data-analytics

データサイエンスインターン

履歴書例

4.5 / 5

このテンプレートを使う

自分の経歴を追加して、このレイアウトを仕上げましょう。

AIチャットでこのテンプレートを編集

AIと一緒に各セクションを書き換え、調整できます。

美咲 佐藤

データサイエンスインターン

[email protected] | +1 (555) 987-6543 | linkedin.com/in/alex-johnson | alexjohnsonportfolio.com | San Francisco, CA

職務要約

データクリーニング、予測モデル構築、分析結果をビジネス向けに整理する経験を持つデータサイエンス専攻の修士学生。Python、SQL、R、pandas、scikit-learn、ダッシュボードを使い、解約分析、需要予測、実験結果のレポート作成に取り組んできました。

職務経歴

データサイエンスインターン

07/2024

テックカンパニー株式会社

カリフォルニア州サンフランシスコ

顧客行動データを整備し、解約予測用の特徴量を作成して、Pythonでベースラインモデルを学習

アカウント、利用状況、サポート履歴を分析し、解約パターンと実行可能なリテンション施策をプロダクトチームに共有

顧客セグメント、モデル出力、週次トレンドを確認できるインタラクティブなダッシュボードを作成

SQLクエリとPython前処理スクリプトを改善し、定期的なデータ準備作業を2時間から30分に短縮

インターンデータサイエンティスト

10/2022 - 06/2023

データインキュベータープログラム

カリフォルニア州サンフランシスコ

Pythonとscikit-learnで需要予測モデルを作成し、季節性パターンの比較と在庫計画を支援

オペレーションおよびプロダクトチームと連携し、分析結果をレポート改善と業務提案に反映

データアナリティクスインターン

06/2021 - 09/2021

データサイエンス研究所

カリフォルニア州サンフランシスコ

マーケティング施策のA/Bテストを分析し、コンバージョンリフト、信頼水準、次の施策案を整理

リアルタイムレポート用データパイプラインに検証チェックを設計し、ダッシュボード指標の信頼性を向上

スキル

Python, R, SQL, Pandas, Jupyter Notebooks, Scikit-Learn, Tableau, Git

学歴

データサイエンス修士号

09/2023 - 05/2026

サンフランシスコ州立大学

サンフランシスコ, CA

主要プロジェクト

個人財務トラッカー

PythonとSQLで、支出を分類し、通常と異なる支出を検知し、月次予算トレンドを可視化する個人向け家計管理ツールを開発。

カスタマーサポート用AIチャットボット

R、テキスト前処理、分類モデルを使い、問い合わせ内容に応じてよくある質問を振り分けるカスタマーサポート用チャットボットのプロトタイプを作成。

保有資格

認定データアナリストプロフェッショナル(CDAP)

09/2025

認定機械学習サイエンティスト(CMLS)

06/2025

このテンプレートが機能する理由

この職務経歴書のフォーマットは、構造化されたレイアウトと、予測分析、機械学習、Python、SQL、Rなどのデータサイエンスインターン職に特に関連するキーワードを含んでいるため、ATS(採用管理システム)に非常に効果的です。定量的な成果を示す箇条書きの使用は、重要な情報を迅速に解析するのに役立ちます。さらに、プロフェッショナルサマリーは、アレックス・ジョンソンの技術スキルと、複雑なデータインサイトを非技術的な関係者に伝える能力のユニークな組み合わせを強調しており、他の応募者の中で際立っています。

即時レジュメスコア

データサイエンスインターン履歴書のスコアを確認

履歴書をアップロードして、ATSスコアと職種に合った実践的な改善点をすぐに確認できます。

  • 登録不要
  • 初期設定で非公開
  • 通常30秒以内

履歴書

ここに履歴書をドロップ
PDF・DOCX・TXT・画像 / 最大 20MB

ファイルは非公開のままです。

スコアまであと1ステップ

履歴書を追加すると、無料のスコアと優先度順の修正案が表示されます。

この履歴書を仕上げるコツ

この履歴書を仕上げるコツ

各セクションを読みやすく、応募職種に合った内容にし、ATSにも伝わりやすくするための実践的なポイントです。

01

連絡先

連絡先

氏名 居住地(都道府県・市) 電話番号 | メールアドレス LinkedInプロフィールURL | ポートフォリオURL(任意)

押さえておきたいポイント

連絡先情報は、採用担当者が最初に目にするセクションです。簡潔かつプロフェッショナルに保ちましょう。メールアドレスは適切なもの(例:[email protected])を使用してください。職務経歴を包括的に確認するために、LinkedInプロフィールを含めましょう。クリエイティブ、技術、デザイン系の職種では、ポートフォリオや個人ウェブサイトが推奨されます。

避けたい書き方

プライバシーのため、番地まで記載した完全な住所は含めないでください。国によって特に要求されない限り、配偶者の有無、年齢、写真、社会保障番号などの個人情報は含めないでください。プロフェッショナルでないメールアドレスは使用しないでください。

具体例

連絡先情報を効果的にフォーマットする方法について、明確な例をご覧ください。

避ける例

山田 太郎 1234 ランダム通り アパート56 東京都新宿区 000-0001 [email protected] github.com/aliciacode 独身、28歳

良い例

山田 太郎 東京都新宿区 (090) 123-4567 | [email protected] linkedin.com/in/taroyamada | github.com/taroyamada | taroyamada.dev

短いヒント

  • プロフェッショナルなメールアドレス(姓.名形式)を使用する
  • ボイスメールの設定を確認し、プロフェッショナルなメッセージを設定する
  • 電話番号とメールアドレスに誤字脱字がないか再確認する
  • LinkedInのURLをカスタマイズする(linkedin.com/in/yourname)
  • 開発職の場合はGitHubリンクを含める

