Curriculum da data scientist

Anche il profilo più qualificato rischia di passare inosservato se non è presentato nel modo giusto. Il tuo curriculum da data scientist deve parlare chiaro: mostrare subito chi sei, cosa sai fare e perché sei la persona giusta per quel ruolo. Un buon CV riesce a mettere in primo piano ciò che conta per quel ruolo, creando un filo logico tra ciò che sai fare nel settore IT e ciò che vuoi ottenere. Chi lo legge deve capirlo in pochi secondi. Deve persuadere e incuriosire dando al contempo dati precisi e verificabili. E molto altro. Diciamolo, non è facile. Ma la buona notizia è che con i consigli e gli strumenti giusti chiunque può farlo, e in qualsiasi punto del percorso professionale si trovi. Ecco come.

Sezioni principali del curriculum da data scientist

Un buon CV da data scientist deve includere tutte le informazioni funzionali alla candidatura in modo ordinato e preciso, seguendo un filo logico e rispettando gli standard di settore. La prima regola per raggiungere questi obiettivi è suddividere il CV in sezioni.

L'importante è che ogni sezione sia organizzata con precisione e contenga i dati utili per la valutazione del candidato. Le sezioni principali del CV sono quelle che troverai qui di seguito.

Intestazione

Nome, cognome, numero di telefono, indirizzo email: nell'intestazione del curriculum da data scientist, i recruiter devono trovare le informazioni utili per ricontattarti (l'indirizzo e città o paese di residenza sono facoltativi). L'impressione di professionlità si comunica fin dalle prime righe: nell'indirizzo di posta elettronica usa solo nome e cognome (nickname vietati!). Se compilato con cura, completa con un link al tuo profilo LinkedIn.

Ultima ma indispensabile accortezza: verifica che ogni dato sia aggiornato e corretto. Diversamente i selezionatori non potranno contattarti.

Profilo professionale

Detto anche profilo personale, semplicemente profilo, oppure sommario, il profilo professionale del curriculum da data scientist è la sezione che riassume i punti salienti del CV. Competenze richieste nell'annuncio di lavoro, competenze indicate come indispensabili, risultati importanti raggiunti: nel profilo dovrai presentare il meglio di te, e del tuo percorso, in poche righe.

Il profilo, in sostanza, apre il curriculum per presentarti subito nel modo migliore, e proprio per questo è bene scriverlo per ultimo, dopo aver scelto come organizzare il resto del CV.

In un CV da data scientist fatto bene, il profilo include le informazioni più rappresentative del tuo percorso e più funzionali alla candidatura, espresse in modo chiaro, immediatamente comprensibile, con un tono persuasivo e al contempo concreto. Ogni affermazione trova conferma nel resto del CV e lascia in chi legge un'impressione di inequivocabile professionalità, oltre alla curiosità di volerne sapere di più. Di seguito, un profilo che può a buon diritto aprire il CV.

Qui sopra, un profilo che non presenta al meglio il candidato. Se dà spazio a informazioni generiche, presentandole in modo poco preciso e poco ordinato, il profilo di un data scientist non avrà efficacia comunicativa. Il risultato? Chi legge non avrà voglia di proseguire.

Esperienza lavorativa

La sezione delle esperienze lavorative è importante in ogni settore professionale, e quindi anche nel curriculum da data scientist. Di conseguenza, occorre scegliere con cura le informazioni da includere, quelle da escludere, e presentarle con efficacia e chiarezza. Le informazioni devono sempre essere aggiornate al momento in cui scrivi, in modo da comprendere la situazione attuale. Seleziona solo le esperienze pertinenti alla posizione per cui ti candidi, e quindi al settore IT (lo spazio nel CV è limitato: va utilizzato con attenzione). Infine, se lavori da molti anni, organizza i dati in ordine cronologico inverso, partendo cioè dai più recenti.

Per quanto riguarda i contenuti, le parole d'ordine da seguire sono tre: precisione, completezza e concretezza. Per descrivere il percorso lavorativo di un data scientist che voglia presentarsi in modo professionale, ogni esperienza deve essere accompagnata da nome dell'organizzione o azienda, durata della collaborazione, ruolo assunto, obiettivi raggiunti. Il tutto espresso in modo chiaro, per dare a chi legge un quadro completo di ciò che hai fatto in ciascuna delle circostanze riportate.

