请教下转专业选手找data science职位中project的准备&求痛批简历

大家好，最近刚开始投简历找DS位置，始终觉得缺一个拿得出手的capstone project来showcase自己的data science技能，所以想请教下各位应该怎样更有针对性地去准备。特别是，这种project做到什么程度，值得简历上3-5行的空间来展示？

另外还请大家痛批下简历...(简历请戳这里）

我自己关于准备project的想法如下：

1.前两天刚学完Coursera上的IBM data science professional specialization，里头最后一门课就是带你从头到尾做一个project出来，但因为指导很详细+数据过少+复习这个specialization中之前几门课的目的大于实操，似乎不是很拿得出手。感觉至少不值得简历上三五行的宝贵空间。

2. 自己之前PhD包括现在这个过渡性的博后做的都是偏理论/模拟的地学某学科内容，公式推导、物理建模、数据分析等等，感觉和data scientist需要的能力也相对匹配（虽然建模不是统计/机器学习建模，而是从first principle出发那种）。所以目前的简历上也都是在详细展示这些年做过的项目的内容，特别是强调和DS会有关联的一些技能。即便如此，还是觉得未必能过HR/简历自动筛选机这一关，之前跟DS前辈聊，他们也是建议再额外做一个/一些project来充实简历。

3. 所以就涉及到怎么选project：有些前辈提到可以去Kaggle上找，当初听到此建议也觉得嗯很有道理。结果前段时间跑去一看，感觉会不会有这样几个问题：
（1）数据都是给准备甚至清理好的，DS需要的ETL技能无法用到，也就无法展示该技能；
. 1point 3 acres（2）就算整个project做下来，感觉和做一个take home challenge也差不多？？无非exploratory data analysis（包括data visualization），建模，feature engineering，testing，model refining，结果呈现等等这几部分？所以如果是像take home challenge的话，感觉也就是24以内能做完的活，那是不是还是太单薄了？
（3）还是说上面第（2）点的假设不对？会不会比如如果只是着眼于走一遍流程跑出个结果，那确实像take home challenge的工作量；但如果想结果好看，那就需要多花很多功夫？那么问题来了：多花的这些功夫，真能体现在简历上吗？比如可能多花了100小时搞feature engineering把结果的精度提高了5%，HR/简历自动筛选机能appreciate这个吗...

4. 所以可能我想请教的根本问题就是：capstone project做到什么程度就值得简历上三五行的空间了？

提前谢谢大家的帮助啦！针对有帮助的回答会尽力加米（由于级别限制，目前一个回答最多能加2颗...还请见谅)

lz的原条件已经很好了还是phd，（对我来说算是大神了，我是转行小白（社科master））最近也在改简历了，所以有些关于转行备战面试和简历的想法，欢迎讨论：

转行的限制（与原本专业匹配度层次不齐）以及业界经验不足的限制其实就是事实，无论放个看起来多高大上的project在简历其实面试官心里应该都有数， 只要能拿到面试，问问具体ML的问题就一清二楚。
所以感觉为了提高简历的亮眼程度而过度花时间找个project其实ROI不是很高。刷project应该主要放在准备面试那一环。（当然基础无论咋说都很重要）。

单纯地从简历来说，根据JD提高keywords的match程度应该是lz可以着手改简历的第一个方向。Project当然也要有，但建议根据lz的自己找工作timeline和找的DS侧重方向（Analytics还是ML engineering还是其他）来定。

Summary看起来有点长了，和大部分的DS岗位keywords可能match度比较低，同时summary本身内容上可能有点重复，这可能导致过简历初选比较难。

当然以上都是我naive的建议，希望对lz有一点启发和帮助。

tianxuan 发表于 2021-10-21 19:17
同样的烦恼，大家都说多找project ，那到底怎么找呢？

我最近加入了这个平台：

https://app.sharpestminds.com

-baidu 1point3acres很推荐！

同样的烦恼，大家都说多找project ，那到底怎么找呢？

我是转专业的， 个人感觉：
1）以往自己的Projects 特别是发表的还是分量最重的， 但要找到一些跟你申请的工作相关的关键词并在简历中突出
2）Kaggle 或者网课的projects 大多时候面试官是不怎么看重的， 原因在于门槛太低；但如果真没有太多相关Project也可以放
3）还是看你找的职位要求， 很多ds职位如果你找的级别不是很高的话， 可能只要求基本的统计编程，但你Phd/postdoc的一些soft skills, 比如presentation, critical thinking etc 会很有帮助. 所以要仔细看职位需求然后按需求写简历
4）要简历通过HR 最有效的还是找内推，特别是转行过这个门槛最重要，大部分的工作相信你肯定能胜任  

最后祝好运！

chenmg04 发表于 2021-9-12 15:46
我是转专业的， 个人感觉：
1）以往自己的Projects 特别是发表的还是分量最重的， 但要找到一些跟你申请的 ...

Kaggle 的是不是应该还是看重吧和网课的不一样吧

chenmg04 发表于 2021-9-12 14:46
. ----我是转专业的， 个人感觉：
1）以往自己的Projects 特别是发表的还是分量最重的， 但要找到一些跟你申请的 ...

感谢前辈！嗯做过的projects里modeling倒挺多 就是跟data science pipeline一致的不算多。。所以才会想要去kaggle上找proj做

嗯下一步会广泛找内推的。谢谢回复！

同转专业，不知道去哪里找有分量的project做。

我也是地学领域是偏石油方向，可以加个微信一起交流