機器學習創造你的簡曆
一步一步如何編寫一個機器學習的簡曆嗎
- 按照正確的格式
- 清晰的分類教育部分
- 添加相關技能顯然
- 列表在機器學習相關的經驗
- 其他部分添加到鶴立雞群
格式
- 字體——專業的簡曆字體Calibri和Didot等
- 字體大小——用13 - 14日為其他文本標題和11 - 12
- 格式- - -相反的時間格式是最推薦
- 行間距,1.1.5 (推薦)
- 文件類型,PDF是最首選的文件類型
專業技巧
- 用整齊的設計和與文本不填簡曆的每一部分
- 盡可能使用要點是一個更好的實踐與段落
- 總是使用主動語態
- 使用簡單的詞彙和短句子
- 不要試圖融入在一個頁麵上的所有東西。使用更多的頁麵,如果你覺得需要,但保持盡可能的頁麵數量有限。
- 編輯,直到你得到一個草案是簡潔、明確的理解,視覺上看起來很好,包括所有你想告訴招聘人員
- 使用在線工具,如語法自檢你的草案
- 由第三方校對,最好是朋友或每天成員誰會給你真正的建議嗎
教育
- 學士學位在計算機科學或相關專業
- 大量的經驗與GPU計算和數據挖掘
- 一個通用的背景在NLP和深度學習,以及相應的工具和技術
- 和敏捷軟件開發實踐的基本經驗
性格特征
- 分析和批判性思想家
- 數據驅動的表演者
- 清晰的翻譯和理解複雜的信息傳播者
- 問題解決者和創新者
機器學習工程師的技能
硬技能
- Java
- PySpark.ML
- 熊貓
- MATLAB
- 數據建模
- 預測建模
- 回歸
- 分類
- 聚類模型
- Tensorflow
- Pytorch
- Keras
- Numpy
- 熊貓
- SciKit學習
- 單元測試和CI / CD
- 機器學習技術
- 解釋分析
- 自然語言處理
- c++ (STL)
- Python
- 較強的編程能力
- 數據結構
軟技能
- 時間管理
- 批判性思維
- 組織技能
- 人際關係技巧
- 演講技巧
- 團隊精神和協作
- 書麵和口頭的溝通
- 解決問題
- 對細節的關注
職業技能
概率和統計
概率理論的支柱是大多數機器學習算法。熟悉概率使您能夠處理數據的不確定性。掌握喜歡的概率理論Python、高斯混合模型和隱馬爾可夫模型;是必須的如果你想要考慮嗎機器學習的工作那中心模型構建和評估。
概率是密切相關的統計數據。它提供了措施,分布和建築所需的分析方法和驗證模型。它還提供了工具和技術的創建模型和假設檢驗。
在一起,他們使框架毫升模型的構建。這是構建機器學習時首先要考慮的簡曆。
計算機科學和數據結構
機器學習與巨大的數據集,所以計算機科學的基本知識和基礎架構是強製性的。在處理大數據分析經驗,複雜的數據結構,是必須的。因此,一個學位或一個正式的課程在這些領域是必需的機器學習的職業。你的簡曆必須展示你的技能在處理並行/分布式體係結構,數據結構,如樹和圖表和複雜的計算。這些都是需要運用或實現,編程的時候。額外的練習問題的認證和編碼會磨練你的能力大數據和分布式計算。經驗在計算機科學應用還有很長的路要走在確保你在這個領域工作。
Java編程語言——R、Python
申請一份工作在機器學習中,你需要學習一些常用的編程語言。它實現了任何語言與必要的組件和特性,即使它在很大程度上是受概念和理論。一些編程語言被認為是特別適合複雜機器學習項目。所以,這些編程語言將值添加到您的工作知識機器學習簡曆。
使用C / c++內存和速度至關重要,有助於加快代碼。許多毫升庫也在C / c++開發的適合嵌入式係統。Java,R & Python很適合工作統計。Python有幾個機器學習具體庫,利用高效的處理,盡管是一個通用的編程語言。Python的知識幫助訓練算法在不同的計算架構。R是一個易學易懂的統計平台,用毫升和數據挖掘任務正在增加。
經驗
如果你是一個新鮮的或一個條目,專業水平,給你做的項目的詳細信息。
專業技巧:不要羞於給所有可能的細節工作經驗和成就,炫耀你取得了什麼。
申請機器學習工作角色需要仔細的規劃和考慮。機器學習是關於算法,進而源於一個好的知識的大數據分析和必要的編程語言。良好的工程或技術背景是必須的。通過機器學習這些技能在你的簡曆,你是被選中的幾率增加。所以,你都準備好了機器學習的職業?
