya di bagian bawah halaman (jika ini terjadi pada templat yang Anda pilih, cukup seret secara manual ke atas). Persyaratan paling krusial untuk bagian ini adalah ketepatan informasi.

Berikut yang perlu Anda sertakan dalam informasi kontak:

• Nama lengkap Anda.
• Jabatan yang Anda lamar. Tepat di bawah nama lengkap, tuliskan jabatan posisi yang Anda lamar, bukan jabatan Anda saat ini, apa pun itu. Anda dapat menyalin jabatan dari deskripsi pekerjaan yang persis, atau jika terlalu panjang dan spesifik (mis., Data Scientist untuk Analisis Data Geosains dan Pengembangan Webtool), ringkas menjadi bentuk yang lebih mudah dicerna (mis., Data Scientist).
• Nomor telepon Anda. Tak perlu dikatakan, ini harus nomor telepon pribadi Anda, bukan dari tempat kerja saat ini.
• Email Anda. Cantumkan alamat email yang tampak profesional, yang sebaiknya merupakan kombinasi nama dan marga Anda: name_surname@gmail.ru. Jangan cantumkan email yang sembrono atau tidak pantas yang mungkin Anda gunakan secara pribadi, seperti koala_plus_panda@hotmail.com. Jika Anda belum memiliki alamat email profesional, buatlah.
• Lokasi Anda. Ini opsional dan tidak perlu mencakup seluruh alamat. Kota dan provinsi atau negara sudah cukup.
• Tautan yang bisa diklik ke profil aktif dan terbaru Anda di LinkedIn, GitHub, Medium, Kaggle, dll. Sebagian besar pemberi kerja menuju ke sini untuk memeriksa informasi tambahan tentang kandidat potensial, seperti portofolio proyek, artikel bertema data science, dan partisipasi dalam hackathon. Alih-alih menambahkan tautan mentah yang panjang dan tidak rapi, pertimbangkan untuk menyisipkan ikon logo resmi situs terkait dan buat dapat diklik, langsung menuju ke profil Anda. Anda dapat mencari logo resmi di Google; berikut tautan logo untuk LinkedIn, GitHub, Medium, dan Kaggle. Jelas, semua profil yang Anda putuskan untuk disertakan dalam resume data scientist harus secara efektif mendukung keterampilan dan pencapaian data science Anda. Tidak masuk akal menampilkan profil LinkedIn jika hanya merujuk ke profesi Anda sebelumnya, atau profil Github jika tidak berisi proyek data science apa pun.

Beberapa saran lagi untuk bagian Informasi Kontak:

• Jangan cantumkan nama bagian ini (berbeda dengan bagian lain); cukup masukkan informasinya langsung.
• Begitu pula, jangan tambahkan nama kategorinya (nama lengkap, nomor telepon, dll.). Misalnya, alih-alih Email: name_surname@gmail.ru cukup tulis name_surname@gmail.ru.
• Jangan tambahkan foto Anda. Meski beberapa templat resume menyediakan opsi ini, pertimbangkan untuk melewatinya pada resume data scientist Anda.

Cara Menulis Ringkasan atau Tujuan Resume Data Scientist yang Menarik

Tepat setelah informasi kontak, letakkan bagian Ringkasan atau Tujuan. Keduanya tidak sama, dan Anda perlu memilih salah satu. Ringkasan resume adalah deskripsi singkat (2–3 kalimat, tanpa bullet point) tentang kisah profesional, pencapaian, dan kualifikasi Anda. Tujuan resume adalah pernyataan singkat (juga 2–3 kalimat, tanpa bullet point) yang berfokus pada tujuan karier masa depan dan nilai potensial yang bisa Anda berikan bagi pemberi kerja.

Bagian-bagian ini penting jika Anda beralih ke data science dari bidang lain, karena menjelaskan secara ringkas mengapa Anda kandidat yang tepat untuk pekerjaan data scientist tersebut. Pilih Ringkasan jika Anda sudah memiliki beberapa pengalaman di bidang terkait data. Jika Anda adalah lulusan baru dengan pengalaman sangat terbatas atau belum ada, pilih Tujuan untuk menunjukkan passion Anda pada data science dan kesediaan untuk berkontribusi bagi perusahaan.

