Il campo della scienza dei dati è attualmente a dir poco saturo.
Tuttavia, il campo non è saturo di candidati qualificati, se è questo che pensavi intendessi. Potresti vedere centinaia di candidati fare domanda per un singolo annuncio di lavoro, ma pochissimi di questi candidati sono effettivamente persone qualificate in grado di analizzare i dati se la loro vita dipendesse da ciò.
Alcuni anni fa sono stato coinvolto nello screening dei curriculum per una posizione per la quale la mia azienda all’epoca stava assumendo. Ho pubblicato il lavoro su LinkedIn, insieme ad alcune domande sui criteri. Nei primi due giorni abbiamo ricevuto circa 20-30 candidature, ma dopo averle esaminate e aver vagliato quelle che LinkedIn aveva filtrato in base alle risposte alle domande sui criteri, solo due erano candidati validi. Estrapola questa esperienza a quei post di data science a cui hanno fatto domanda 300 candidati e puoi immaginare quanti di questi sono reali contendenti.
Nella tecnologia, è molto facile definirsi un designer, un ingegnere del software o uno scienziato dei dati. In molti casi, il significato di questi titoli di lavoro è cambiato nel tempo. Per esempio“Scienziato dei dati” si riferiva a una persona molto senior in un’azienda che aveva una formazione di livello Master o PhD nel settore. Al contrario, ora, chiunque completi un bootcamp di scienza dei dati può sentirsi qualificato per definirsi uno scienziato dei dati perché comprende le statistiche e può utilizzare alcune librerie di analisi dei dati.
Tutto ciò significa che con tutto il rumore che i reclutatori devono farsi strada per raggiungere i candidati legittimi, è necessario intensificare il gioco del curriculum per distinguersi dagli altri. Nessuno dei suggerimenti elencati di seguito è innovativo o rivoluzionario e, semmai, probabilmente ne hai già sentito parlare. Tuttavia, una volta che inizi a prestare attenzione a questi dettagli, i reclutatori inizieranno a prestarti maggiore attenzione. Ecco cinque cose che puoi fare sul tuo curriculum per fare in modo che un reclutatore lo guardi due volte.
Fonte: towardsdatascience.com