Een opvallend cv voor data scientist maken [Ultieme gids voor 2026]

Data science is een van de meest competitieve vakgebieden op de moderne arbeidsmarkt en trekt ambitieuze specialisten van over de hele wereld aan. Data scientist worden betekent toetreden tot een bevoorrechte kring met aantrekkelijke carrièremogelijkheden en hoge salarissen. De interesse in dit domein groeit voortdurend en de vraag naar dataprofessionals neemt gestaag toe, maar de eisen waaraan kandidaten moeten voldoen zijn ook behoorlijk pittig. Je kunt meer lezen over wat er nodig is in onze gids over hoe je data scientist wordt. 

De eerste belangrijke stap voor een sollicitant in data science is het schrijven van een effectief cv dat een hiring manager/recruiter genoeg imponeert om je uit te nodigen voor een gesprek. Voor specialisten met veel werkervaring in het vak is dit relatief eenvoudig, terwijl het voor beginnende data scientists een uitdaging kan zijn die veel vragen oproept: Hoe compenseer ik mijn gebrek aan werkervaring? Is het een goed idee om eerdere werkervaring en/of opleiding te beschrijven als die niet volledig relevant zijn voor data science? Welke sectie moet eerst komen: opleiding of ervaring? Wat voor projecten moet ik opnemen, en hoeveel? Moet ik mijn soft skills vermelden? Moet ik kleur toevoegen aan mijn cv? Kortom, hoe val ik op tussen de massa en kom ik dichter bij dat aantrekkelijke doel: in dienst komen als data scientist?

In dit artikel bespreken we essentiële tips en trucs om een overtuigend, professioneel en makkelijk leesbaar cv voor data scientists te maken dat de aandacht trekt van elke hiring manager of recruiter.

Zo organiseer je je cv-layout en -opmaak effectief

Eén van de eerste overwegingen is hoe je je document opmaakt zodat recruiters en hiring managers het makkelijk kunnen lezen. Je wilt het vlot scanbaar maken, maar met genoeg details om te laten zien hoe jij je onderscheidt. Hier zijn wat tips:

Beperk je cv tot één pagina

Dit advies kan pijnlijk zijn als je van plan was veel informatie in je cv te stoppen. Het lijkt misschien zelfs contra-intuïtief; is het niet beter om zoveel mogelijk details op te nemen om een potentiële werkgever volledig te informeren over al je ervaring, opleidingen, prestaties en skills om indruk te maken? En zo ja, wat als dat meer dan één pagina kost? Hoe dan ook, het wordt sterk aangeraden je cv altijd op één pagina te houden.

Je ervaring en prestaties beknopt kunnen presenteren is een uitstekende manier om je communicatieve vaardigheden te tonen.

Kies een cv-sjabloon

Hoewel je je cv vanaf nul kunt maken en naar eigen smaak kunt indelen, bespaar je tijd met een online cv-builder en een keuze uit verschillende bestaande sjablonen. Je kunt ook een passend gratis sjabloon selecteren uit de collecties van Google Docs of MS Word. Zulke sjablonen zijn doorgaans helder, visueel aantrekkelijk, goed opgemaakt, leesbaar, gebruiksvriendelijk en zo ontworpen dat je veel informatie op één pagina kwijt kunt zonder dat het volgepropt of overweldigend oogt.

Hier zijn enkele cv-builders die je handig kunt vinden:

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

Veel cv-builders, inclusief de bovenstaande, bieden een breed scala aan gratis sjablonen die voldoende functioneel zijn, en daarnaast meer geavanceerde betaalde versies. Kies voor je data scientist-cv liever simpele sjablonen met slechts 1 of 2 kleuren naast zwart-wit, in plaats van opvallende, kleurrijke varianten. Die laatste passen beter bij sectoren als kunst of design, waar een creatief ogend cv een werkgever kan imponeren. In ons geval is het beter om onnodige versiering te vermijden.

Overweeg een tweekoloms-indeling

Een cv-sjabloon met twee kolommen (en eventueel smalle zijkolommen voor extra’s) gebruikt de verticale ruimte van de pagina efficiënter. Zo kun je meer informatie kwijt en verschillende secties ruimtelijk beter ordenen.

Gebruik efficiënte opmaak

Dit setje tips is nuttig als je je cv vanaf nul maakt of wijzigingen aanbrengt in een bestaand sjabloon:

• Gebruik een elegante tekstletter
  • Goede voorbeelden: Calibri, Times New Roman, Arial, Verdana, Cambria, Tahoma, Georgia
  • Slechte voorbeelden: Comic Sans MS, MS Gothic, Ink Free, Agency FB, OCR A Extended
• Gebruik een voldoende lettergrootte: 11–12 pt voor tekst, 14–16 pt voor sectiekoppen en de header
• Maak sectiekoppen en de header vet
• Gebruik niet te veel tekststijlen zoals vet, cursief, vet-cursief en onderstreept
• Gebruik 1–1,15 regelafstand
• Vermijd een saai zwart-wit cv—voeg wat kleur toe om op te vallen, maar overdrijf niet; 1–2 kleuren zijn genoeg
• Vermijd visuele effecten, versieringen of onnodige pictogrammen
• Gebruik opsommingstekens om je cv strak, overzichtelijk en makkelijk te volgen te maken

Houd de opmaak consistent

Dit geldt voor diverse stilistische kenmerken. Als je bijvoorbeeld opsommingstekens gebruikt in verschillende secties, zorg dan voor een uniforme stijl, bijvoorbeeld lege vierkantjes. Hetzelfde geldt voor inspringing, lettertype, datumnotatie, enzovoort. Gelukkig zijn in online cv-builders al deze elementen en formats meestal voor je voorgedefinieerd.