Come creare la sezione esperienze lavorative di un data scientist in modo davvero efficace? Suddividi i contenuti in elenchi puntati e cerca di far sì che ciascun punto dia rilievo a un dato specifico, che si tratti di compiti svolti o risultati. Spiega le mansioni specifiche di cui ti sei occupato/a (per esempio analizzare big data, progettare modelli ML, gestire database SQL, ecc.). Se ne disponi, non dimenticare di inserire dati quantitativi, numeri o percentuali: sono elementi concreti che fanno sempre colpo. Qui di seguito, una sezione esperienze professionali fatta bene.

Hai appena letto, qui sopra, una sezione esperienze lavorative che potrebbe non funzionare. Include troppe informazioni che non hanno un ordine né una gerarchia ben chiare oppure, al contrario, non è completa o non mette in opportuna evidenza le informazioni più importanti, come le responsabilità e i risultati: così la sezione di esperienze professionali non funziona, perché risulta imprecisa e vaga.

Formazione

La sezione formazione del curriculum da data scientist mostra le tappe dei tuoi studi.

Per diventare data scientist occorre la laurea, quindi la sezione dovrà descrivere il percorso accademico. Hai completato anche un master o frequentato corsi di specializzazione? Indica anche quelli con altrettanta precisione, per dimostrare l'impegno ad approfondire le competenze del settore.

La cosa più importante, come sempre, è includere tutte le informazioni che specificano 'cosa', 'dove', 'quando' (chi legge non può dedurre ciò che non è esplicitato!). Ogni qualifica formativa va accompagnata da informazioni specifiche, nella fattispecie il nome e il tipo di istituto, dove si trova, le date di inizio e fine percorso o di conseguimento del titolo con relativa valutazione.

Hai appena finito gli studi? Sfrutta la sezione formazione per raccontare qualcosa in più: corsi professionalizzanti, progetti mirati, seminari specifici. Hai già anni di carriera alle spalle? Bastano le informazioni essenziali. Qualunque sia il tuo profilo, non dimenticare le parole d'ordine: ordine e chiarezza.

Competenze

Indicare competenze specifiche (machine learning supervisionato, gestione del tempo, gestione database SQL, per fare qualche esempio) è una buona idea per il CV di un data scientist. Aiuta a rendere più completo il profilo. Organizzare bene la sezione delle competenze per il settore IT non è complicato, ma richiede attenzione. Qui di seguito vediamo come procedere passo dopo passo.

Competenze tecniche (hard skill)

Con il termine inglese hard skill, usatissimo anche in italiano, si indicano competenze tecniche legate a un ambito specifico, che trovano applicazione solo in quel contesto. Di solito, sono tra i requisiti richiesti esplicitamente negli annunci di lavoro. Poiché riflettono una preparazione specifica, le hard skill danno al curriculum un’impronta ben definita. Vanno inserite nella sezione delle competenze, chiarendo bene in cosa consiste ogni singola conoscenza se non immediatamente comprensibile. Meglio concentrarsi sulla qualità delle informazioni che sulla quantità. Nel caso delle hard skill, conta anche il livello di competenza: si tratta spesso di conoscenze valutabili in modo oggettivo, tramite appositi test. Se ne disponi, indica il punteggio (voto o livello) che hai raggiunto.

Come scegliere le competenze tecniche da inserire nel curriculum da data scientist? In base alla rilevanza che hanno rispetto al ruolo per cui ti stai candidando. Una volta scelte, è buona norma disporle in ordine di importanza (se sono tutte ugualmente rilevanti, puoi invece metterle in ordine di padronanza).

A un data scientist possono servire le seguenti competenze tecniche.

Competenze personali (soft skill)

Le soft skill, ovvero le competenze trasversali (dette anche competenze personali o trasferibili), sono abilità che trovano applicazione in contesti professionali molto diversi tra loro - teoricamente, in tutti. Settore IT incluso. Il valore delle soft skill, che devono essere indicate nell'apposita sezione competenze del curriculum da data scientist, consiste nell'arricchire e rendere più completo il tuo profilo. Possono includere pensiero critico, problem solving e molto altro. In ciascun caso, rappresentano dei plus.

Quanto contano le soft skill in un curriculum? Nei CV dei professionisti di lungo corso nel settore IT hanno peso se indispensabili al ruolo, mentre per i profili junior possono, almeno in parte, compensare la scarsa esperienza lavorativa, e perciò agevolare la selezione. Come esprimere il livello di padronanza delle competenze personali? In assenza di valutazioni numeriche, puoi optare per una semplice autovalutazione, oppure contestualizzarle con esempi pratici (indicando per esempio come le hai acquisite e con quali risultati).

