Níveis mais comuns nas vagas: Júnior, pleno e sênior. Vagas de nível mais alto pedem experiência com modelos em produção, e não apenas em notebooks.
Palavras-chave do ATS para currículo de cientista de dados
Use os termos abaixo do jeito que aparecem na descrição da vaga, no resumo e nas experiências. O ATS compara palavras, então sinônimo que a vaga não usa conta pouco.
Competências técnicas
- Python
- machine learning
- estatística inferencial
- scikit-learn
- XGBoost ou LightGBM
- feature engineering
- validação cruzada
- séries temporais
- modelos de classificação
- SQL
- MLOps
- deploy de modelos
- processamento de linguagem natural
- testes A/B
- Spark
Competências comportamentais
- pensamento científico
- comunicação de resultados para não técnicos
- curiosidade
- rigor metodológico
- colaboração com engenharia
- autonomia
Sistemas e ferramentas
- Jupyter
- pandas
- Databricks
- MLflow
- BigQuery
- AWS SageMaker
- Git
- Airflow
Cursos e certificações
- AWS Certified Machine Learning Engineer Associate
- Google Cloud Professional Machine Learning Engineer
- Databricks Certified Machine Learning Associate
Resumo profissional pronto para cientista de dados
Cientista de dados com 4 anos de experiência em crédito e cobrança, desenvolvendo modelos de classificação em Python com LightGBM e colocando-os em produção com MLflow e Airflow. Criei o modelo de propensão de pagamento que orienta a régua de cobrança e acompanho sua performance mensalmente. Formado em Estatística, com mestrado em Ciência da Computação.
Troque os dados pelos seus e mantenha os termos que a vaga pede.
Como descrever a experiência de cientista de dados
Cientista de dados pleno
- Desenvolvi modelo de propensão de pagamento com LightGBM que elevou em 12% a recuperação da régua de cobrança
- Levei três modelos para produção com MLflow e Airflow, com retreino mensal e monitoramento de drift
- Criei variáveis a partir de dados transacionais que aumentaram o KS do modelo de crédito de 0,38 para 0,44
- Desenhei e analisei testes A/B de canais de contato para 200 mil clientes
- Apresentei resultados mensais à diretoria de risco em linguagem de negócio
Currículo de cientista de dados sem experiência
Publique projetos completos: problema, dados, modelagem, avaliação e conclusão, de preferência com um modelo servido por API ou app simples. Competições do Kaggle e trabalhos de iniciação científica mostram base técnica. Deixe claro o que você fez e o que aprendeu com cada escolha.
Como a vaga de cientista de dados é triada na Gupy
Vagas de ciência de dados na Gupy costumam listar muitas tecnologias. Priorize no currículo as que você usou em projetos reais e cite o problema resolvido junto com a ferramenta, porque a triagem e o recrutador procuram contexto, e não apenas uma lista de siglas.
Carta de apresentação para cientista de dados
Prezada equipe da Energia Clara,
Meu nome é Gustavo Nunes e me candidato à vaga de cientista de dados pleno. Trabalho há quatro anos em uma financeira, construindo modelos de crédito e cobrança em Python.
Meu projeto de maior impacto foi o modelo de propensão de pagamento, desenvolvido com LightGBM, que passou a definir a ordem e o canal de contato da régua de cobrança. A recuperação subiu 12% no primeiro semestre. Também fui responsável por levar três modelos para produção com MLflow e Airflow, incluindo retreino mensal e monitoramento de drift, porque um modelo que só roda no notebook não ajuda ninguém.
Vi que vocês estão estruturando a previsão de inadimplência e de consumo por região. Tenho experiência com séries temporais e com modelos de classificação para bases desbalanceadas, e gosto de trabalhar junto com engenharia de dados desde o início do projeto.
Sou formado em Estatística e tenho mestrado em Ciência da Computação. Seria um prazer conversar sobre os desafios do time.
Atenciosamente,
Gustavo Nunes
Ajuste o nome da empresa, a vaga e um fato seu antes de enviar.
Perguntas frequentes sobre currículo de cientista de dados
Mestrado ou doutorado é obrigatório?
Não é regra. Muitas empresas contratam graduados com bons projetos e experiência. Pós-graduação ajuda em vagas de pesquisa ou em times muito técnicos.
Devo colocar métricas como AUC e KS no currículo?
Pode, mas acompanhe com o efeito no negócio. Aumento de recuperação, redução de perda ou economia de custo explica melhor o valor do modelo para quem não é técnico.
Qual a diferença entre currículo de analista e de cientista de dados?
O de cientista precisa mostrar modelagem estatística e machine learning, além de alguma experiência com colocar modelos em uso. O de analista foca em indicadores, relatórios e análises descritivas.