Data Scientist / Datenwissenschaftler/in Lebenslauf-Beispiel

Erfolgreiche Lebensläufe für Data Scientists verbinden mathematisch-statistische Fundierung mit echtem geschäftlichen Mehrwert. Recruiter wollen sehen, wie Ihre Modelle Umsatz generiert, Betrug aufgedeckt, Kundenabwanderung gestoppt oder Prozesse beschleunigt haben.

Dr. Miriam Voss

Senior Data Scientist & ML Researcher

Berlin, Deutschland miriam.voss.ds@email.de +49 (30) 555-0164 github.com/mvoss-ds linkedin.com/in/miriam-voss-data

Profil

Data Scientist mit Promotion und 5 Jahren Praxiserfahrung in prädiktiver Modellierung, NLP und A/B-Testing für E-Commerce- und SaaS-Plattformen. Konzipierte produktive ML-Pipelines in Python und SQL, die Konversionsraten um 22 % steigerten und Betrugsfälle im Wert von 3,1 Mio. € aufdeckten.

Berufserfahrung

Senior Data Scientist

SpreeTech E-Commerce AG · Berlin

Jan 2022 — Heute

Konzipierte und trainierte eine personalisierte Empfehlungs-Engine mit PyTorch und Collaborative Filtering; steigerte die Conversion-Rate um 22 % und den Warenkorbwert um 14 %.
Leitete ein Framework für A/B-Tests mit 450.000 monatlichen Nutzern und senkte die Zeit zur statistischen Signifikanz von 28 Tagen auf 11 Tage.
Implementierte automatisierte Modellüberwachung mit MLflow; reduzierte Data Drift und manuelle Wartungsstunden um 40 %.

Data Scientist

FinData Analytics GmbH · Potsdam

Okt 2019 — Dez 2021

Entwickelte Betrugserkennungsmodelle (Random Forest, XGBoost) für 3,5 Mio. Transaktionen monatlich; deckte unberechtigte Buchungen von über 3,1 Mio. € auf.
Erstellte automatisierte ETL-Pipelines mit Apache Airflow und SQL, die Berechnungszeiten von 8 Stunden auf 45 Minuten verkürzten.

Kenntnisse

Python (Pandas, NumPy, Scikit-Learn) · SQL · PyTorch · TensorFlow · XGBoost · A/B-Testing · Statistische Modellierung · MLflow · Airflow · Tableau · Git

Ausbildung

Humboldt-Universität zu Berlin

Dr. rer. nat. / Ph.D. Angewandte Mathematik

2015 — 2019

Magna cum laude · Schwerpunkt: Statistische Lerntheorie und stochastische Prozesse

Zertifikate

TensorFlow Developer Certificate (Google) · AWS Certified Machine Learning – Specialty

Data Scientist / Datenwissenschaftler/in · Modern Sidebar template · single-column, ATS-safe.

ATS-Keywords für einen Data Scientist / Datenwissenschaftler/in-Lebenslauf

Bewerber-Tracking-Systeme vergleichen deinen Lebenslauf mit der Stellenanzeige. Verwende die Begriffe, die auf dich zutreffen — idealerweise mit Kennzahlen belegt.

PythonRSQLMachine LearningDeep LearningTensorFlowPyTorchScikit-LearnPandasNumPyA/B-TestingNLPStatistische ModellierungTableauPower BIData MiningBig DataMLflow

Worauf Recruiter achten

Produktiv gesetzte ML-Modelle (nicht nur Jupyter Notebooks oder Kaggle-Projekte).
Solides Verständnis für A/B-Testing, experimentelles Design und Kausalitätsanalyse.
Beherrschung des modernen ML-Stacks: Python, Scikit-Learn, PyTorch/TensorFlow, SQL.
Klare Quantifizierung geschäftlicher Resultate (z. B. 2,4 Mio. € Mehreinnahmen, 18 % Churn-Reduktion).

Vorher & Nachher: ein Stichpunkt

Schwach

Entwicklung von Modellen zur Vorhersage von Kundenabwanderung.

Stark

Entwickelte ein Gradient-Boosting-Modell (XGBoost, Python), das die Abwanderung mit 89 % Präzision vorhersagte und Churn um 18 % senkte (1,2 Mio. € Einsparung).

Häufige Fehler vermeiden

Ausschließliche Fokussierung auf mathematische Formeln ohne Bezug zum betriebswirtschaftlichen Nutzen.
Verzichten auf Metriken wie AUC-ROC, F1-Score, Präzision oder Recall.
Fehlende Nennung von Datenbereinigung und ETL-Pipelines.
Tabellarische Brüche durch zweispaltige Vorlagen.