Ringkasan atau tujuan resume yang baik seharusnya:

• Menyatakan level pengalaman Anda (junior, senior, berpengalaman, dll.) dan bidang keahlian
• Menyebutkan jumlah tahun (jika ada) yang Anda habiskan di bidang data science
• Merangkum secara singkat dan spesifik keterampilan dan pencapaian Anda
• Menyertakan informasi tentang pendidikan dan sertifikasi
• Menjelaskan perpindahan Anda ke bidang data science, jika relevan
• Menjabarkan tujuan karier jangka panjang
• Menunjukkan motivasi dan antusiasme Anda terhadap pekerjaan dan perusahaan
• Menjelaskan nilai apa yang dapat Anda berikan bagi perusahaan

Anda perlu memilih poin yang berlaku untuk situasi Anda dan menulis pengantar resume singkat dan jelas (ringkasan atau tujuan), disesuaikan untuk posisi yang spesifik. Teks akhir harus menceritakan kisah meyakinkan tentang Anda sebagai kandidat yang sangat cocok untuk perusahaan dan menarik perhatian pemberi kerja.

Cara Menampilkan Pekerjaan Anda

Sertakan detail penting di bagian Pengalaman Kerja

Bagian ini biasanya paling menarik bagi rekruiter, sehingga harus menjadi fokus utama resume data scientist Anda. Cantumkan pekerjaan Anda (atau hanya yang terbaru, jika Anda memiliki pengalaman panjang) dalam urutan kronologis terbalik. Jika Anda kurang pengalaman nyata, pertimbangkan untuk menyertakan magang data science. Untuk setiap pekerjaan, berikan informasi berikut:

• Tanggal bekerja (bulan dan tahun mulai dan selesai, atau Saat ini)
• Jabatan Anda
• Nama perusahaan
• Pencapaian Anda pada pekerjaan tersebut

Jika memungkinkan, coba hindari jeda besar (lebih dari enam bulan) di resume Anda, terutama dalam beberapa tahun terakhir. Bahkan jika pekerjaan sebelumnya bukan di bidang data science, sebaiknya tetap dicantumkan, namun tidak perlu terlalu detail. Jika seluruh pengalaman sebelumnya berasal dari bidang yang sama sekali berbeda, coba identifikasi keterampilan apa yang sebenarnya Anda latih di sana yang dapat diterapkan pada data science, dan nilai apa yang Anda bawa bagi bisnis. Jika Anda lulusan baru tanpa pengalaman kerja atau magang, lewati bagian ini.

Namun mari kembali ke kasus "ideal" saat Anda memiliki beberapa pengalaman di data science/analitik data. Untuk peran relevan sebelumnya, gunakan bullet point untuk menggambarkan secara ringkas pencapaian berbasis data dan nilai yang Anda berikan bagi bisnis di setiap posisi. Bullet point pertama harus paling berdampak untuk meyakinkan rekruiter membaca lebih lanjut. Hindari kesalahan yang sering dilakukan banyak orang; mencantumkan tugas dan aspek teknis alih-alih menonjolkan pencapaian terbaik yang berorientasi bisnis di pekerjaan sebelumnya.

Gunakan kata kerja yang efektif

Penting untuk sespesifik mungkin namun tetap singkat dalam deskripsi pekerjaan Anda. Format ideal untuk setiap bullet point adalah:

Kata kerja aksi – Tugas – Hasil

Kata kerja aksi adalah verba yang bermakna dan bertujuan serta ramah ATS (yang lebih mungkin dicari perangkat lunak pelacakan pelamar perusahaan). Beberapa contohnya:

Accelerate, Activate, Aggregate, Analyze, Assess, Augment, Automate, Build, Calculate, Calibrate, Coach, Code, Collect, Compile, Compute, Conceptualize, Conduct, Consolidate, Construct, Coordinate, Create, Debug, Decrease, Deploy, Derive, Design, Determine, Develop, Enable, Engineer, Enhance, Establish, Estimate, Evaluate, Execute, Extract, Fix, Forecast, Formulate, Identify, Implement, Improve, Incorporate, Increase, Initiate, Integrate, Interpolate, Launch, Lead, Lift, Liquidate, Manage, Mechanize, Mentor, Model, Operate, Optimize, Organize, Perform, Predict, Prepare, Propose, Recommend, Reduce, Refine, Regulate, Rehabilitate, Research, Solve, Streamline, Summarize, Supervise, Synthesize, Systemize, Troubleshoot, Update, Upgrade

Kata kerja seperti ini, selain membuat resume Anda ramah ATS, mengekspresikan hasil aktivitas profesional Anda jauh lebih tepat dibanding verba generik seperti do, collaborate, make, atau work. Namun, jangan keliru membedakan kata kerja aksi dengan kata-kata yang digembungkan (mis., gunakan bantu alih-alih memfasilitasi).