Per il ruolo di data scientist, possono servire le seguenti competenze trasversali.

Competenze linguistiche

Parlare più lingue è un asset, in uno scenario del lavoro come quello di oggi che è senza confini. Ecco perché, in un CV che si rispetti, occorre inserire anche le competenze linguistiche. Dedica una specifica sezione del CV alle lingue: indica la tua lingua madre e, a seguire, le altre che conosci, partendo da quella che padroneggi meglio. Specifica sempre il tuo livello di competenza, utilizzando peferibilmente criteri valutativi ufficiali per agevolare i recruiter a comprendere le tue reali capacità.

• Francese - avanzato
• Inglese - intermedio
• Tedesco - base

Un modo più rigoroso è ricorrere ai punteggi dei test standardizzati, come il TOEFL per l'inglese, o a sistemi valutativi riconosciuti internazionalmente, come il Quadro comune europeo di riferimento per le lingue (QCER), che stabilisce sei livelli di competenza, dal più basico (A1) al più avanzato (C2). Per esempio:

• A1: Livello base
• A2: Livello elementare
• B1: Livello intermedio
• B2: Livello intermedio superiore
• C1: Livello avanzato
• C2: Livello di padronanza

Corsi, certificazioni, attestati

Corsi, certificazioni e attestati nel CV (CV da data scientist incluso) possono raccontare molto di te. A volte possono segnalare proprio ciò che serve per ottenere il ruolo. Restare fermi, del resto, non è più un’opzione. In uno scenario globale che cambia di continuo, aggiornarsi è una condizione necessaria negli ambiti più diversi. Le certificazioni parlano chiaro: dicono che non hai paura di evolvere e che cerchi strumenti concreti per migliorarti. Spesso sono il ponte tra ciò che sei e ciò che vuoi diventare.

L'importante, quando si tratta di indicare certificazioni e attestati, è selezionare quelli realmente richiesti nel settore IT e specificare con precisione l'ente che le ha rilasciate, le modalità di svolgimento del corso, l'anno di conseguimento.

Di seguito alcune certificazioni che possono servire a un data scientist.

Sezioni non obbligatorie

Le sezioni opzionali rappresentano un’aggiunta utile quando nel tuo curriculum da data scientist rimane ancora spazio disponibile. Dopo aver inserito le parti fondamentali, puoi valutare se integrarle. Siccome non sono obbligatorie, queste sezioni andranno inserite nel CV da data scientist solo se portano un reale valore aggiunto. In genere sono un’ottima risorsa per chi ha meno esperienza, non necessariamente per i profili senior. In ogni caso devono rafforzare il profilo, occupando in modo intelligente lo spazio residuo.

Hobby e interessi

Un elemento in più per distinguersi e personalizzare il curriculum: la sezione hobby e interessi può raccontare aspetti della personalità che non emergono altrove. Spesso è usata da chi è a inizio percorso nel settore IT, e a volte anche da profili più esperti, a patto che gli interessi siano sensati. Come scegliere gli hobby da includere nel curriculum da data scientist? Non è difficile: basta non spostare il focus dalla candidatura e inserire soltanto attività che aggiungono valore, mostrando elementi in linea con il ruolo. L’obiettivo non è riempire spazio, ma rafforzare il profilo in modo mirato.

Premi e riconoscimenti

A che cosa serve una sezione premi e riconoscimenti in un curriculum da data scientist? A valorizzare il profilo con elementi concreti e misurabili. È un dettaglio rispetto al resto dei contenuti, ma è al contempo un segnale forte che può attirare l’attenzione dei recruiter. Proprio per questo, con Jobseeker puoi creare facilmente anche questa sezione. Di quale riconoscimento si tratta? È noto solo in Italia o anche all'estero? È conferito da un ente locale o nazionale, privato o pubblico? Non dare mai per scontato che chi legge lo sappia. Non serve dilungarsi, ma offrire i dati giusti per renderne chiara l’importanza.