Toptips voor de inhoud van je data scientist-cv

Weten wat je moet opnemen en wat je moet weglaten kan lastig zijn bij het maken van een cv dat aanslaat. Met deze toptips kom je echter snel op gang. 

Maak een master-cv

Voordat je begint te solliciteren naar data science-functies, is het zinvol eerst een "master-cv" te maken. Dit is een grote, zeer gedetailleerde versie van je cv van 2–3 of meer pagina’s, waarin je al je werkervaring, studies, projecten, technische en soft skills en andere prestaties opneemt.

Ben je een carrièreswitcher die vanuit een ander domein data science in wil? Overweeg dan om ervaring uit je eerdere banen in je master-cv op te nemen; je hebt waarschijnlijk meer overdraagbare skills dan je dacht. Niet verrassend kan je master-cv veel bullet points per sectie of subsectie bevatten. Als het af is, kun je het eenvoudig gebruiken als basis voor sollicitaties naar verschillende data science-functies; verwijder simpelweg overbodige details, secties en bullets uit een kopie van je master-cv en pas het aan per inzending.

Stem je data scientist-cv af op elke vacature

Deze stap is cruciaal in je sollicitatieproces. Om de kans te vergroten dat je cv opvalt, moet je het voor elke functie waarop je solliciteert aanpassen. Een hiring manager ontvangt doorgaans dagelijks talloze sollicitaties en heeft dus vaak maar een paar seconden om ze te scannen voordat wordt besloten of ze meer aandacht verdienen. Daarom is het essentieel dat je cv de aandacht trekt.

De beste aanpak is de vacature zorgvuldig te lezen en de volledige "verlanglijst" en eisen te achterhalen waar het bedrijf naar op zoek is in een kandidaat. Verwerk en highlight deze gewenste skills vervolgens in je cv. Het is essentieel om de relevante trefwoorden uit de vacature overal te gebruiken waar je ze logisch kunt opnemen; dit helpt je cv door eventuele applicant tracking systems (ATS) heen te komen die het bedrijf gebruikt en bij mensen op het bureau te belanden.

Naast het nauwkeurig lezen van de vacature is het altijd een goed idee om informatie over het bedrijf zelf te bekijken. Verken de website, missie, waarden, social media, producten en diensten, zodat je beter begrijpt wat deze werkgever zoekt in een succesvolle kandidaat. Laat je cv zien dat jij perfect past bij dit bedrijf en het potentieel hebt om de business te laten groeien. Elk bedrijf zoekt niet iemand die zomaar een baan wil, maar iemand die juist dít werk wil doen.

Wees beknopt maar informatief

Nu je precies weet wat je in je data scientist-cv moet opnemen, moet je die informatie herwerken en aanpassen zodat die bondig, precies, relevant en goed gepresenteerd is. Neem niets op dat geen toegevoegde waarde heeft voor de rol en niet in de vacature werd genoemd of geïmpliceerd. Houd je cv beknopt, doelgericht en informatief. Bullets moeten kort zijn en niet over meerdere regels lopen.

Gebruik omgekeerd chronologische volgorde

Omgekeerd chronologisch is de meest gebruikelijke en geprefereerde indeling voor de secties opleiding en werkervaring. De meest recente ervaring komt bovenaan, gevolgd door de op een na laatste, enzovoort. Zo kan een hiring manager je professionele groei en laatste prestaties snel volgen.

Gebruik eenvoudige maar krachtige taal

Eenvoudige en heldere taal gebruiken is nog een manier om je communicatieve vaardigheden te tonen. Houd hierbij het volgende in gedachten:

• Overlaad je data scientist-cv niet met technisch jargon. Hoewel de functie waarvoor je solliciteert mogelijk een hoog niveau van technische kennis vereist, is de eerste lezer vaak een hiring manager of recruiter. Afhankelijk van wie de werving leidt, verschilt hun achtergrond en kan te veel jargon verwarren. Schrijf dus zo dat iedereen je potentiële waarde voor het bedrijf kan begrijpen.
• Gebruik de vacature als leidraad; staat die vol jargon, dan is het oké om wat technischer te klinken. Anders, noem alleen de belangrijkste algoritmen en technieken die in de advertentie staan.
• Schrijf in korte, krachtige zinnen.
• Houd de tijdsvorm in je cv consistent.
• Vermijd opgeblazen woorden. Gebruik helpen in plaats van faciliteren, gebruiken in plaats van benutten, aansturen in plaats van administreren, complex in plaats van verfijnd, enz.
• Beschrijf je werkervaring, projecten en prestaties met betekenisvolle werkwoorden. Gebruik bijvoorbeeld bouwen, automatiseren, optimaliseren in plaats van werken, maken of deelnemen. We bespreken deze tip later in dit artikel uitgebreider.
• Vervang superlatieven (hoogste, beste, belangrijkste, enz.) en ogenschijnlijk krachtige maar weinigzeggende bijvoeglijke naamwoorden als ervaren, sterk, aanzienlijk, efficiënt door concrete meetwaarden en resultaten. Gebruik deze krachtige woorden (ervaren, diepgaand, bewezen, enz.) spaarzaam in de samenvatting van je cv.
• Laat een vriend zonder technische achtergrond je data scientist-cv nalezen. Vraag om feedback: Is het makkelijk te volgen? Is de taal helder en simpel? Is het gelukt je belangrijkste professionele prestaties over te brengen?