Selain verba "yang tepat", jangan lupa menyertakan kata kunci dari lowongan dan dari situs perusahaan yang Anda lamar. Ingat, setiap resume harus disesuaikan dengan peran dan perusahaan tertentu untuk meningkatkan peluang sukses.

Gunakan angka

Daftarkan pencapaian berbasis data Anda. Cobalah memberikan angka konkret dan metrik nyata atas dampak positif Anda terhadap bisnis alih-alih menggunakan superlatif samar atau kata sifat generik (tertinggi, kuat, besar, signifikan, dll.). Angka terlihat jauh lebih meyakinkan saat menunjukkan kepada calon pemberi kerja bahwa Anda memahami gambaran besar dan tahu cara membuat keterampilan teknis Anda berguna untuk tugas bisnis nyata.

Perhatikan bahwa kita tidak membicarakan metrik performa model, melainkan nilai praktis terukur yang dibawa model yang Anda buat bagi perusahaan. Misalnya, alih-alih menyatakan bahwa Anda membuat model machine learning dengan akurasi 99% yang meningkatkan tingkat keterlibatan klien sebesar 21%, lewati informasi akurasi model dan tulis seperti berikut:

Menciptakan model machine learning yang meningkatkan tingkat keterlibatan klien sebesar 21%.

Angka yang Anda sebutkan bisa berupa persentase, dolar, jumlah orang yang Anda kelola atau bimbing, jam, atau periode waktu lainnya. Menggunakan perkiraan kasar tidak masalah di sini.

Tunjukkan kemampuan kolaborasi Anda

Data science bukan hanya tentang angka dan pemodelan, tetapi juga tentang kemampuan mengomunikasikan wawasan kepada tim dan pemangku kepentingan agar perusahaan dapat membuat keputusan strategis berbasis data.

Alih-alih menulis di resume bahwa Anda adalah pekerja tim yang baik dengan keterampilan komunikasi teruji, Anda dapat menunjukkan keterampilan tersebut dalam aksi dengan menggambarkan pekerjaan di mana Anda berkolaborasi dalam lingkungan multidisiplin dan (mungkin) multinasional bersama rekan, departemen lain termasuk yang non-teknis, dan pengguna data. Fokuskan pada peran yang Anda ambil dalam proyek-proyek tersebut dan kontribusi terukur yang Anda berikan.

Cara Menampilkan Proyek Anda dengan Lebih Baik

Sertakan proyek berdasarkan pengalaman dan spesialisasi Anda

Bagian ini krusial bagi data scientist junior dan tingkat pemula yang sering memiliki pengalaman kerja terbatas atau belum ada. Keseimbangan antara bagian Pengalaman Kerja dan Proyek jelas: semakin banyak pengalaman kerja yang Anda miliki, semakin sedikit ruang yang seharusnya diambil bagian Proyek di resume Anda, hingga bisa dihilangkan sama sekali jika Anda profesional data tingkat senior.

Baik Anda mempelajari data science di universitas, program magister, atau bootcamp, kemungkinan besar Anda sudah memiliki satu atau lebih proyek data science atau analitik data. Anda bisa menyertakan coursework terkait data, proyek terarah dan capstone dari bootcamp, pekerjaan lepas, kontribusi ke proyek open source di GitHub, dan proyek individual yang Anda selesaikan pada topik pilihan Anda. Jika Anda belum memiliki proyek untuk disertakan, pertimbangkan membuat proyek simulasi. Bagaimanapun, menjadi data scientist menyiratkan rasa ingin tahu terhadap data dan wawasan yang bisa diekstrak darinya.

Jika Anda memiliki banyak proyek data science, Anda perlu memprioritaskan dan memilih yang paling relevan dan yang paling Anda banggakan. Selalu lebih baik menampilkan 3–4 proyek yang baik daripada selusin proyek biasa-biasa saja. Bagi data scientist tingkat pemula, wajar dan diharapkan memiliki banyak proyek kelas atau bootcamp yang beragam pada konsep berbeda, dengan beragam alat dan teknik yang digunakan. Ketika Anda merasa siap mempertimbangkan ceruk bisnis tertentu, mulailah berfokus pada bidang itu, bangun pengetahuan domain, dan buat proyek yang terkait dengan area tersebut.