Volontariato

Il volontariato può essere molto più di un’esperienza personale: quando contribuisce allo sviluppo di competenze trasferibili nel mondo del lavoro, merita spazio nel CV. Le competenze rilevanti per il ruolo che cerchi devono sempre essere valorizzate, anche se non acquisite in ambito professionale propriamente detto. Per evidenziarle con efficacia nel tuo curriculum da data scientist, specifica ente, ruolo, compiti portati a termine, risultati, come faresti per una qualsiasi esperienza lavorativa.

Referenze

Se un tuo ex datore di lavoro o un ex collega senior sono disponibili a parlare della buona collaborazione che avete avuto e dei tuoi punti di forza, i loro contatti possono svolgere il ruolo di referenze per il curriclum. Le referenze non devono essere numerose: due vanno benissimo, se ben scelte, e complete di tutti i dati di contatto. In genere però è l'azienda, in fase di selezione, a richiederle. Di conseguenza, nel tuo curriculum da data scientist sarà sufficiente inserire una frase che indichi la disponibilità a fornirle, come "Le referenze saranno inviate previa richiesta".

Quali parole usare in un curriculum da data scientist davvero efficace?

Le parole da usare nel CV non sono tutte uguali: a seconda del contesto, del destinatario e dell'obiettivo, alcune sono più efficaci di altre. In un curriculum, dove lo spazio è limitato, l'interlocutore è un recruiter e lo scopo uno solo (l'assunzione!), è imperativo sceglierle bene. Optando per verbi di azione, numeri che indicano obiettivi raggiunti e frasi brevi ma concrete è difficile sbagliare.

Esempio di curriculum da data scientist

L'esempio presenta un curriculum da data scientist con una struttura a regola d'arte, che riflette tutte le indicazioni viste fin qui:

I nostri esempi di curriculum vitae sono il modo migliore per vedere a colpo d'occhio come appare un CV professionale fatto a regola d'arte.

Come superare la prima selezione con un CV a prova di ATS

Si chiamano, per esteso, Applicant Tracking System, in acronimo ATS, e servono per automatizzare la gestione delle candidature. Aiutano le grandi aziende a gestire la prima selezione, quando arrivano migliaia di CV. Sono soprattutto le parole chiave a determinare il comportamento degli ATS, e di conseguenza il loro 'giudizio' sul CV: se tali keyword (che in genere descrivono ruolo e competenze tipiche di un data scientist) sono presenti nel curriculum, allora il semaforo tendenzialmente è verde, e il curriculum può arrivare al recruiter. Altrimenti no.

Un CV a prova di ATS è perciò imperativo. Ecco come farlo.

• Prima di tutto, cerca le keyword: in genere corrispondono a competenze, qualifiche e termini relativi alla professione.
• Secondo step: fai in modo che nel tuo curriculum da data scientist le parole chiave siano uniformemente distribuite e bene in evidenza.
• Non dare per scontato che l’ATS capisca le abbreviazioni: se non coincidono con quelle usate nella job description, non usarle.
• Anche se visivamente efficaci, grafici, diagrammi e simili possono creare problemi agli ATS. Opta piuttosto per strutture semplici e lineari.
• Prima di inviare il CV, salvalo in .pdf, che con gli ATS è compatibile.

Se sei in cerca di un modello di curriculum a prova di ATS, ma anche semplicissimo da modificare, con opzioni di layout e formattazione in linea con i più recenti trend di mercato, prova subito gli strumenti di Jobseeker. Sono fatti apposta per chi, come te, sta cercando lavoro e ti aiuteranno a impostare un perfetto curriculum da data scientist.

Superare la selezione con il tuo curriculum da data scientist: la soluzione c'è

Sezioni ben definite, punti elenco, keyword pertinenti, layout pulito, in grado di orientare chi legge in modo fluido e coerente: questi sono gli ingredienti principali di un curriculum da data scientist efficace. Sul fronte del 'che cosa dire', la domanda da porsi è: sto scrivendo per raccontare tutto ciò che ho fatto… o solo ciò che serve davvero per ottenere il lavoro? L'approccio giusto è il secondo: riserva al CV le informazioni rilevanti, non altre, supportandole con dati concreti.

Infine, ricorda di adattare il CV alla candididatura, esplicitando con sincerità la tua motivazione, e scegli strumenti ad hoc, come quelli di Jobseeker, per risparmiare tempo e concentrarti esclusivamente su ciò che conta (ottenere colloquio e lavoro!).

Risorse:

1. Università Cattolica del Sacro Cuore, Curriculum Vitae and Covering Letter
2. Jobseeker, Trend e statistiche dal mondo delle Risorse Umane