Controleer op fouten en typefouten

Lijkt misschien een klein kwaad, maar domme fouten en typefouten wekken een negatieve indruk en kunnen leiden tot afwijzing. Controleer grammatica en spelling met een gespecialiseerde onlinedienst (Grammarly of vergelijkbaar) en laat iemand anders je cv nalopen op fouten.

Stuur je data scientist-cv naar een echt persoon

Voordat een recruiter je cv ziet, gaat het meestal door een machinelearningprogramma, een applicant tracking system (ATS), dat beslist of het naar mensen wordt doorgestuurd of afgewezen. Om deze stap te omzeilen, probeer je cv rechtstreeks naar een hiring manager te sturen, of zelfs naar de technisch manager die verantwoordelijk is voor de afdeling van de functie.

Zo structureer je je data scientist-cv

Neem secties voor skills en projecten op

In aanbevolen volgorde van boven naar beneden zijn typische secties voor een data scientist-cv:

• Contactgegevens
• Samenvatting (of Doel)
• Werkervaring (of gewoon Ervaring)
• Projecten
• Skills
• Opleiding
• Aanvullende secties

De volgorde is redelijk flexibel en moet de belangrijkheid van elke sectie weerspiegelen, dus de eerste secties mogen ook meer ruimte innemen dan de laatste. Bij een tweekolomsontwerp (de voorkeur) geldt: recruiters scannen meestal van linksboven naar rechtsonder. Zorg dus dat je de meest relevante info linksboven plaatst.

Optimaliseer de volgorde van je secties

De beste volgorde van met name Werkervaring, Projecten, Skills en Opleiding hangt af van 2 factoren:

1. Je daadwerkelijke ervaring. Hierbij zijn verschillende scenario’s:
   • Heb je veel relevante werkervaring, geef die sectie dan prioriteit, beperk je informatie over opleiding flink en laat extra projecten eventueel weg.
   • Ben je net afgestudeerd met beperkte ervaring, zet dan Opleiding vooraan, noem je eindcijfers (uiteraard alleen als ze gunstig hoog zijn) en beschrijf je scriptie of afstudeerwerk iets uitgebreider.
   • Heb je beperkte ervaring in data science en vooral als freelancer gewerkt, verwissel dan de secties Projecten en Werkervaring (of combineer ze tot Ervaring), neem eventuele data-gerelateerde stages op en licht je skills toe.
   • Maak je een carrièreswitch naar data science, focus dan op Projecten en Skills en schrijf minder over werkervaring en opleiding, maar laat die secties niet volledig weg.
2. Het bedrijfsprofiel en de vacature. Solliciteer je in een academische omgeving, breid dan meer uit over je opleiding, certificeringen, extra cursussen en wetenschappelijke publicaties. Anders leg je de nadruk op meer businessgerichte ervaring en prestaties. Bij start-ups zijn kwaliteiten als zelfstandig kunnen werken, initiatief nemen en een innovatieve mindset waardevol. In dat geval is het een plus om individuele projecten te tonen.

Neem indien mogelijk aanvullende secties op

Overweeg voor je data scientist-cv de volgende aanvullende secties:

• Certificeringen
• Publicaties
• Conferenties
• Hackathons
• Prijzen
• Competities
• Vrijwilligerswerk
• Talen

Voeg een sectie als aparte kop toe als je er minstens twee bullets voor hebt. Als je bijvoorbeeld drie data science-cursussen hebt afgerond en op twee data-gerelateerde conferenties hebt gepresenteerd, is het logisch om de secties Certificeringen en Conferenties toe te voegen. Heb je maar één bullet voor enkele categorieën (bijv. één conferentie, één publicatie, één hackathon), bundel die dan in één sectie met de naam Extra’s.

Vermijd breedsprakige subkoppen voor secties

Wees zo beknopt mogelijk bij het benoemen van subkoppen:

• Relevante werkervaring Werkervaring (of Ervaring)
• Professionele ervaring Werkervaring (of Ervaring)
• Opmerkelijke projecten Projecten
• Vaardigheden en kennis Skills
• Skills en tools Skills
• Licenties en certificeringen Certificeringen
• Aanvullende informatie Extra’s

Zo vul je je contactgegevens goed in

De meest geschikte plek voor je contactgegevens is bovenaan je cv, ook al plaatsen sommige online sjablonen ze onderaan (sleep ze in dat geval handmatig naar boven). De belangrijkste eis voor deze sectie is de juistheid van de informatie.