Sertakan informasi kunci untuk setiap proyek

Setelah Anda memilih proyek relevan yang ingin dimasukkan dalam resume data scientist, urutkan secara kronologis terbalik (atau dari yang paling relevan hingga yang kurang relevan) dan pertimbangkan untuk menyertakan informasi berikut untuk masing-masing:

• Nama proyek dan tautannya di portofolio Github Anda

• Tujuan proyek yang dinyatakan jelas dan ringkas Lalu, dengan bullet point:

• Deskripsi singkat dan spesifik tentang sumber data, teknologi, bahasa pemrograman, pustaka, alat, dan keterampilan yang digunakan (hindari penggunaan jargon teknis berlebihan)

• Kontribusi individual Anda pada proyek (jika proyek kelompok)
• Hasil kuantitatif dari pekerjaan Anda, yang menunjukkan kemampuan Anda menerapkan keterampilan teknis untuk memecahkan masalah dunia nyata.

Tentu, banyak tips yang kita bahas untuk bagian Pengalaman Kerja juga berlaku di sini: fokus pada pencapaian bermakna, gunakan kata kerja aksi dan kata kunci dari deskripsi pekerjaan/situs perusahaan, hindari kata-kata yang digembungkan dan generik, serta gunakan angka dan metrik konkret.

Cara Menonjolkan Keterampilan Data Science Anda

Daftarkan keterampilan berdasarkan kompetensi Anda

Bagian ini wajib ada dalam resume data scientist, apa pun level senioritasnya. Cara terbaik membuat daftar keterampilan Anda untuk posisi tertentu mencakup empat langkah berikut:

1. Tuliskan semua keterampilan teknis, bahasa, dan alat yang disebutkan secara eksplisit atau implisit dalam deskripsi pekerjaan. Gunakan daftar berikut sebagai inspirasi: Uji A/B, Big data, C, C++, Analisis data, Pembersihan data, Penambangan data, Pemodelan data, Visualisasi data, Pengolahan data, Debugging, Deep learning, Hadoop, Pengujian hipotesis, Java, Keras, Machine learning, Matematika, Matplotlib, NLP, NoSQL, Numpy, Pandas, PowerBI, Pemodelan prediktif, Probabilitas, Python, Analisis kuantitatif, R, SAS, Scala, Scikit-learn, Seaborn, Spark, SQL, Analisis statistik, Statistika, Tableau, TensorFlow, Data tidak terstruktur, Web scraping
2. Di daftar yang Anda buat, tandai semua keterampilan yang benar-benar Anda miliki dan nyaman untuk didemonstrasikan saat wawancara. Cara terbaik melakukannya adalah menggunakan master resume sebagai referensi. Meski Anda tidak boleh mengada-ada keterampilan yang tidak Anda miliki, pikirkan untuk menyesuaikan keterampilan yang ada agar spesifik sesuai kebutuhan posisi. Misalnya, jika Anda menguasai beberapa varian SQL termasuk MySQL, dan lowongan menyebut MySQL sebagai keterampilan yang diinginkan, tulis hanya MySQL alih-alih menyebut SQL secara umum atau mencantumkan semua varian SQL yang Anda kuasai. Di sisi lain, jika peran yang diminati membutuhkan pengetahuan SQL secara umum, tulis saja SQL tanpa merinci variannya.
3. Daftar keterampilan akhir Anda sebaiknya berisi 6–10 item. Semakin tinggi tingkat keahlian Anda, semakin sedikit item yang bisa ada di daftar ini karena pengalaman kerja Anda akan berbicara sendiri. Jika Anda adalah spesialis tingkat pemula atau junior, tidak apa-apa jika Anda belum sempat menerapkan seluruh perangkat alat Anda untuk menyelesaikan tugas dunia nyata, tetapi Anda tetap ingin menunjukkan kepada rekruiter bahwa Anda memiliki keterampilan tersebut. Maka, jika setelah langkah kedua Anda memiliki kurang dari 10 keterampilan dalam daftar, pertimbangkan menambahkan beberapa keterampilan lagi yang benar-benar Anda miliki dan menurut Anda berguna untuk peran tersebut, meski tidak disebutkan dalam iklan pekerjaan.
4. Urutkan keterampilan di daftar akhir, letakkan yang paling kuat dan paling relevan di awal.

