ဒီနေ့ဝေမျှပေးမယ့် အကြောင်းအရာလေး ကတော့ Data Scientist/Machine Learning Engineer တစ်ယောက်အနေနဲ့ Resume တစ်ခုကို ဘယ်လိုမျိုး ပြင်ဆင်သင့်သလဲ ဆိုတဲ့ အခြေခံ အချက် တွေပဲ ဖြစ်ပါတယ်။
Data Scientist အတွက် အဓိကလို့ ပြောပေမယ့် Template နဲ့ Themes တွေကိုတော့ တစ်ခြား professional fields တွေ အတွက်လည်း အဆင်ပြေသလို ယူသုံးလို့ရပါတယ်။
1. Template
ပထမဆုံး အနေနဲ့ template တစ်ခုကို ရွေးရပါမယ်။ အခုနောက်ပိုင်းမှာ free ရတဲ့ site အတော်များစုကလည်း အဆင်ပြေတာမို့ Microsoft Word တို့လို Tools တွေ အသုံးပြုပြီး ကိုယ်တိုင် အစအဆုံး ရေးမယ့် အစား format ကျပြီး attractive ဖြစ်တဲ့ resume တစ်ခု ရဖို့ template တစ်ခုခု ကိုအသုံးပြုပြီး ရေးစေချင်ပါတယ်။
ဒါလေးတွေကတော့ အသုံးများကြတဲ့ resume site တွေပါ။ Personally အရတော့ Novoresume ကို သဘောကျပါတယ်။
https://www.resumebuilder.com/
2. Personal Information
Template ရွေးပြီးရင်တော့ Personal Information ကိုဖြည့်ရပါမယ်။ အဓိကကတော့
1. Name
2. Email
3. Phone Number
4. LinkedIn, or Portfolio
5. GitHub profile
တွေကို ဖြည့်ပေးရပါမယ်။ Facebook Profile တွေ Instagram Profile တွေက Professional ပိုင်းနဲ့မဆိုင်တာမို့ Employer ဘက်က request မလုပ်ရင် ထည့်ပေးစရာမလိုပါဘူး။တော်တော်များများကလည်း မတောင်းကြပါဘူး။
(သတိပြုရမှာ ကတော့ Name တွေ Email တွေကို professional ဆန်တာလေးတွေ ပေးသင့်ပါတယ်။)
3. Career Objective / Summary
ဒါကတော့ ကိုယ့် experience ပေါ်မူတည်ပြီးတစ်ယောက်နဲ့တစ်ယောက်ကွာနိုင်ပါတယ်။ Fresh Graduate တွေ အနေနဲ့ ကိုယ်ဘယ်လို အလုပ်မျိုးကို လုပ်ချင်လဲဆိုတဲ့အကြောင်း ရေးနိုင်သလို Experience ရှိတဲ့သူတွေ အတွက်ကတော့ personal profile, skills and Experiences ကို summarize လုပ်ပြီးရေးနိုင်ပါတယ်။ Experience ရှိတဲ့ သူအတွက်ကော Fresh Graduates တွေအတွက်ကော ဥပမာတွေကို ပုံထဲမှာ ပြထားပေးပါတယ်။
4. Work Experience
ကိုယ့်ရဲ့ Job Experience တွေကို နောက်ဆုံး အလုပ်ကနေ စပြီးရေးရပါတယ်။
ပြီးရင် ကိုယ့်ရဲ့ Designation, Company name နဲ့ Work Period ကို သေချာရေးပေးရပါမယ်။ Responsibility အနေနဲ့ ကိုယ် လုပ်နေတာတွေကို 2~4 lines လောက်ဆို ရပါတယ်။ အဲ့အထဲမှာ Accomplishment တွေ outcome တွေ နဲ့ အခြား team တွေနဲ့ collaboration လုပ်ရတာတွေကို ရေးတာကောင်းပါတယ်။ အသေးစိတ်ကို interview မှာသူတို့သိချင်ရင်မေးပါတယ်။