Dit moet je opnemen bij je contactgegevens:

• Je volledige naam.
• Je functietitel. Zet direct onder je naam de titel van de baan waarop je solliciteert in plaats van je huidige functietitel, wat die ook is. Je kunt de functietitel uit de vacature kopiëren of, als die te lang en specifiek is (bijv. Data Scientist voor geowetenschappelijke data-analyse en webtoolontwikkeling), inkorten tot een beter behapbare vorm (bijv. Data Scientist).
• Je telefoonnummer. Uiteraard je privé-nummer, niet dat van je huidige werkplek.
• Je e-mail. Gebruik een professioneel ogend e-mailadres, een combinatie van je voor- en achternaam: naam_achternaam@gmail.ru. Zet hier geen frivool of ongepast adres dat je privé gebruikt, zoals koala_plus_panda@hotmail.com. Heb je nog geen professioneel adres, maak er dan een aan.
• Je locatie. Optioneel en hoeft niet je volledige adres te zijn. Plaats en provincie of land is genoeg.
• Klikbare links naar je actieve en up-to-date profielen op LinkedIn, GitHub, Medium, Kaggle, enz. De meeste werkgevers kijken hier voor extra informatie, zoals je projectportfolio, artikelen over data science en deelname aan hackathons. In plaats van lange, onhandige ruwe links kun je overwegen een pictogram van het officiële logo te plaatsen en dat klikbaar te maken naar je profiel. Je kunt de officiële logo’s googelen; hier zijn de logolinks voor LinkedIn, GitHub, Medium en Kaggle. Evident is dat alle profielen die je opneemt je data science-skills en -prestaties moeten onderbouwen. Het heeft geen zin je LinkedIn te tonen als die alleen naar je vorige beroep verwijst, of je GitHub als die geen data science-projecten bevat.

Nog een paar suggesties voor de sectie Contactgegevens:

• Noem de sectie niet (in tegenstelling tot andere secties), maar zet de informatie direct neer.
• Evenzo: voeg geen categorienamen toe (volledige naam, telefoonnummer, enz.). Schrijf bijvoorbeeld in plaats van E-mail: naam_achternaam@gmail.ru gewoon naam_achternaam@gmail.ru.
• Voeg geen foto toe. Hoewel sommige sjablonen deze optie bieden, kun je die voor een data scientist-cv beter overslaan.

Zo schrijf je een pakkende samenvatting of doel voor je data scientist-cv

Zet direct na je contactgegevens de sectie Samenvatting of Doel. Deze twee zijn niet hetzelfde, en je kiest er één. Een cv-samenvatting is een korte beschrijving (2–3 zinnen, geen bullets) van je professionele verhaal, prestaties en kwalificaties. Een cv-doel is een korte verklaring (ook 2–3 zinnen, geen bullets) gericht op je toekomstige carrièredoelen en de potentiële waarde die je voor de werkgever kunt bieden.

Deze secties zijn cruciaal als je overstapt naar data science vanuit een ander veld, omdat ze in compacte vorm uitleggen waarom jij de perfecte kandidaat bent. Kies Samenvatting als je al enige ervaring in een data-gerelateerd domein hebt. Ben je net afgestudeerd met weinig tot geen ervaring, kies dan Doel om je passie voor data science en je bereidheid om van waarde te zijn voor het bedrijf te tonen.

Een goede samenvatting of een goed doel moet:

• Je ervaringsniveau (junior, senior, ervaren, enz.) en je expertisegebied vermelden
• Het aantal jaren (indien van toepassing) in data science noemen
• Kort en specifiek je skills en prestaties samenvatten
• Informatie over je opleiding en certificeringen opnemen
• Je overstap naar data science verklaren, als dat aan de orde is
• Je langetermijndoelen schetsen
• Je motivatie en enthousiasme voor de baan en het bedrijf tonen
• Uitleggen welke waarde je voor het bedrijf kunt leveren

Selecteer de punten die op jouw situatie van toepassing zijn en schrijf een korte, heldere introductie (samenvatting of doel), aangepast aan de specifieke functie. De tekst moet een overtuigend verhaal vertellen dat laat zien dat jij uitstekend past en de aandacht van de werkgever vasthoudt.

Zo laat je je werkervaring goed uitkomen

Neem essentiële details op in de sectie Werkervaring

Dit is meestal de sectie die recruiters het meest interesseert, dus dit moet de hoofdfocus van je cv zijn. Zet je banen (of alleen de meest recente, als je lang gewerkt hebt) in omgekeerd chronologische volgorde. Als je weinig echte ervaring hebt, overweeg dan data science-stages op te nemen. Vermeld per baan het volgende:

• Periode van dienstverband (maand en jaar van start en einde, of Heden)
• Je functietitel
• Bedrijfsnaam
• Je prestaties in die functie

Probeer waar mogelijk grote gaten (meer dan zes maanden) in je cv te vermijden, zeker in de recente jaren. Zelfs als je eerdere banen niet in data science waren, is het meestal beter ze op te nemen, maar zonder al te veel detail. Als al je eerdere ervaring uit een heel ander domein komt, bedenk dan welke vaardigheden je daar feitelijk hebt geoefend die toepasbaar zijn op data science, en welke waarde je aan het bedrijf hebt toegevoegd. Ben je net afgestudeerd zonder werkervaring of stage, sla deze sectie dan over.

Ga echter terug naar een "ideaal" geval waarin je enige ervaring hebt in data science/data-analyse. Gebruik voor relevante eerdere functies bullets om je data-gedreven prestaties en de waarde die je leverde voor het bedrijf beknopt te beschrijven. De eerste bullet moet het meest impactvol zijn om de recruiter te prikkelen verder te lezen. Vermijd de veelgemaakte fout om taken en technische aspecten op te sommen in plaats van je beste, op business gerichte prestaties uit te lichten.

Gebruik krachtige woorden

Wees in je functieomschrijvingen zo specifiek en toch kort mogelijk. Het ideale format voor elke bullet is:

Actiewerkwoord – Taak – Resultaat

Actiewerkwoorden zijn betekenisvolle, doelgerichte en ATS-vriendelijke werkwoorden (woorden waar de applicant tracking software eerder op zoekt). Enkele populaire voorbeelden zijn:

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

Naast dat zulke werkwoorden je cv ATS-vriendelijk maken, drukken ze het resultaat van je professionele activiteit veel preciezer uit dan algemene werkwoorden als doen, samenwerken, maken of werken. Verwar actiewerkwoorden echter niet met opgeblazen woorden (gebruik bijvoorbeeld helpen in plaats van faciliteren).