Jangan cantumkan level keterampilan Anda

Meskipun beberapa templat resume memiliki opsi memberi peringkat untuk setiap keterampilan berdasarkan tingkat penguasaan, sebaiknya lewati langkah ini. Penilaian seperti ini sangat subjektif dan dipengaruhi oleh efek Dunning–Kruger: "mahir" menurut Anda bisa jadi "dasar" bagi orang lain dan sebaliknya. Untuk menghindari meremehkan atau melebih-lebihkan diri sendiri, jangan beri peringkat keterampilan Anda dan hapus secara manual opsi terkait dari templat jika ada.

Jangan cantumkan soft skill Anda

Sudah menjadi pengetahuan umum bahwa rekruiter biasanya mencari profesional data dengan soft skill tertentu seperti kerja tim, komunikasi, dan kepemimpinan. Jadi, haruskah Anda mencantumkan keterampilan ini langsung di bagian Keterampilan? Mungkin tidak. Jauh lebih mengesankan untuk menunjukkan soft skill Anda dalam aksi pada bagian Pengalaman Kerja dan Proyek, dikombinasikan dengan keterampilan teknis untuk menghasilkan hasil praktis yang bernilai.

Apakah Anda menganggap diri Anda pekerja tim yang baik? Tulis kontribusi Anda pada proyek kolaboratif. Apakah Anda pemimpin yang baik? Jelaskan pengalaman Anda mengelola tim atau membimbing/melatih spesialis junior. Terakhir, cara terbaik menonjolkan keterampilan komunikasi yang sangat baik adalah dengan menyajikan pengalaman dan pencapaian Anda secara ringkas dan berdampak dalam resume data scientist Anda.

Cara Menyajikan Pendidikan Anda

Umumnya, jika Anda memiliki pengalaman kerja, magang, atau proyek terkait data, Anda harus menempatkan Pendidikan setelah bagian-bagian tersebut (dan juga setelah Keterampilan). Memang, semakin tinggi tingkat senioritas Anda di data science, semakin singkat bagian Pendidikan seharusnya. Namun, jika Anda melamar posisi yang sangat akademis atau jika Anda lulusan baru tanpa pengalaman, logis jika bagian ini berada di awal, tepat setelah tujuan resume. Untuk pendidikan Anda (atau setiap pendidikan, jika Anda memiliki beberapa gelar), sertakan informasi berikut:

• Jenis gelar tertinggi (B.S., M.S., Ph.D.) dan jurusan (meski tidak relevan dengan data science)
• Nama universitas
• Periode studi (bulan dan tahun mulai dan selesai, atau gunakan Tanggal kelulusan yang diharapkan)

Sisa bullet point mungkin Anda butuhkan hanya jika ingin memperluas bagian pendidikan, yakni jika Anda memiliki pengalaman/proyek relevan yang terbatas atau tidak ada, atau jika Anda melamar posisi akademis:

• IPK (hanya untuk lulusan baru dan hanya jika di atas 3,5)
• Proyek akademis (coursework, tesis, disertasi, dll.). Gunakan bullet point jika Anda memiliki lebih dari satu proyek akademis untuk ditampilkan. Tambahkan ringkasan proyek atau daftar topik yang dibahas.
• Kursus akademik: tambahkan 2–3 mata kuliah yang paling relevan, opsional dengan nilai.
• Pencapaian dan penghargaan akademik

Jangan menyebutkan dalam bagian Pendidikan berbagai bootcamp data science, jalur keterampilan, atau kursus yang Anda ikuti. Anda akan menambahkannya nanti di bagian Sertifikasi.

Bagian Lain

Mari lihat bagian lain yang bisa berguna dalam resume data scientist Anda dan membantu menunjukkan passion serta dedikasi Anda terhadap data science. Pertimbangkan menambahkan bagian-bagian ini jika Anda memiliki setidaknya dua bullet point untuk setiap judul; jika tidak, gabungkan beberapa kategori menjadi satu bagian bernama Ekstra.

Sertifikasi

Di sini Anda bisa mencantumkan kursus dan bootcamp yang relevan jika Anda mencari posisi tingkat pemula. Selain sertifikasi data science dan analisis data, pikirkan untuk menyertakan kursus pada subjek seperti pemrograman, aljabar linear, probabilitas, atau statistika. Jika Anda memiliki sertifikasi data science resmi (Microsoft, IBM, SAS, Google), sebutkan di bagian ini dan pertimbangkan juga menambahkannya pada judul resume, di samping jabatan Anda (mis., Data Scientist, IBM Certified).