拿起機器學習的基本免費的在線課程很好的beplay2018官网學習學院和學習所需的基本概念你啟動機器學習的旅程。beplay2018官网很好的學習提供了各種人工智能課程你可以選擇從。Upskill指導的幫助下學習和專門的職業支持。beplay网站登录
其他部分
一個在線學位,證書或文憑在這些語言,確保一個好的簡曆。作為一個工程師或科學的學生,你可能已經精通c++, Java、Python。你也可以學習這些語言在你的業餘時間,和實踐項目特別提到你的簡曆。編程語言Python和R方便處理數據和模型。因此,它是合理的預期數據科學家或機器學習工程師達到高水平的編程能力和了解係統設計的基本知識。
讀也:100機器學習最常見的麵試問題
機器學習算法:應用機器學習庫和算法是任何毫升工作的一部分。如果你掌握了語言,那麼你將能夠實現內置庫由其他開發人員開放使用。例如,TensorFlow,CNTK或Apache火花的MLib,是工作的好地方。你也可以開始練習Kaggle編程算法。你可以提到這個毫升的簡曆。
軟件工程和設計:軟件工程和係統設計,是典型的ML的工作要求。一個好的係統設計無縫地工作,讓你的算法擴大與增加數據。軟件工程實踐是一個必要的技能在你的簡曆上。作為一個毫升工程師,你創建的算法和軟件組件接口和api。所以專業技術在軟件設計是一個必須申請一個機器學習的工作。
機器學習新鮮的簡曆
當涉及到新生,當然,他們沒有經驗展示。在這裏,你更關注你的項目,證書,實習、技術技能和軟技能。
重要的技能展示在簡曆:
- 編程技能
- 統計數據
- 數據建模和評估
- 機器學習算法和庫一起工作
軟技能是讓你理想的員工,幫助公司更好的函數。提到可以選擇成就展示這些技能,如:
- 你是一個有價值的團隊成員
- 一次,你領導一個團隊
- 你識別和解決的具體問題
- 當你遵循的方向
- 一個場景,你加強你的責任
你的簡曆中明確說明以下幾點:
- 機器學習的項目目標,方法和結果。
- 任何編程語言的知識
- 使用數據證明專長解決邏輯問題
- 培訓或實習數據分析和數據挖掘
- 強調如果你知道Python或R
你的簡曆應該結構是這樣的:
- 簡曆標題
- 個人和詳細聯係方式
- 職業目標
- 教育
- 項目
- 認證
- 實習
- 技術技能和軟技能
專家提示:總是編輯和調整你的簡曆的基礎上你所應聘的工作。在你的技能適應工作要求,成就部分。
一般建議要記住:
- 不需要淡化你的成就和成功。如果有一個地方大膽談論你的成就,它在你的簡曆。
- 不需要填滿每一寸的簡曆文本。白色空間提供一個更幹淨的去看看文檔,使讀者更容易理解。一個好主意會適應網上現有的模板,將你的偏好。
- 確保寫作簡明扼要;消除任何多餘的廢話,除非必要。
- 不要限製你的簡曆到單個頁麵,沒有一頁授權。隻要有相關經驗,額外的房間是有道理的。
- 校對,在線(語法)等工具或家庭成員。這是有用的地方看不見的錯誤,並提供外部視角。