Naast de "juiste" werkwoorden, vergeet niet de trefwoorden uit de vacature en van de website van het bedrijf op te nemen. Onthoud: elk cv moet aangepast zijn aan een specifieke rol en bedrijf om je winkans te vergroten.

Gebruik cijfers

Noem je data-gedreven prestaties. Geef harde cijfers en concrete metrics van je positieve impact op de business in plaats van vage superlatieven of algemene bijvoeglijke naamwoorden (hoogste, sterk, aanzienlijk, significant, enz.). Cijfers zijn veel overtuigender wanneer je aan een potentiële werkgever wilt laten zien dat je het grotere geheel begrijpt en weet hoe je je technische skills inzet voor echte businessvraagstukken.

Let op: we hebben het hier niet over modelprestatie-metrics, maar over de praktische, meetbare waarde die het door jou gebouwde model het bedrijf heeft opgeleverd. Zeg bijvoorbeeld niet dat je een machinelearningmodel met 99% accuracy hebt gemaakt dat de klantbetrokkenheid met 21% verhoogde; laat de model-accuracy weg en schrijf:

Een machinelearningmodel gebouwd dat de klantbetrokkenheid met 21% verhoogde.

De cijfers die je noemt kunnen percentages zijn, bedragen, aantallen mensen die je aanstuurde of coachte, uren of andere tijdsperiodes. Ruime schattingen zijn hier prima.

Toon je samenwerkingsvermogen

Data science draait niet alleen om cijfers en modelleren, maar ook om het vermogen je inzichten te communiceren aan je team en stakeholders, zodat het bedrijf strategische, data-gedreven beslissingen kan nemen.

In plaats van te schrijven dat je een goede teamspeler bent met bewezen communicatievaardigheden, kun je die skills in actie laten zien door banen te beschrijven waarin je samenwerkte in een multidisciplinare en (waarschijnlijk) multinationale omgeving met collega’s, andere afdelingen waaronder niet-technische, en datagebruikers. Focus op jouw rol in die projecten en je meetbare bijdrage.

Zo laat je je projecten beter uitkomen

Neem projecten op op basis van je ervaring en specialismen

Deze sectie is cruciaal voor junior en entry-level data scientists, die vaak beperkte tot geen werkervaring hebben. De balans tussen de secties Werkervaring en Projecten is duidelijk: hoe meer werkervaring je hebt, hoe minder ruimte Projecten inneemt in je cv, tot en met volledig weglaten als je een senior dataprofessional bent.

Of je data science nu op de universiteit, in een masterprogramma of in een bootcamp hebt geleerd, je hebt waarschijnlijk al een of meer projecten in data science of data-analyse. Je kunt data-gerelateerde opdrachten, begeleide en capstoneprojecten uit bootcamps, freelancewerk, bijdragen aan open source-projecten op GitHub en individuele projecten op een eigen gekozen onderwerp opnemen. Heb je geen projecten om op te nemen, overweeg dan een mockproject te doen. Een data scientist is tenslotte nieuwsgierig naar data en de inzichten die je eruit kunt halen.

Heb je veel data science-projecten, prioriteer dan en selecteer de meest relevante en de projecten waar je het meest trots op bent. Het is altijd beter 3–4 goede projecten te tonen dan een dozijn middelmatige. Voor een beginnende data scientist is het prima en verwacht om veel uiteenlopende klas- of bootcampprojecten te hebben over verschillende concepten met een variatie aan tools en technieken. Zodra je klaar bent om een specifieke businessniche te overwegen, ga je daarop focussen, domeinkennis opbouwen en projecten maken die bij dat gebied passen.

Neem kerninformatie op voor elk project

Als je de relevante projecten hebt geselecteerd die je in je cv wilt opnemen, sorteer ze in omgekeerd chronologische volgorde (of van meest naar minst relevant) en overweeg het volgende per project op te nemen:

• De projectnaam en de link ernaar in je GitHub-portfolio

• Een helder en beknopt projectdoel. Gebruik daarna bullets:

• Een korte en specifieke beschrijving van databronnen, technologieën, programmeertalen, libraries, tools en gebruikte skills (vermijd overmatig jargon)

• Jouw individuele bijdrage aan het project (als het een groepsproject was)
• De kwantitatieve resultaten van je werk, die laten zien dat je je technische skills kunt toepassen om echte problemen op te lossen.

Veel tips die we bij Werkervaring bespraken, gelden hier ook: focus op betekenisvolle prestaties, gebruik actiewerkwoorden en trefwoorden uit de vacature/bedrijfswebsite, vermijd opgeblazen en algemene woorden, en gebruik cijfers en concrete metrics.

