社科博士轉職資料科學家的地獄之路（二）：履歷準備

網路上的履歷教學很多，包括履歷格式、常見用詞、如何針對工作客製化等等應該都能輕易查到，但今天我想從「看的人」的角度出發來思考怎麼寫履歷。

誰會看你的履歷？

1. Automated Resume Screening
2. Recruiter
3. Hiring manager

Automated Resume Screening (ARS)

在資訊爆炸的時代，人工看履歷太慢了，那就不得不引進機器。

要知道機器怎麼運作，最快的方式就是把不同的資訊餵給ARS軟體，看他吐出什麼。網路上有些軟體可以開放測試，甚至可以加錢獲得完整分析，大家不妨玩玩看幾個免費的版本。

玩了一輪之後應該很快會發現多數軟體主要就是吃fuzzy regex matching，簡單來說就是吃關鍵字與算關鍵字的數量做為評分，過了評分標準之後會傳給recruiter。目前還沒看到GPT based的ARS，讓我們期待未來ARS會越來越人性化。

我畢竟不是設定ARS的人，以下只是綜合了網路資料與自己的觀察，大家參考參考就好。

在我的經驗中，一般ARS鎖定的關鍵字包括學位名稱、職位名稱、技術能力、以及成就表現。

學位名稱就是固定的東西，有就有，沒有就沒有。

但職位名稱在科技業就很玄了。

比方說我在博班五年來的薪資條都寫的是graduate assistant，一年還只給10個月的薪水（其他薪水會用奇怪獎學金的名義給），但我全年無休每週工時60+小時，工作內容包含教書、當心理師、做研究、幫其他實驗室提供實驗設計與統計諮詢等。

大家覺得ARS有辦法從graduate assistant兩個字來推測我的工作內容嗎？
您都不行了，ARS就更不行了。

這個時候我們可以策略性地拆解過往的工作內容，按上相符的職稱。當然也不是你想寫什麼就寫什麼，改寫的前提還是要維持在您前老闆願意接受的範圍內。

比方說我基本上都在做量化研究，在我們lab是個妥妥的quantitative researcher，我剛進lab前兩年算是junior quantitative researcher，主攻模型開發。

博三之後開始提供其他實驗室各種實驗設計與統計分析諮詢，那就可以晉升成quantitative research consultant，再來到了PhD candidate的階段，開始帶領跨州的專案，那放個senior quantitative researcher也是合情合理的。

再說一次，前提是你要知道這樣寫新公司打去給你前老闆是他不會白眼一翻說你都在亂寫。

請大家遵循title是換領域時「轉譯」的概念，而不是「超譯」。

比方說某個RA只是把問卷輸進excel表格就要說自己做的是data analyst，那就有點超譯了。

也不見得每個領域都容許職稱的模糊性，科技業可以，其他領域我不知道（至少聽說金融行業不行），待會兒到了recruiter那邊再來討論博班期間究竟算不算是工作經驗。

Title寫完了，接著要來填工作內容。這時候ARS看的是技術能力與成就表現。

DS履歷最常看見的寫法大概就是以下句子的變種：
Improved the prediction accuracy/speed/revenue of X by Y% through Z.

Z就是讓你填job description裡面的關鍵字的，看別人是要找哪些專業技能。

我以前以為量化成就只要有數字就好，像是發了三篇論文，帶了五個人，得了兩個獎，後來玩了幾輪ARS之後發現不是，機器主要在抓的都是「增加」了多少，你必須有個比較標準。

有些東西真的很難套進這個公式，比方說你今年帶了一個五人小組發了三篇期刊論文好了，要怎麼套進這個公式裡？

你也可以問你老闆說你覺得最低標準我一年應該發幾篇，假設他說兩篇，那你就可以寫Achieved 150% of lab KPI by managing a research team of 5 junior researchers and published 3 papers on precision medicine using cutting-edge ML methods.

這邊只是舉例，所以看著有點空泛，如果你的論文有帶來更實際的應用，可以強調應用，真的不行才來強調學術成果（除非招募廣告內要求論文發表）。

建議大家測測看自己履歷在ARS的得分。

但也有很多screening 基本上就是你學歷不合就掰掰。

這種也沒辦法，誰叫你要轉職，本來就不能期待所有人都要冒風險接納轉職者。

以上主要是給機器看，機器這關過了還有人類會看。

Recruiter

過了第一關才有第二關的recruiter 真人篩選。

2023年基本一份DS工作放到LinkedIn上一小內都有200人以上申請，可想見recruiters的工作量。

Recruiters一般是以「最後有被正式錄用」的人數作為抽成，所以選一個沒有競爭力的候選人只是浪費自己的時間跟quota，而在這個工作量下人腦基本上就是以「相似性」在篩選，換言之就是你的履歷有多像以前成功的那些人的履歷。

人腦在做相似性篩選時，還有一個重要的元素叫做分類層級。

比方說對專家來說，山雀跟麻雀完全不一樣，但對一個一般的大學生來說就都是圓圓小小形狀差不多的鳥；而對大學生來說麻雀跟孔雀差很多，但對幼稚園學生來說可能兩種都是鳥。

那recruiters們對候選人的分類層級在哪呢？

我原本一直以為他們是「專家」等級，直到我投了兩個月的履歷後第一次和recruiter講話才發現我想錯了。

那時跟我講話的recruiter看著我的履歷都能讀錯，所有我覺得是技術能力關鍵字的術語他都沒抓到，對資料科學相關學術發表與獎項零概念，唯一覺得我履歷上不錯的點是我有某張quant certificate…（在我看來是最不具意義的東西）。