Good Practice အနေနဲ့ recruiter တွေက CV တွေကို scanning လုပ်ပြီးကြည့်တာကြောင့် စာတွေများနေတဲ့ ဒီနေရာမှာ Keywords တွေကို bold လုပ်ပြီး Highlight လုပ်ပေးလိုက်တာမျိုးဆို ပို အဆင်ပြေ နိုင်ပါတယ်။
5. Projects
ဒီ category မှာတော့ ကိုယ်လုပ်ခဲ့တဲ့ project တွေကိုဖော်ပြပေးရမှာပါ။ အဓိက က
1. Project Name
2. Designation/Position
3. Technologies expertise ( အသုံးပြုခဲ့တဲ့ technologies နဲ့ tools တွေ )
4. Project URL ( Public release လုပ်ထားတဲ့ project တွေဆို URL ထည့်ပေးတာကောင်းပါတယ်။ ) (Optional)
Fresh Graduate တွေ အတွက်က ကျောင်းမှာလုပ်ခဲ့တဲ့ project တွေ ကိုယ့်ဘာသာ research လုပ်ထားတာတွေကို GitHub ပေါ် တင်ပြီး ရေးလို့ရပါတယ်။
6. Skills
Skill အနေနဲ့ ကတော့ Technical Skill နဲ့ Soft Skill ဆိုပြီးခွဲလို့ရပါတယ်။ Example တွေကိုတော့ ပုံထဲမှာပြထားပေးပါတယ်။
7. Education
ကိုယ်ရဲ့ education ကို အမြင့်ဆုံးကနေ စရေးရပါတယ်။ ရခဲ့တဲ့ ဘွဲ့တွေနဲ့ university name ကို သေချာရေးပေးရပါမယ်။ လုပ်ခဲ့တဲ့ thesis တွေက ကိုယ့်ရဲ့ careers နဲ့ ဆိုင်ရင် name လောက်ပဲ ထည့်ရေးရင်ရပါတယ်။ GPA ကတော့ မရေးချင် လည်းရပါတယ်။ ကျောင်းအတွက်ဆိုရင်တော့ GPA က ပါကိုပါမှ ရပါမယ်။
8. Certificate and Awards
ကိုယ် ရခဲ့တဲ့ certificate တွေကို ရေးလို့ရပါတယ်။ DS, ML, AI အတွက်ဆို Cousera တို့ Udemy တို့က certificate တွေပါ ထည့်လို့ရပါတယ်။ တစ်ချို့ Job Description တွေမှာ Certificate တွေကို Requirement အနေနဲ့ တောင်းတာ ရှိတတ်တာကြောင့် ထည့်ပေးတာကောင်းပါတယ်။
9. Extracurricular Activities (Optional)
ဒီနေရာကတော့ optional မို့ ရှိရင်ရေးလို့ရပါတယ်။ ပိုပြီး weight ပိုကောင်းပါတယ်။ Work Experience တွေ University Activities တွေနဲ့ မဆိုင်ပဲ တစ်ခြား external activities တွေကိုရေးတာပါ။ Volunteer လုပ်တာမျိုးတွေကိုရေးလို့ရပါတယ်။
Personally အရတော့ Resume တစ်ခုကို Fixed မလုပ်ပဲ ကိုယ်လျှောက်မယ့် Job Description ကိုကြည့်ပြီး Work Experience နဲ့ Technical Skill ကို Highlight လုပ်တာကောင်းတယ်လို့ထင်ပါတယ်။ ဒါမှလည်း recruiter တွေက match ဖြစ်တယ်ဆိုပြီး သတိထားမိမှာပါ။
ဒီလောက်ဆိုရင်တော့ Data Scientist တစ်ယောက် (သို့) Machine Learning Engineer တစ်ယောက်အနေနဲ့ Resume တစ်ခုကို ပြင်ရမယ့် အခြေခံ လိုအပ်ချက်တွေကို သိသွားမယ်လို့ထင်ပါတယ်။