Zo highlight je je data science-skills strategisch

Lijst skills op naar je competentie

Deze sectie is een must in een data scientist-cv, ongeacht senioriteitsniveau. De beste manier om een lijst van je skills voor een specifieke functie te maken, omvat vier stappen:

1. Noteer alle technische skills, talen en tools die expliciet of impliciet in de vacature worden genoemd. Gebruik de volgende lijst als inspiratie: A/B-tests, Big data, C, C++, Data-analyse, Data cleaning, Data mining, Data modelling, Datavisualisatie, Data wrangling, Debugging, Deep learning, Hadoop, Hypothesetoetsing, Java, Keras, Machine learning, Wiskunde, Matplotlib, NLP, NoSQL, Numpy, Pandas, PowerBI, Predictive modelling, Kansrekening, Python, Kwantitatieve analyse, R, SAS, Scala, Scikit-learn, Seaborn, Spark, SQL, Statistische analyse, Statistiek, Tableau, TensorFlow, Ongestructureerde data, Webscraping
2. Markeer in je lijst alle skills die je echt hebt en waarmee je je comfortabel voelt in een interview. Gebruik je master-cv als referentie. Verzint geen skills die je niet bezit, maar denk na over het afstemmen van je bestaande skills op de eisen van de functie. Als je bijvoorbeeld meerdere SQL-smaken kent, waaronder MySQL, en de vacature specifiek MySQL noemt, schrijf dan MySQL in plaats van generiek SQL of het opsommen van alle varianten. Vereist de rol juist algemene SQL-kennis, schrijf dan gewoon SQL zonder alle varianten te noemen.
3. Je lijst moet 6–10 items bevatten. Hoe groter je expertise, hoe minder items je kunt hebben omdat je werkervaring voor je spreekt. Ben je entry-level of junior, dan is het oké als je nog niet je hele toolkit in de praktijk hebt toegepast maar toch wilt laten zien dat je deze skills hebt. Heb je na stap twee minder dan 10 skills, overweeg dan extra skills toe te voegen die je daadwerkelijk bezit en nuttig lijken voor de rol, ook als ze niet in de advertentie stonden.
4. Sorteer de skills in je definitieve lijst en zet je sterkste en meest relevante eerst.

Voeg geen vaardigheidsniveau toe

Sommige sjablonen bieden de optie om per skill je niveau te rangschikken, maar sla dit beter over. Zo’n beoordeling is extreem subjectief en beïnvloedbaar door het Dunning–Kruger-effect: jouw "gevorderd" kan voor iemand anders "basis" zijn en omgekeerd. Om jezelf niet te onder- of oversellen, rangschik je skills niet en verwijder die optie handmatig uit het sjabloon als die er is.

Neem je soft skills niet op

Het is logisch dat recruiters doorgaans zoeken naar dataprofessionals met bepaalde soft skills zoals teamwork, communicatie en leiderschap. Moet je deze skills dan rechtstreeks in de sectie Skills zetten? Waarschijnlijk niet. Het is veel indrukwekkender om je soft skills in actie te laten zien in de secties Werkervaring en Projecten, gecombineerd met je technische skills om waardevolle, praktische resultaten te behalen.

Vind je jezelf een perfecte teamspeler? Schrijf over je bijdrage aan samenwerkingsprojecten. Ben je een goede leider? Beschrijf je ervaring met het aansturen van een team of het mentoren/coachen van juniors. En de beste manier om je uitstekende communicatievaardigheden te laten zien is door je ervaring en prestaties in je cv beknopt en impactvol te presenteren.

Zo presenteer je je opleiding

Meestal, als je data-gerelateerde werkervaring, stages of projecten hebt, zet je Opleiding na die secties (en ook na Skills). Hoe hoger je senioriteit in data science, hoe korter de sectie Opleiding. Solliciteer je echter op een sterk academische positie of ben je net afgestudeerd zonder ervaring, dan is het logisch dat deze sectie eerst komt, direct na je cv-doel. Neem voor je opleiding (of per opleiding als je meerdere graden hebt) het volgende op:

• Het hoogste graadtype (B.S., M.S., Ph.D.) en je major (ook als die niet relevant is voor data science)
• Naam van de universiteit
• Studieperiode (maand en jaar van start en einde, of gebruik Verwachte afstudeerdatum)

De rest van de bullets gebruik je alleen als je meer over je opleiding wilt uitweiden, d.w.z. als je beperkte tot geen relevante werkervaring/projecten hebt of als je op een academische functie solliciteert:

• GPA (alleen voor recente afgestudeerden en alleen als die hoger is dan 3,5)
• Academische projecten (cursussen, scriptie, dissertatie, enz.). Gebruik bullets als je meer dan één academisch project te tonen hebt. Voeg een korte projectbeschrijving toe of noem de behandelde onderwerpen.
• Academische vakken: voeg de 2–3 meest relevante vakken toe, eventueel met cijfers.
• Academische prestaties en onderscheidingen

Noem in de sectie Opleiding geen data science-bootcamps, skill paths of cursussen die je volgde. Die voeg je later toe bij Certificeringen.

Overige secties

Welke andere secties kunnen nuttig zijn in je data scientist-cv en helpen je passie en inzet voor data science te tonen? Voeg een van deze secties toe als je er minstens twee bullets voor hebt; combineer anders meerdere categorieën in een sectie Extra’s.

Certificeringen

Hier kun je relevante cursussen en bootcamps opnemen als je een entry-level functie zoekt. Denk naast data science- en data-analysecertificeringen ook aan cursussen in onderwerpen als programmeren, lineaire algebra, kansrekening of statistiek. Heb je een officiële data science-certificering (Microsoft, IBM, SAS, Google), noem die dan hier en overweeg hem ook in de headline naast je titel te zetten (bijv. Data Scientist, IBM Certified).

