La concurrence est de plus en plus rude entre les aspirants Data Scientists diplômés depuis peu. Découvrez 5 choses à ne surtout pas mettre dans votre CV pour profiter d'un avantage sur les autres candidats...
Depuis plusieurs années, le métier de Data Scientist est considéré comme l’un des meilleurs métiers tous secteurs confondus. Rémunération très élevée, opportunités d’embauche attrayantes, demande extrêmement forte…
Les points forts de cette profession sont nombreux. Cependant, face à ces avantages, la compétition est de plus en plus importante entre les jeunes scientifiques des données fraîchement diplômés.
Pour trouver le job de vos rêves, il est donc devenu indispensable de soigner votre CV. Pour mettre toutes les chances de votre côté, n’hésitez pas à utiliser un modèle de CV optimisé pour les ATS. À travers cet article, découvrez 5 choses à ne surtout pas y mettre…
1. Évitez une présentation trop vague
Il est important pour les aspirants Data Scientists d’éviter de présenter un CV trop vague. En listant uniquement des expériences et des objectifs pertinents par rapport au métier de scientifique des données, vous capterez mieux l’attention du recruteur et profiterez d’un avantage sur les autres candidats.
Ceci est aussi valable pour la liste de vos compétences et de vos diplômes ou formations. Vous pouvez notamment commencer votre CV par préciser si vous être un Data Scientist junior, senior ou si vous venez tout juste d’être diplômé.
Par la suite, présentez vos objectifs et ce que vous pensez pouvoir apporter à l’entreprise. Pour faire simple, il est préférable de personnaliser votre CV par rapport au poste que vous briguez.
2. N'évoquez pas de compétences ou de formations sans lien internet
Pour être crédible, il est préférable qu’un CV de Data Scientist soit présenté sous forme de document en ligne plutôt que sur une feuille de papier. Ce format vous offre l’opportunité d’ajouter des liens internet vers des pages permettant de mettre en lumière ou d’authentifier vos compétences, vos formations et vos projets passés.
Vous pouvez par exemple placer des liens vers des pages LinkedIn, Kaggle, GitHub, ou même vers le site web de DataScientest si vous avez suivi notre formation. De cette manière, les employeurs auront une meilleure vision d’ensemble de ce que vous avez accompli jusqu’à présent.
3. Ne vous focalisez pas sur la méthode, mais plutôt sur les résultats
Pour être performant, un Data Scientist doit apporter à son entreprise des résultats concrets et exploitables grâce à l’analyse de données. Par conséquent, sur votre CV, inutile de vous focaliser sur les méthodes et algorithmes que vous déployés lors de vos précédents projets.
Mettez plutôt en lumière les résultats que ces méthodes vous ont permis d’obtenir. Ceci permettra à l’employeur de percevoir immédiatement ce que vous pouvez offrir à l’entreprise.
4. Ne citez pas de projets sans pertinence
Pour éviter que votre CV se fonde dans la masse aux yeux de l’employeur, mieux vaut ne pas inclure de projets ou d’expériences sans rapport avec le poste que vous convoitez. Mettez en avant vos projets originaux et directement liés au poste en question.
Vous devez chercher à convaincre l’employeur que vous pouvez aborder un problème de façon atypique, ou que vous pouvez vous attaquer à des problèmes de différents domaines. Si vous dégagez une assurance et une certaine polyvalence, vous saurez retenir l’intérêt du recruteur. Évoquez donc en priorité les projets reflétant vos compétences, vos connaissances et vos capacités à résoudre les problèmes.
5. Inutile de présenter les expériences professionnelles sans rapport avec le poste
Tout comme les projets, les précédentes expériences professionnelles que vous citez dans votre CV doivent être directement liées avec le poste recherché. De manière générale, les informations sans pertinence risquent d’éclipser les informations importantes aux yeux des employeurs et de leur faire perdre tout intérêt à votre égard.
Pour éviter cette situation, il est préférable de ne pas évoquer vos expériences professionnelles sans rapport avec la science des données. La seule exception concerne les expériences effectuées au sein d’une entreprise prestigieuse, réputée pour user de la science des données.
En conclusion, privilégiez un CV clair, épuré, focalisé sur les résultats et sous une forme interactive. Vous maximiserez ainsi vos chances de décrocher un Data Job. Si cet article vous a plu, découvrez les erreurs à éviter lors de l’apprentissage de Python.