跟我在YouTube上看到的或來學校演講的recruiters們完全不一樣（這些都是資深精英recruiter），我結束通話後震驚的寒毛直豎。

為了確認我遇到的是特例還是通則，我上了LinkedIn去看各種tech recruiters的履歷，才發現很多人其實都只是大學畢業生（大學優良程度不一），也幾乎沒有人是相關領域畢業生（相關領域就自己進tech工作了）。

我突然豁然開朗。

以前帶SBU心理系大四學生科學寫作，光是訓練他們普通的學術閱讀我就很頭痛了，那現在我用跟博士生交流的用語去寫履歷，看我履歷的是一群學歷可能比SBU學生更差的人，那自然他們也看不懂我在寫什麼。

這邊也沒有貶低recruiters的意思，這個行業一定有資深、有資遣，有菁英、有一般人，這裡只是客觀描述多數人的背景。我要強調的是你的履歷必須讓一個「非相關專業大學畢業生」看起來頭頭是道，覺得你與他認知中的Data Scientist 相符合，而不是專有名詞疊一疊就好，才能最大化履歷通過率。

比方說徵才廣告強調要有做NLP的經驗，你完全不提及NLP這個字，寫了一堆word embedding相關的東西，自以為這樣可以更能顯示你對這個領域的了解，你就不見得會過recruiter這關。

當然比起這些細節，你如果有頂尖學校相關學位、大公司實習經驗或工作經驗，那剩下的全部隨便寫寫也無所謂。但既然我們沒有這些東西，當然就是從現有的去加強。

剛剛我說要講博班期間究竟算不算工作經驗這件事。

ARS不會管，但從recruiter開始其實就會看，他們其實還是會收到一些來自hiring manager的指示。

針對這個問題我只能說，看工作。

如果該工作找的是非研究取向的人，那需要的是productionization經驗，基本上所有學界經驗應該都不算工作經驗（甚至包含當教授，除非你是資工系教授，但教授應該也不會去面這種職位），去業界做個暑期實習都比較有意義。

但如果該工作要找的是研究取向的人，通常會寫最低或建議學歷要求是PhD，PhD期間的相關經歷可以被視為工作經驗。

我目前找到的工作其實要求七年以上的工作經驗（但我大學畢業到現在也不滿七年）。
我之前有接過的面試也幾乎都是研究類型或senior等級的位置。

但更尷尬的就是因為我沒有真正業界經驗，所以senior等級我過了recruiter那關之後hiring manager會覺得不夠格，但更entry-level的又不會找我，要找PhD的職缺與我的背景差別又太大…

非CS PhD最尷尬的點就是沒有人知道要把你放在哪個位置…

但總之努力改進履歷，至少可以增加被recruiter撿起來的機會。

Hiring Manager

Hiring manager就是你要應徵的團隊裡面的人了，通常是你直屬上司。

這就是真的專家了，而且他不只是專家，他還要經營一個團隊。
Hiring manager不只是分類單位更細，同時身為團隊經營者，他還要考慮團隊的平衡與發展。

有些團隊需要的一大群通才，派給你啥任務做啥，通常越entry-level 的（例如，招大學生）大概率是你會越多東西越好，求廣不求精。

但在更具研究取向的單位，看的通常是你能帶來什麼額外價值，那你需要的是亮點。

比較有組織的單位通常在開缺的時候就會想好這次要招進來的是負責哪些類型研究的人，有時候在徵才廣告上會寫清楚他們偏好的技能與經驗，有時候不會。

不會的時候就是猜猜樂了。

但與其把自己形塑成「我什麼都有做過唷」，不如形塑成「我是XX方面的專家」。
人很奇怪，大家常常會覺得A方面的專家也會是B方面的專家…或至少你既然能成為某種專家，那要成為另一種專家也不難。

只要你的專業跟他們想要的專業不要差得太遠，都可能有機會可以跟hiring manager面試，這時候再套話看他想找什麼樣的人就好。

即使你真的是什麼都會的人，還是會建議挑一兩個項目形塑成履歷亮點，甚至針對不同公司客製化不同亮點的履歷。

讀到這邊你大概會覺得ARS、recruiter、 hiring manager要求的東西很不一樣，甚至有些還有點互斥…

ARS — 關鍵字
Recruiter — 平易近人的展現自己與現役DS的相似性
Hiring Manager — 展現專業與亮點

要怎麼在一張A4紙內達成這些要求，基本上只能盡力而為，完美是達不到的。

很多人也都說要針對每個求職廣告客製化履歷，但我到最後也只有生出一份通用履歷（心累），接著就是看有誰需要我的技能點了。

最後我的工作落點也真的是天時、地利、人和，他們想找個有醫療背景同時會做time-series model，處理過醫院資料、主攻patient experience題目的PhD。剛剛好全部條件我都有，我前一年還發了三篇patient experience的期刊文章。

時也、運也、命也。

但我也是改了二十多版的履歷，直到最後跟hiring manager面試才知道他們在找這樣的人。

把履歷寫好並非能找到好工作的保證，但至少當機會來臨時，一份好的履歷能讓機會面向你。

PS. 本來還打算寫履歷投遞策略：海投 vs. 針對性地投，但我寫累了，下次再說。