Publikasi

Bagian ini berharga tidak hanya di konteks akademis tetapi juga bisnis karena merupakan bukti yang sangat baik atas rasa ingin tahu Anda terhadap data di luar tugas pekerjaan, kemampuan bekerja mandiri atau dalam tim (jika publikasi kelompok), dan kemampuan menjelaskan konsep data yang kompleks dengan jelas kepada audiens luas. Untuk setiap artikel, sertakan namanya, jurnal atau majalah tempat diterbitkan, tautan ke publikasi online atau blog Anda sendiri (jika ada), dan abstrak singkat (atau topik yang dibahas, atau sekadar kata kunci).

Konferensi

Daftarkan hanya konferensi terkait data tempat Anda menjadi penyaji. Sertakan nama setiap konferensi, lokasi geografis, tanggal, judul karya Anda, dan nama rekan kerja (jika ada).

Hackathon

Hackathon data science adalah cara hebat untuk menunjukkan keterampilan kerja tim dan teknis Anda, kreativitas, pola pikir inovatif, dan kemampuan menghasilkan keluaran praktis nyata. Uraikan secara singkat cakupan proyek hackathon Anda, produknya dan aplikasinya, kontribusi individual Anda, serta pencapaian.

Penghargaan

Cantumkan di sini penghargaan apa pun atas pekerjaan Anda atau kompetisi yang Anda menangkan di bidang terkait data. Ini bisa berupa penghargaan hackathon, kompetisi Kaggle, karya akademik, dan publikasi. Tambahkan deskripsi singkat untuk setiap penghargaan. Atau, Anda bisa mempertimbangkan menambahkan informasi ini di bagian yang sesuai.

Kompetisi

Uraikan secara singkat kompetisi data science yang Anda ikuti dan hasil yang Anda capai. Ini bisa berupa kompetisi dari Kaggle, DrivenData, DataHack, dll. 

Kerelawanan

Jika Anda memiliki pengalaman menjadi relawan/moderator di komunitas data science atau rekam jejak yang baik dalam pemecahan masalah di Stack Overflow, gunakan bagian ini untuk merinci dan mencantumkan pencapaian Anda. Seperti biasa, coba gunakan angka untuk mendukung pernyataan Anda (mis., jumlah masalah teknis yang diselesaikan, pertanyaan dengan jawaban yang diterima, peringkat, reputasi, lencana, waktu baca, dll.)

Bahasa

Sangat kecil kemungkinan Anda memerlukan bagian ini dalam resume data scientist. Bahkan jika bahasa Inggris bukan bahasa ibu Anda, level Anda akan cukup terlihat dari resume itu sendiri dan dari sumber tambahan yang Anda berikan (GitHub, LinkedIn, dll.). Pertimbangkan menambahkan bagian ini hanya jika Anda melamar pekerjaan di luar negeri di mana kemampuan berbahasa kedua menjadi nilai tambah dan, tentu saja, jika Anda benar-benar menguasai bahasa tersebut pada level mahir. Di sini boleh menambahkan tingkat kemahiran (mis., penutur asli, lancar, mahir, menengah-atas, menengah).

Jangan sertakan minat/hobi

Meskipun beberapa templat resume menyediakan bagian tambahan untuk minat/hobi, sebaiknya lewati di resume data scientist Anda. Meski informasi ini bisa menarik dan menggambarkan Anda sebagai pribadi yang ingin tahu dengan banyak minat, ini bukan hal yang dicari rekruiter pada tahap ini.

Hal yang sama berlaku untuk informasi lain seperti perjalanan Anda, partisipasi dalam acara meetup, permainan sosial, kegiatan relawan di luar bidang data science, kemahiran bahasa lain (kecuali secara eksplisit dibutuhkan untuk peran saat ini), dan SIM Anda. Lebih baik gunakan ruang ini untuk hal lainnya. Anda akan punya kesempatan menyebutkan hobi dan informasi menarik lainnya tentang diri Anda saat wawancara.