Publicaties

Deze sectie is waardevol in zowel academische als zakelijke context, omdat het uitstekend bewijst dat je buiten je werk om nieuwsgierig bent naar data, zelfstandig (of in teamverband bij groepspublicaties) kunt werken en complexe data-gerelateerde concepten helder aan een breed publiek kunt uitleggen. Noem per artikel de titel, het tijdschrift of magazine waarin het verscheen, de link naar de online publicatie of je eigen blog (indien van toepassing) en een korte samenvatting (of behandelde onderwerpen, of alleen trefwoorden).

Conferenties

Noem alleen data-gerelateerde conferenties waar je hebt gepresenteerd. Vermeld de naam van elke conferentie, de locatie, data, de titel van je werk en de namen van eventuele co-auteurs.

Hackathons

Data science-hackathons zijn een geweldige manier om je teamwork en technische skills, creativiteit, innovatieve mindset en vermogen om concrete resultaten te leveren te tonen. Schets kort de scope van je hackathonproject, het product en de toepassingen, jouw individuele bijdrage en de prestaties.

Prijzen

Zet hier alle prijzen voor je werk of competities die je in een data-gerelateerd domein hebt gewonnen. Dat kunnen prijzen zijn voor hackathons, Kaggle-competities, academisch werk en publicaties. Voeg een korte beschrijving per prijs toe. Alternatief kun je dit opnemen in de corresponderende secties.

Competities

Beschrijf kort de data science-competities waaraan je hebt deelgenomen en de resultaten die je hebt behaald. Dat kunnen competities zijn van Kaggle, DrivenData, DataHack, enz. 

Vrijwilligerswerk

Als je ervaring hebt met vrijwilligerswerk/moderatie in een data science-community of een goede staat van dienst hebt met het oplossen van problemen op Stack Overflow, gebruik deze sectie dan om details en prestaties te noemen. Probeer, zoals gebruikelijk, cijfers te gebruiken ter onderbouwing (bijv. aantal opgeloste technische issues, vragen met geaccepteerde antwoorden, ratings, reputatie, badges, leestijd, enz.)

Talen

De kans is klein dat je deze sectie nodig hebt in je data scientist-cv. Zelfs als Engels niet je moedertaal is, blijkt je niveau vrij duidelijk uit je cv zelf en uit extra bronnen die je toevoegt (GitHub, LinkedIn, enz.). Voeg deze sectie alleen toe als je in het buitenland solliciteert waar een tweede taal een voordeel is en, uiteraard, als je die taal ook echt op een hoog niveau beheerst. Hier is het acceptabel om een verondersteld niveau te noemen (bijv. native, vloeiend, vergevorderd, upper-intermediate, intermediate).

Neem geen interesses/hobby’s op

Hoewel sommige cv-sjablonen een extra sectie voor interesses/hobby’s bieden, kun je die voor een data scientist-cv beter overslaan. Hoewel deze informatie fascinerend kan zijn en je als een nieuwsgierig persoon met vele interesses kan typeren, zoeken recruiters hier in deze fase niet naar.

Hetzelfde geldt voor andere informatie zoals je reizen, deelname aan meetups, sociale spellen, vrijwilligersactiviteiten buiten data science, vaardigheid in andere talen (tenzij expliciet vereist voor de rol) en je rijbewijs. Gebruik deze ruimte in je cv liever voor iets anders. Je krijgt de kans om je hobby’s en andere interessante informatie over jezelf tijdens het gesprek te noemen.

Voorbeelden van data scientist-cv’s

Laten we nu gedetailleerder kijken naar enkele mock-cv’s van data scientists met verschillende ervaringsniveaus, om te zien hoe je alles tot nu toe in de praktijk brengt. En laten we het leuker (en efficiënter) maken en de professionele evolutie van dezelfde (denkbeeldige) persoon volgen.

Voorbeeld cv junior data scientist

Het onderstaande voorbeeldcv hoort bij de fase waarin onze denkbeeldige kandidaat geen andere ervaring had dan een stage als data scientist. Dit cv, net als de volgende, is gemaakt met een selectie gratis sjablonen uit Google Docs, met een paar aanpassingen.

• Het cv is één pagina en bevat veel informatie zonder overweldigend te zijn. Er is voldoende witruimte.
• Het voorgedefinieerde sjabloon is niet alleen zwart-wit, maar heeft nog één kleur, wat het esthetisch prettiger en makkelijker te volgen maakt, zonder af te leiden.
• De algemene indeling is tweekoloms, een goede keuze voor een junior data scientist die het gebrek aan echte ervaring wil compenseren met diverse andere data-gerelateerde activiteiten en prestaties, wat betekent dat er veel secties aan het cv worden toegevoegd.
• In de header zien we een professioneel ogend e-mailadres en klikbare pictogrammen gelinkt aan de profielen van de kandidaat op LinkedIn, GitHub en Medium. (Terzijde: helaas zijn ze niet klikbaar op de PNG hierboven, alleen in de originele Word- en PDF-versies. Overigens: de klikbaarheid van links in de eindversie van je cv is een belangrijk punt om te checken.)
• Alle subkoppen zijn helder en beknopt.
• Aangezien de kandidaat ten minste stage-ervaring heeft om te tonen, was het een goed idee om Samenvatting op te nemen in plaats van Doel.
• De samenvatting telt 3 zinnen, is kort maar erg informatief. De kandidaat noemde de stage-ervaring, opleiding en data science-training, omdat hij/zij nog vrij nieuw is in dit veld en geen formele data science-graad heeft. Vervolgens werden kort de skills (inclusief soft skills) en vooral de prestaties beschreven, enthousiasme voor de functie getoond en de potentiële businesswaarde die hij/zij kan brengen.
• In de sectie Ervaring focuste de kandidaat op zakelijke prestaties tijdens de stage, onderbouwd met concrete cijfers. Elke bullet begint met een actiewerkwoord. Er is geen technisch jargon, en geen vage of overbodige woorden.
• Omdat de ervaring nog beperkt is, somde de kandidaat de meest relevante bootcampprojecten op, inclusief doel, gebruikte skills en tools, en de link naar elk project in het portfolio.
• Vanwege het gebrek aan ervaring werd iets uitgebreider ingegaan op opleiding (onderwerp van coursework, GPA en relevante vakken), data-gerelateerd vrijwilligerswerk (ook hier met harde cijfers) en data science-training.
• In de sectie Skills staan alleen technische skills. De lijst is lang genoeg en omvat zowel skills als tools.
• In de sectie Publicaties nam de kandidaat zowel artikelen over data science op als één gerelateerd aan de oorspronkelijke graad – Mathematical Finance.

