Loona Automation लोगोLoona रिज़्यूमे बिल्डर
होम › रिज़्यूमे टेम्पलेट › डेटा वैज्ञानिकों का रिज़्यूमे

डेटा वैज्ञानिकों के रिज़्यूमे का उदाहरण

नमूना रिज़्यूमे: नीचे दिया व्यक्ति एक है काल्पनिक उदाहरण — असली व्यक्ति नहीं। इसे शुरुआती बिंदु के रूप में उपयोग करें: इसे बिल्डर में खोलें, हर विवरण को अपने विवरण से बदलें, और अपनी PDF डाउनलोड करें।

इस नमूने को बिल्डर में संपादित करें

Omar Farouk
डेटा वैज्ञानिक

सारांश

ई-कॉमर्स के लिए मशीन-लर्निंग मॉडल बनाने के 5 वर्षों के अनुभव के साथ डेटा वैज्ञानिक। मेरे द्वारा जारी एक सिफ़ारिश मॉडल ने प्रति विज़िट राजस्व 12% बढ़ाया, और एक चर्न मॉडल अब 80% जोखिम वाले ग्राहकों को चिह्नित करता है। Python, SQL और मॉडल डिप्लॉयमेंट में मज़बूत।

अनुभव

डेटा वैज्ञानिकफ़रवरी 2022 – वर्तमान
Evergreen Commerce • Seattle, WA
  • एक सिफ़ारिश मॉडल जारी किया जिसने प्रति विज़िट राजस्व 12% बढ़ाया
  • एक चर्न मॉडल बनाया जो 80% जोखिम वाले ग्राहकों को एक महीना पहले चिह्नित करता है
  • निगरानी और पुनःप्रशिक्षण पाइपलाइनों के साथ मॉडल प्रोडक्शन में तैनात किए
  • प्रोडक्ट और मार्केटिंग टीमों के सामने मासिक मॉडल परिणाम प्रस्तुत करें
जूनियर डेटा वैज्ञानिकजुलाई 2020 – जनवरी 2022
Northwest Analytics • Seattle, WA
  • 3 रिटेल ग्राहकों के लिए 90%+ सटीकता के साथ पूर्वानुमान मॉडल बनाए
  • मॉडलिंग के लिए 10M+ पंक्तियों के डेटासेट साफ़ किए और तैयार किए
  • दस्तावेज़ीकरण लिखा ताकि ग्राहक मॉडल स्वयं दोबारा चला सकें

शिक्षा

University of Washington2018 – 2020
डेटा साइंस में MS

सिफ़ारिश प्रणालियों पर थीसिस। गणित में BS (2018)।

संपर्क

  • omar.farouk@example.com
  • +1 (555) 010-0114
  • Seattle, WA

कौशल

  • Python (scikit-learn, pandas)
  • मशीन लर्निंग और सांख्यिकी
  • SQL और Spark
  • मॉडल डिप्लॉयमेंट (Docker, AWS)
  • A/B टेस्टिंग
  • डेटा विज़ुअलाइज़ेशन

भाषाएँ

  • अंग्रेज़ी (धाराप्रवाह)
  • अरबी (धाराप्रवाह)

इस डेटा वैज्ञानिक नमूने को बिल्डर में संपादित करें

भर्तीकर्ता डेटा वैज्ञानिक के रिज़्यूमे में क्या देखते हैं

  • व्यावसायिक प्रभाव से शुरुआत करें, एल्गोरिदम से नहीं: बढ़ा राजस्व, पकड़ा गया चर्न, घटी लागत — फिर मॉडल का नाम लें।
  • मॉडल प्रदर्शन को व्यावसायिक शब्दों में बताएँ (सटीकता कमज़ोर है; बचाया पैसा मज़बूत है)।
  • डिप्लॉयमेंट दिखाएँ: प्रोडक्शन में एक मॉडल उन दस नोटबुक से बेहतर है जो कभी जारी नहीं हुईं।

इस नमूने का उपयोग कैसे करें

  1. इसे बिल्डर में खोलें ऊपर दिए बटन से — नमूना आपके लिए फ़ॉर्म भर देता है।
  2. हर विवरण बदलें अपनी नौकरियों, तारीख़ों और उपलब्धियों के साथ। संख्याएँ रखें: यही भर्तीकर्ता याद रखते हैं।
  3. वह टेम्पलेट चुनें जो उपयुक्त हो — यह नमूना Modern उपयोग करता है, लेकिन डाउनलोड से पहले आप 8 टेम्पलेट में से किसी पर भी बदल सकते हैं।
  4. अपनी PDF डाउनलोड करें — मुफ़्त, कोई साइन-अप नहीं, कोई वॉटरमार्क नहीं।

डेटा वैज्ञानिक कितना कमाते हैं?

डेटा वैज्ञानिकों के लिए माध्य वेतन है $120,230 प्रति वर्ष (U.S. Bureau of Labor Statistics, Occupational Employment and Wage Statistics, May 2025 — राष्ट्रीय, सभी उद्योग)। पूरी टेक-होम गणना यहाँ देखें: डेटा वैज्ञानिकों का वेतन कैलकुलेटर.

अक्सर पूछे जाने वाले प्रश्न

क्या डेटा वैज्ञानिक को Kaggle प्रतियोगिताएँ सूचीबद्ध करनी चाहिए?

केवल तभी जब आपकी रैंक अच्छी हो या प्रोजेक्ट सचमुच मज़बूत हो। एक अच्छा प्रतियोगिता परिणाम मदद करता है; भागीदारी की सूची नहीं।

रिज़्यूमे कितना तकनीकी होना चाहिए?

भर्ती प्रबंधक को आपका स्टैक दिखाने के लिए पर्याप्त तकनीकी, HR को कीवर्ड मिलाने के लिए पर्याप्त सादा। स्टैक को कौशल खंड में और प्रभाव को बुलेट में रखें।

एक पेज या दो?

5 वर्षों तक एक पेज; जारी मॉडल और प्रकाशनों वाले वरिष्ठ डेटा वैज्ञानिकों के लिए दो पेज।

और रिज़्यूमे उदाहरण

नमूना रिज़्यूमे की समीक्षा 9 Nov 2026। नमूने के सभी नाम, नियोक्ता और आंकड़े काल्पनिक उदाहरण हैं। वेतन डेटा (जहाँ दिखाया गया): U.S. Bureau of Labor Statistics, Occupational Employment and Wage Statistics, May 2025।