Científica de Datos de ejemplo

Ejemplo de currículum de Científica de Datos, sección por sección: las expresiones utilizadas y qué cambiar en el tuyo.

🇪🇺 Formato UE

¿Por qué tiene éxito este currículum?

  • Métricas Orientadas a Resultados: En lugar de descripciones de trabajo, se incluyen números concretos como 'Aumenté las ventas en un 15%' para captar inmediatamente la atención de RRHH.
  • Estructura Compatible con ATS: En lugar de gráficos complejos, se utiliza un diseño limpio que los bots ATS pueden leer fácilmente.
  • Verbos de Acción Fuertes: En lugar de palabras débiles como 'Hice' o 'Trabajé', se utilizan verbos fuertes como 'Gestioné', 'Desarrollé' y 'Optimicé'.
  • Resumen de Perfil Conciso: En lugar de un objetivo profesional genérico, un resumen profesional destaca el valor que el candidato aportará a la organización.

Palabras clave recomendadas (habilidades duras)

Algunas palabras clave populares que definitivamente deben estar en tu currículum para este puesto: Python (scikit-learn, pandas), SQL avanzado, MLOps (MLflow, Docker), Modelos de churn y scoring, Comunicación a negocio etc.

Texto completo de este currículum de Científica de Datos

A continuación tienes el contenido completo del ejemplo en texto legible, para que puedas copiar las expresiones y adaptar cada sección a tu propia experiencia.

RESUMEN

Científica de datos con 5 años de experiencia en banca y e-commerce. Desarrollo de modelos de machine learning en producción (scoring, churn, recomendación) y traducción de resultados técnicos a decisiones de negocio.

EXPERIENCIA

Científica de Datos, Banco Mediterráneo Digital

01/2022 · Valencia
  • Desarrollé el modelo de propensión al abandono que redujo el churn de clientes premium un 11 %.
  • Puse en producción 3 modelos con MLflow y monitorización de drift, sirviendo 500 000 predicciones diarias.
  • Presento resultados trimestrales al comité de negocio traduciendo métricas técnicas a impacto en euros.

Analista de Datos, Modalia E-commerce

09/2019 - 12/2021 · Barcelona
  • Construí el sistema de segmentación de clientes (RFM + clustering) usado por CRM y marketing.
  • Los análisis de pricing que realicé aportaron un incremento del 6 % en el margen de categoría.

EDUCACIÓN

Universitat Politècnica de València

Máster en Ciencia de Datos

HABILIDADES

Python (scikit-learn, pandas) SQL avanzado MLOps (MLflow, Docker) Modelos de churn y scoring Comunicación a negocio

IDIOMAS

Español - Nativo Inglés - Avanzado (C1)