Voorbeeld cv data scientist

Stel nu dat onze kandidaat een baan als data scientist kreeg bij een bedrijf genaamd Silver Dollar (fictief). Na 2 jaar werken is hij/zij opnieuw op zoek naar een nieuwe uitdaging. Deze kandidaat is niet meer zo junior, en het cv is overeenkomstig veranderd:

• De focus is in dit geüpdatete cv duidelijk verschoven naar werkervaring in plaats van allerlei "extra’s".
• Het cv is één pagina, bevat de meest relevante informatie in beknopte vorm en er is voldoende witruimte.
• Het sjabloon heeft naast zwart-wit een groene kleur, wat het esthetisch prettiger en niet afleidend maakt.
• De algemene indeling is enkelkoloms. Dat is prima, omdat de kandidaat minder aanvullende secties heeft opgenomen en die korter zijn.
• In de header zien we dezelfde klikbare pictogrammen naar de verschillende profielen van de kandidaat (waarschijnlijk geüpdatet).
• De sectie Samenvatting telt 3 zinnen, maar is korter dan in het vorige cv. De bootcamp wordt niet meer genoemd, omdat de ervaring beter voor zich spreekt. Ook de "zelfpromotie" van soft skills is verwijderd. De stage-ervaring wordt niet meer apart benadrukt maar bij de 2 jaar recente werkervaring opgeteld. Verder zien we dat de kandidaat andere skills noemt dan in het oudere cv (dat geldt ook voor de sectie Skills, die korter is). Dat betekent niet dat de kandidaat eerdere skills is "vergeten". Waarschijnlijk zijn de kernpunten en prestaties in Samenvatting en Skills aangepast aan de specifieke vacature, wat altijd een goede aanpak is.
• In de sectie Ervaring beschreef de kandidaat de belangrijkste zakelijke prestaties in beide functies en voegde betekenisvolle meetwaarden toe. Opnieuw begint elke bullet met een actiewerkwoord, zonder vage of overbodige woorden, en met gematigd gebruik van jargon. Let op de variatie in actiewerkwoorden en in gemeten metrics ($, %, uren, aantallen).
• De secties Projecten en Opleiding zijn korter in dit geüpdatete cv, en Certificeringen en Vrijwilligerswerk zijn helemaal weggelaten.

Voorbeeld cv senior data scientist

Na de laatste versie wisselde onze data scientist nog twee keer van baan en groeide professioneel sterk. Opnieuw op zoek naar een nieuwe baan, werkte hij/zij het cv bij voor een interessante functie. Hoe ziet het cv er nu uit?

De belangrijkste wijzigingen:

• Behalve de header bevat het cv nu alleen Skills, Ervaring en Opleiding, waarbij Ervaring het grootste deel van de pagina inneemt. Er is geen samenvatting, geen projecten en geen extra secties. De echte werkervaring spreekt voor zich.
• Het cv is bijna zwart-wit, met zeer beperkt gebruik van oranje.
• De sectie Skills is sterk ingekort en noemt alleen de meest overkoepelende skills en tools (en nee, veel daarvan stonden niet in de eerdere versies).
• De stage-ervaring is geschrapt.
• De meest recente functie als senior data scientist draait meer om strategie en management dan om data-analyse en modelleren.

Conclusie

We hebben verschillende aanpakken, trucs, praktische voorbeelden en sjablonen verkend om je data scientist-cv te laten schitteren.

In zekere zin lijkt je data scientist-cv op een filmtrailer. Net zoals een trailer direct de aandacht moet grijpen en de kijker ervan overtuigen de hele film te zien, moet je cv een hiring manager inspireren om aandachtig te lezen en je uit te nodigen voor een gesprek.

Natuurlijk is het schrijven van een perfect cv slechts de eerste stap in je sollicitatieproces, die niet automatisch succes in het gesprek garandeert. Maar zonder door de onvermijdelijke poorten van ATS en vervolgens een hiring manager/recruiter te komen, kom je niet verder. Het is daarom van vitaal belang om genoeg tijd te nemen en de nodige moeite te doen om een efficiënt en overtuigend data scientist-cv te bouwen, op maat van elke rol waarvoor je solliciteert.

Om je cv te laten opvallen, zorg dat je de nodige skills en ervaring hebt, die je kunt onderstrepen met een DataCamp data scientist-certificering. Ga vandaag nog aan de slag!