データサイエンティスト向けJSON Resume

JSON Resume形式でのデータサイエンティスト履歴書

データサイエンスの履歴書は、技術的な深さ（MLモデル、統計手法）とビジネスインパクト（収益増、効率改善）のバランスが必要です。JSON Resumeの構造は両方をサポートします。

データサイエンスのスキル

"skills": [
  { "name": "言語", "level": "Expert", "keywords": ["Python", "R", "SQL"] },
  { "name": "MLフレームワーク", "level": "Advanced", "keywords": ["PyTorch", "TensorFlow", "scikit-learn", "XGBoost", "Hugging Face"] },
  { "name": "データエンジニアリング", "keywords": ["Spark", "Airflow", "dbt", "BigQuery", "Snowflake"] },
  { "name": "可視化", "keywords": ["Matplotlib", "Seaborn", "Plotly", "Tableau", "D3.js"] },
  { "name": "手法", "keywords": ["NLP", "Computer Vision", "時系列", "A/Bテスト", "ベイズ推論"] }
]

データサイエンスのインパクトの数値化

データサイエンスのハイライトはモデルをビジネス成果に結びつけるべきです：

• 「ユーザーエンゲージメントを25%向上させるレコメンデーションエンジンを構築（協調フィルタリング、Python）」
• 「精度97%の不正検出モデルを開発、チャージバックを年間200万ドル節約」
• 「5つのプロダクトチームが使用するA/Bテストフレームワークを設計」
• 「日次10万件のサポートチケットを処理するNLPパイプラインを作成、ルーティング時間を60%削減」

出版物セクション

データサイエンティストは研究出版物を持っていることが多いです。publicationsセクションを活用：

"publications": [
  {
    "name": "Efficient Transfer Learning for Low-Resource NLP Tasks",
    "publisher": "ACL Workshop on NLP for Low-Resource Languages",
    "releaseDate": "2023-07",
    "url": "https://arxiv.org/abs/xxxx.xxxxx",
    "summary": "10倍少ない学習データでSOTA結果を達成するパラメータ効率的なファインチューニング手法を提案。"
  }
]

学歴の重要性

データサイエンス職では、一般的なエンジニア職よりもeducationセクションの重みが大きくなります。関連するコースワーク、論文テーマ、高いGPAを含めましょう。