Veri Bilimci CV örneği

Bu örnek özgeçmiş, İzmir'de çalışan orta düzey bir veri bilimcinin deneyimini nasıl somut sonuçlarla anlatabileceğini gösterir. Model geliştirme, deney analizi ve üretime alma çalışmaları ölçülebilir çıktılarla sunulur.

Bu şablonla başla

Deniz Yılmaz

Veri Bilimci

İzmir

Profesyonel özet

Perakende ve lojistik verileriyle tahminleme ve müşteri modelleme projeleri yürüten veri bilimciyim. Python, SQL ve istatistik temelinde kurduğum modelleri üretime taşıyıp iş birimleriyle birlikte ölçülebilir sonuçlara bağlarım. Bulguları sade bir dille anlatmayı önemserim.

Deneyim

Veri Bilimci · Ege Analitik Çözümler
2021 – Devam ediyor
- Haftalık talep tahmini modeli geliştirip tahmin hatasını (MAPE) %24'ten %17'ye düşürdüm; stok planlama ekibi modeli günlük kullanıma aldı
- Müşteri kaybı tahmini için gradyan artırma modeli kurdum ve elde tutma kampanyalarının hedef kitlesini daha isabetli belirledim
- Apache Airflow ile model eğitim ve skorlama akışlarını otomatikleştirip manuel yeniden eğitim süresini iki günden birkaç saate indirdim
Junior Veri Analisti · Körfez Lojistik Hizmetleri
2018 – 2021
- SQL ve Python ile teslimat sürelerini analiz edip gecikmelerin ana nedenlerini belirledim; rota planlaması revize edilerek gecikmeler yaklaşık %9 azaldı
- Operasyon ekibi için Power BI panoları hazırladım ve haftalık raporlama için harcanan süreyi yarıya indirdim
- Rota deneyleri için A/B testlerini tasarlayıp analiz ettim, istatistiksel anlamlılık raporlarını yönetime sundum

Beceriler

Python · SQL · Makine Öğrenmesi · scikit-learn · Pandas · İstatistiksel Modelleme · A/B Testi · Zaman Serisi Analizi · Apache Airflow · Power BI

Eğitim

Lisans, İstatistik — İzmir Kıyı Üniversitesi (2018)

Bu örnek kurgusaldır ve gösterim amacıyla yazılmıştır. Her adı, şirketi, tarihi ve sayıyı kendi bilgilerinizle değiştirin.

Her modelin yanına iş metriğini yaz: MAPE, kayıp oranı veya tasarruf gibi. Yalnızca doğruluk skoru vermek iş etkisini göstermez.
Kullandığın araçları proje cümlesinin içine yerleştir; örneğin Airflow ile otomasyon, scikit-learn ile model. Beceri listesiyle bağlantı kur.
Modelin üretime alınıp alınmadığını açıkça belirt. Prototip ile canlı sistemde çalışan model farklı deneyimlerdir.
Veri hacmini, zaman aralığını veya kullanıcı sayısını modest rakamlarla ver; projenin ölçeği okuyucu için anlaşılır olsun.
Teknik olmayan paydaşlarla çalıştığını göstermek için bulguları kime, hangi formatta sunduğunu ve hangi kararı etkilediğini yaz.

Veri bilimci özgeçmişinde proje listesi mi iş deneyimi mi öne çıkmalı?

Deneyimin varsa iş deneyimi öncelikli olmalı; projeler bu deneyimin içinde sonuçlarla anlatılmalı. Yeni mezunlarda ise bağımsız projeler ve GitHub bağlantısı daha belirleyici olabilir.

Kullandığım tüm algoritmaları yazmalı mıyım?

Hayır. Pozisyonla ilgili ve gerçekten iyi bildiklerini seç. Uzun bir algoritma listesi yerine, hangi problemde hangi yaklaşımı neden seçtiğini gösteren birkaç cümle daha değerlidir.

Özgeçmişe Kaggle veya GitHub eklemek gerekir mi?

Zorunlu değil ama düzenli ve okunabilir bir depo, kodlama biçimini göstermene yardımcı olur. Eklediğin bağlantıların güncel ve anlaşılır olduğundan emin ol.