Contoh Resume Data Scientist

Sekarang mari kita lihat lebih rinci beberapa contoh resume data scientist tiruan dengan tingkat pengalaman berbeda untuk melihat bagaimana menerapkan semua yang telah kita bahas. Selain itu, mari kita buat lebih menyenangkan (dan juga lebih efektif) dengan menelusuri evolusi profesional orang (imajiner) yang sama.

Contoh resume data scientist junior

Contoh resume di bawah ini terkait saat kandidat imajiner kita belum memiliki pengalaman selain magang sebagai data scientist. Resume ini, serta yang berikutnya, dibuat menggunakan pilihan templat resume gratis dari Google Docs, dengan beberapa modifikasi.

• Resume sepanjang satu halaman dan memuat banyak informasi tanpa terlihat berlebihan. Ada cukup ruang kosong di halaman.
• Templat bawaan tidak hanya hitam-putih tetapi memiliki satu warna tambahan, yang membuatnya lebih enak dipandang dan mudah diikuti, namun pada saat yang sama tidak mengganggu.
• Tata letak keseluruhan dua kolom, yang merupakan pilihan baik untuk data scientist junior yang ingin menutupi kurangnya pengalaman nyata dengan berbagai aktivitas dan pencapaian terkait data lainnya, yang berarti menambahkan banyak bagian ke resume.
• Pada header, kita melihat email yang tampak profesional dan ikon yang dapat diklik terhubung ke profil kandidat di LinkedIn, Github, dan Medium. (Catatan: sayangnya, ikon tersebut tidak dapat diklik pada gambar PNG di atas, hanya pada versi Word dan PDF asli dari resume tiruan ini. Terkait hal ini, kemampuan tautan untuk diklik pada versi akhir resume adalah poin penting lain untuk diperiksa.)
• Semua subjudul jelas dan ringkas.
• Karena kandidat memiliki setidaknya pengalaman magang untuk ditampilkan, merupakan ide bagus untuk menyertakan Ringkasan alih-alih Tujuan.
• Ringkasan terdiri dari 3 kalimat, ringkas namun sangat informatif. Kandidat menyebutkan pengalaman magang, pendidikan, dan pelatihan data science karena ia masih cukup baru di bidang ini dan juga tidak memiliki gelar formal di data science. Lalu, ia menjelaskan secara singkat keterampilan (termasuk soft skill) dan, yang lebih penting, pencapaian, menunjukkan antusiasme untuk posisi pekerjaan, serta nilai bisnis potensial yang mampu dibawa ke perusahaan.
• Pada bagian Pengalaman, kandidat berfokus pada pencapaian bisnis selama magang, didukung angka konkret. Setiap bullet point dimulai dengan kata kerja aksi. Tidak ada jargon teknis, kata-kata samar, atau berlebihan di sini.
• Karena pengalaman kandidat masih terbatas, ia mencantumkan proyek bootcamp yang paling relevan, termasuk tujuan, keterampilan dan alat yang diterapkan, serta tautan ke setiap proyek di portofolionya.
• Karena kurangnya pengalaman, kandidat memperluas sedikit bagian pendidikan (menambahkan topik coursework, IPK, dan mata kuliah relevan), aktivitas kerelawanan terkait data (memberikan angka juga di sini), dan pelatihan data science.
• Di bagian Keterampilan, kandidat hanya mencantumkan keterampilan teknis. Daftarnya cukup panjang dan mencakup baik keterampilan yang dimiliki maupun alat yang bisa digunakan.
• Di bagian Publikasi, kandidat menyertakan artikel tentang data science dan satu yang terkait dengan gelar aslinya – Keuangan Matematika.

Contoh resume data scientist

Sekarang, anggaplah kandidat kita mendapatkan pekerjaan sebagai data scientist di perusahaan bernama Silver Dollar (fiktif). Setelah 2 tahun bekerja di sana, ia kembali mencari tantangan profesional baru. Kandidat ini tidak terlalu junior lagi, jadi resumennya berubah sesuai:

• Fokus pada resume yang diperbarui ini jelas beralih ke pengalaman kerja ketimbang berbagai "ekstra".
• Resume sepanjang satu halaman, memuat informasi paling relevan dalam bentuk ringkas, dan ada cukup ruang kosong di halaman.
• Templat memiliki warna hijau selain hitam dan putih, yang membuatnya lebih enak dipandang, mudah diikuti, dan tidak mengganggu.
• Tata letak keseluruhan satu kolom. Ini baik dalam kasus ini karena kandidat menyertakan lebih sedikit bagian tambahan daripada sebelumnya dan membuatnya lebih singkat.
• Pada header, kita melihat ikon yang dapat diklik yang sama terhubung ke berbagai profil kandidat (kemungkinan besar telah diperbarui).
• Bagian Ringkasan terdiri dari 3 kalimat, tetapi lebih pendek dari resume sebelumnya. Kandidat tidak lagi menyebutkan bootcamp data sciencenya karena pengalamannya lebih berbicara. Selain itu, soft skill "promosi diri" dihapus. Pengalaman magang tidak lagi ditekankan terpisah seperti sebelumnya, tetapi ditambahkan ke 2 tahun pengalaman kerja yang lebih baru. Lebih jauh, kita bisa melihat dengan jelas bahwa kandidat mencantumkan keterampilan yang berbeda dari resume lama (dan hal sama terlihat pada bagian Keterampilan, yang menjadi lebih pendek). Ini bukan berarti kandidat "melupakan" keterampilan sebelumnya. Sebaliknya, kemungkinan besar ia menyesuaikan poin utama dan pencapaian dalam Ringkasan dan Keterampilan agar sesuai deskripsi pekerjaan yang spesifik, yang selalu merupakan pendekatan bagus saat menulis ringkasan/tujuan resume.
• Pada bagian Pengalaman, kandidat menggambarkan pencapaian bisnis utama pada kedua posisi dan menambahkan metrik bermakna. Lagi-lagi, setiap bullet point dimulai dengan kata kerja aksi, tanpa kata-kata samar atau berlebihan, dan hanya menggunakan jargon teknis secara moderat. Perhatikan bahwa kandidat menggunakan beragam kata kerja aksi untuk bullet point (alih-alih, misalnya, selalu menggunakan create atau built) dan juga beragam metrik terukur ($, %, jam, jumlah item).
• Bagian Proyek dan Pendidikan lebih singkat dalam resume yang diperbarui ini, dan Sertifikasi serta Kerelawanan dihilangkan sama sekali.

Contoh resume data scientist senior

Setelah versi resume terakhir, data scientist kita dua kali berganti pekerjaan dan tumbuh secara profesional. Kembali mencari pekerjaan baru, ia memperbarui resume untuk posisi yang berpotensi menarik. Jadi, bagaimana tampilan resumennya sekarang?

Mari soroti perubahan paling penting:

• Selain header, kini resume hanya mencakup Keterampilan, Pengalaman, dan Pendidikan, dengan Pengalaman mengambil porsi halaman terbesar. Tidak ada ringkasan, tidak ada proyek, dan tidak ada bagian ekstra. Pengalaman kerja nyata kandidat ini berbicara untuk dirinya.
• Resume hampir hitam-putih, dengan penggunaan warna oranye yang sangat terbatas.
• Bagian Keterampilan sangat dipangkas, hanya mencantumkan keterampilan dan alat paling global (dan ya, banyak di antaranya tidak disebutkan dalam versi resume sebelumnya).
• Pengalaman magang dihapus.
• Posisi terbaru kandidat sebagai data scientist senior lebih terkait strategi dan manajemen daripada analisis data dan pemodelan.

Kesimpulan

Kita telah membahas berbagai pendekatan, trik, contoh praktis, dan templat untuk membuat resume data scientist Anda bersinar.

Dalam beberapa hal, resume data scientist Anda mirip trailer film. Seperti trailer yang seharusnya langsung menarik perhatian penonton dan meyakinkan mereka menonton seluruh film, begitu pula resume Anda, yang seharusnya menginspirasi manajer perekrutan untuk membacanya dengan saksama, dan mengundang Anda ke wawancara.

Tentu, menulis resume yang sempurna hanyalah langkah pertama dalam proses lamaran Anda, yang tidak otomatis menjamin kesuksesan dalam wawancara. Namun, tanpa melewati gerbang tak terelakkan dari ATS lalu manajer perekrutan/rekruiter, Anda tidak akan bisa melangkah lebih jauh. Karena itu, sangat penting meluangkan cukup waktu dan upaya untuk membangun resume data scientist yang efisien dan meyakinkan, disesuaikan dengan setiap peran yang Anda lamar.

Agar resume Anda menonjol, pastikan Anda memiliki keterampilan dan pengalaman yang diperlukan, yang dapat Anda tonjolkan dengan sertifikasi data scientist DataCamp. Mulailah hari ini!