数据分析师应该怎么优化自己的简历？
呆鸟云：“前两天看了一篇介绍优化数据分析师简历的文章，感觉有些收获，结合自己的体会整理了一下要点，供各位数据狮参考。”
先来一篇《人性的弱点里的》求职信，
书里的说法是“芭芭拉在信中强调她的工作经验与能力如何使雇主受益，专注于银行对员工的需求，而非她自身的需求。对招聘方而言，他们确实也只关心招聘到的人怎么能帮助到自己，而不是如何帮助应聘者。”
书中还提到芭芭拉给 12 个银行发了这封求职信，其中有 11 家给了她面试的机会。
那么我们先从招聘方的视角，搞清楚下面这个问题。
招聘方想在数据分析师的简历看到什么？
与销售产品一样，只有找到 HR 或用人部门领导的诉求点，才能让你的简历脱颖而出。
从目前来看，招聘方主要关注数据岗应聘人员以下这几项软硬能力：
软能力
- 教育背景
计算机科学、社会科学、统计学、数学等专业最吃香，学历至少是本科生，硕士生是加分项。
- 行业背景
隔行如隔山，不同行业的关注点不同，解决问题的方法不同，数据分析的重点自然也不同。具备应聘行业的工作经验是招聘方关注的焦点。
- 沟通能力
数据分析师既要能把业务需求翻译给技术人员，还要能替技术人员合理界定业务方的需求。当然，把分析的结果清晰、明确的传达给业务方也是必不可少的能力。
- 团队合作
数据分析不能单打独斗，与团队成员和相关部门紧密合作，搞懂业务目标、找出解决问题所需的数据、改进工作流程都需要团队合作，想做独行侠，可当不好数据分析师。
- 好奇心
好奇心就是求知欲，数据分析这个领域发展的非常之快，没有足够的求知欲，跟不上发展节奏。
硬技术
硬技术不过多介绍了，如果这些都不知道，就不用继续看了。
- Python/R
- SQL/Hive/Spark
- 数据可视化
- 网络爬虫
- 自然语言、音视频、图像等非结构化数据
- 机器学习、深度学习、人工智能
当然，不同岗位对硬技术的需求也不一样，下面介绍怎样在简历中呈现你的优势。
1. 优先列出所需的技术
上述技术不需要全部列出，要结合自身条件与岗位需求，优先列出应聘岗位所需的技术，注意，为了节约简历空间，不要用列表的方式，最好把所需技术写在一行。
至于如何排列这些技能，最好就是把应聘岗位最需要的技能排在前，同时，别忘了加上技能水平的描述，如初级、熟练、精通等。
这些技能要写在简历最上方，让招聘方一眼就能看到，让他们一眼就能分辨出，你是不是他们想要的人。
2. 简明扼要阐明你的业绩
以往工作业绩也是招聘方了解你的重要途径，此处要列出你的优势。
这里要注意以下几点：
- 只列出与应聘岗位相关的业绩
我曾经看到过转行的朋友应聘数据分析师，但简历中会写上“定期组织部门例会”、“维修公司电脑”等内容，虽然这些确实是你做的事情，但与数据分析没有关系，所以还是请提供与应聘岗位相关的业绩吧。
- 写上数字
数据分析师的简历更要突出可量化的特点。“用机器学习算法分析 2 年内 20次促销活动，为公司后续促销活动节约 50000 余元促销经费。” 这样写的效果会比“用机器学习算法优化公司促销活动，节约了促销成本。”更明确。
此处使用技能 - 行为 - 结果模型描述业绩。
-
技能：机器学习算法
-
行为：分析促销活动成本
-
结果：节约了 50000 余元的促销经费
-
一项业绩只用一行描述
简历不要写的太多，最好只有一页，所以每项业绩的描述最好限制在一行以内。
3. 软能力，要阐述，不要用列表
很多人介绍自己的软能力时喜欢使用列表形式，但这种形式并不利于展示软能力。
- 沟通能力强
- 适应能力强
- 擅长书面与口头沟通
- 乐于团队合作
如上的列表什么问题也说明不了，千人一面，写了等于白写，反让人怀疑你的沟通能力与写作能力。
那应该写成什么样子呢？下面给出一个例子：
- 口头沟通能力
每周与客户召开周例会，沟通项目中出现的问题，采集客户反馈，形成周例会报告
- 书面沟通能力
负责 3 个业务团队的数据分析，应用数据分析模型，查找客户数据中的模式，编制消费数据分析报告
- 陈述能力
创建含各类核心数据、表格、可视图的陈述报告，向业务部门陈述数据分析成果
- 适应能力
同时参与公司机器学习与数据可视化等多个项目，协助业务部门找出业务问题
这样写就具体多了，不再是千篇一律，当然你还可以根据自己的工作经历继续优化，总之一句话，不要只说自己具有什么什么能力，要说明你在实际工作中怎么践行这种能力。
这里突出了口头沟通与书面沟通甚至是陈述的能力，为什么呢？因为数分师大部分工作不是写代码，而是开会、开会、开会，把你的意见表达清晰、管理别人的诉求、分享你的分析结果都离不开沟通。
与硬技术一样，软能力也要尽量用一行字搞定。
4. 匹配岗位职责中的关键字
技能关键字主要包括：
- 教育背景（统计学/数学/计算机科学等）
- 行业背景（电子商务/直播/在线教育/金融/长租公寓等）
- 软能力（数据敏感/逻辑分析/系统思维/团队合作/沟通等）
- 编程语言（Python/R/算法/建模/机器学习等）
- 数据库语言（SQL/Hive等）
- BI工具（Excel/Tableau/PowerBI等）
下图就是一个典型的例子。
应聘这样的职位，需要利用好图中所列关键字，这样才能更好地吸引招聘人员的注意力，如果你的工作经历与这些关键字匹配，那就在工作业绩里详加描述，效果会更好！
注意：匹配关键字很重要，但也要小心过犹不及，滥用关键字，恨不得把所有技能都列上，会让招聘人员觉得过于夸张，并对你的实际能力生疑。
最好是结合自身工作与实际能力，合情合理些。更何况，写得太多，就容易被抓漏洞，真到了面试的时候，一旦被问得瞠目结舌，面试这关就过不去了。
最后，祝各位旗开得胜，马到成功，早日找到理想的工作。
参考文献：https://www.kdnuggets.com/2020/08/optimize-cv-data-scientist-career.html
