Exemple de CV Data Scientist
Face à un CV de data scientist, le recruteur veut voir qu’un modèle a fait bouger une décision métier, pas une liste d’algorithmes. Cet exemple montre comment associer Python, SQL et machine learning à des résultats mesurables : chiffre d’affaires préservé, churn réduit ou heures de travail manuel supprimées.
Data Scientist
camille.dubois@email.com · +33 6 47 21 83 59 · linkedin.com/in/camilledubois
Data scientist avec 5 ans d’expérience dans la conception de modèles de machine learning qui orientent les décisions de pricing, de fidélisation et de marketing. Modèle de churn préservant 1,9 M€ de chiffre d’affaires annuel et framework d’expérimentation utilisé par 8 équipes produit.
avr. 2022 – Aujourd’hui
- Conception d’un modèle de prédiction du churn (gradient boosting) ayant réduit les résiliations d’abonnement de 14 %, soit 1,9 M€ de CA préservé par an
- Création d’un framework de tests A/B en Python et SQL utilisé par 8 équipes produit pour plus de 60 expériences par trimestre
- Industrialisation des modèles avec MLflow et Airflow : délai entre prototype et production ramené de 6 semaines à 10 jours
sept. 2019 – mars 2022
- Développement d’un score de détection de fraude aux sinistres repérant 22 % de fraudes en plus sans hausse des faux positifs
- Automatisation du reporting hebdomadaire avec Python et Power BI, soit 15 heures gagnées par semaine pour les analystes
- Nettoyage et rapprochement de plus de 40 M de contrats issus de 5 systèmes historiques dans un entrepôt de données unique
Palaiseau · sept. 2016 – juin 2019
Exemples de profil pour un CV Data Scientist
Jeune diplômée d’école d’ingénieurs en statistique, avec un stage de fin d’études de 6 mois consacré à des modèles de classification en Python et scikit-learn. À l’aise en SQL, en conception d’expériences et dans la restitution de résultats à des interlocuteurs non techniques via des tableaux de bord clairs.
Data scientist avec 4 ans d’expérience dans la mise en production de modèles de machine learning pour le pricing et la fidélisation en e-commerce. Modèle de prédiction du churn ayant réduit les résiliations de 14 % et framework de tests A/B utilisé pour plus de 60 expériences par trimestre.
Lead data scientist avec plus de 9 ans d’expérience dans l’industrialisation de modèles sur des données comportementales à grande échelle. Manage une équipe de 6, a livré un moteur de recommandation ayant augmenté le panier moyen de 18 % (8 M€ par an) et défini le standard de monitoring des modèles.
Compétences clés pour un CV Data Scientist
Compétences techniques
Savoir-être
Questions fréquentes : CV Data Scientist
Que mettre sur un CV de data scientist sans expérience ?
Mettez en avant deux ou trois projets complets sur des données réelles : la question posée, la méthode et le résultat, par exemple une précision de modèle ou un constat qui changerait une décision. Ajoutez vos cours de statistiques et de machine learning, vos classements Kaggle, votre stage ou alternance, et un lien vers des notebooks propres et documentés sur GitHub.
Faut-il lister tous les algorithmes de machine learning que je connais ?
Non. Une longue liste d’algorithmes donne une impression de survol. Citez les méthodes dans vos expériences, là où elles ont résolu un vrai problème, et limitez la rubrique compétences aux outils que vous pouvez défendre en entretien technique. Le recruteur s’intéresse davantage au résultat métier qu’au choix entre XGBoost et un réseau de neurones.
Comment montrer mon impact si mes modèles n’ont pas été mis en production ?
Chiffrez la décision que votre analyse a éclairée : budget réalloué, fonctionnalités priorisées, coûts évités ou heures de travail manuel supprimées. Vous pouvez aussi citer des métriques hors ligne, comme un gain d’AUC par rapport à l’existant, à condition d’expliquer pourquoi il comptait. Une analyse qui a orienté la stratégie est un impact réel.