02

職務要約

職務要約

結果志向の[役職名]、[経験年数]年の[主要スキル/業界]経験を持つ。 [主要な実績]の実績あり。[主要技術/スキル]に精通。 [ターゲット業界/企業タイプ]に[具体的な価値]を提供することにコミット。

押さえておきたいポイント

プロフェッショナルサマリーは、あなたの「エレベーターピッチ」です。3〜5文程度で、あなたの経験、主要スキル、主要な実績を要約します。関連キーワードを使用して、求人情報に合わせて調整してください。あなたがユニークである理由と、潜在的な雇用主にどのような価値をもたらすかに焦点を当ててください。

避けたい書き方

「新しいことを学び、キャリアを前進させるためのやりがいのある役割を探しています」といった一般的な目標は避けてください。採用担当者は、あなたが彼らに何をもたらすかを知りたいのであって、あなたが彼らから何を求めているかを知りたいのではありません。一人称代名詞(私、私の)は使用しないでください。簡潔かつインパクトのあるものにしてください。

具体例

弱い目標と強力なプロフェッショナルサマリーを比較します。

避ける例

目標:新しいことを学び、キャリアを前進させるためのデータサイエンスインターン職を探している勤勉な個人です。

良い例

Python、R、SQL、Jupyter Notebooksの専門知識を活用して複雑なデータセットを分析し、貴重な洞察を引き出すことに意欲的な、最近卒業したばかりの学生。技術的な発見が部門間で効果的に伝えられるようにすることで、データサイエンスプロジェクトとビジネスニーズの間のギャップを埋めることにコミットしています。

短いヒント

  • 可能な場合は実績を定量化します(例:「収益を20%増加させた」)
  • 読みやすさのために5行未満に保ちます
  • 文の開始には強力な動詞を使用します
  • 求人情報と一致するようにサマリーを調整します

03

スキル

スキル

技術スキル - 言語: [リスト] - フレームワーク: [リスト] - ツール: [リスト] ソフトスキル - [スキル1], [スキル2], [スキル3]

押さえておきたいポイント

スキルを論理的にグループ化します(例:言語、フレームワーク、ツール)。職務に関連する専門スキルに焦点を当てます。習熟度または関連性の順にスキルをリストします。ソフトスキルは、単なるリストよりも、職務経験セクションの箇条書きで示す方が効果的です。

避けたい書き方

面接で自信を持って使用できないスキルはリストしないでください。スキルの評価にプログレスバーやパーセンテージを使用することは避けてください(例:「Java:80%」)。これらは主観的であり、誤解されることが多いためです。特に要求されない限り、古い技術を含めないでください。

具体例

スキルの「やってはいけないこと」と「やること」を示す実践的な例

避ける例

Python, Java, HTML (初級), SQL (中級)

良い例

Python, R, SQL, Pandas

避ける例

コミュニケーション能力: 90%, チームワーク: 良好

良い例

優れたコミュニケーション能力。複雑なデータインサイトをビジネス用語に翻訳することに長けている。

短いヒント

  • データサイエンスインターンの職務に関連するツールや言語(Python、R、SQL、Jupyter Notebookなど)を技術スキルセクションで強調するようにしてください。
  • コミュニケーション、チームワーク、問題解決などのソフトスキルをソフトスキルのカテゴリにリストしますが、パーセンテージやプログレスバーでの評価は避けてください。
  • 学歴セクションでは、古いコースよりも最近または高度なコースを優先し、それに応じて技術スキルセットに反映させてください。
  • 明確にするために、プログラミング言語やフレームワークとは別に、ツールやソフトウェアを箇条書きでリストしてください。

04

職務経歴

職務経歴

役職名 | 会社名 | 勤務地 年月 – 年月 - 行動動詞 + 文脈 + 結果(数値化) - [プロジェクト]を主導し、[成果]を達成... - [チーム]と協力して[機能]を実装...

押さえておきたいポイント

職務経歴は履歴書の核となります。逆年代順(最新のものから順)に記載してください。各項目は力強い行動動詞で始めてください。単なる職務内容ではなく、達成したことと影響に焦点を当ててください。影響を数値化するために数字(金額、割合、節約時間、影響を受けたユーザー数など)を使用してください。昇進や責任の増加を示してください。

避けたい書き方

「~を担当していた」「~を任されていた」のような受動的な言葉遣いは避けてください。日々のタスクをすべてリストアップせず、重要な貢献と測定可能な成果に焦点を当ててください。自分の分野外の採用担当者が理解できない専門用語は避けてください。

具体例

職務経歴における「してはいけないこと」と「すべきこと」を示す実践的な例

避ける例

顧客データの分析を担当し、解約要因を特定して、ターゲットを絞ったリテンション戦略の開発に使用されました。

良い例

顧客データを分析して主要な解約要因を特定し、ターゲットを絞ったリテンション戦略の導入につながり、解約率を削減しました。

避ける例

PythonとSQLで予測モデルを構築しましたが、結果や影響は特定されていません。

良い例

PythonとSQLを使用して予測モデルを開発し、在庫管理目的での予測精度を25%向上させました。

短いヒント

  • 各箇条書きは、「分析した」「作成した」「主導した」などの力強い行動動詞で始めてください。
  • 達成した成果を、割合、金額、節約時間などの指標で数値化してください。
  • 問題解決能力と技術的専門知識を示すプロジェクトやイニシアチブを強調してください。
  • データに基づいた意思決定を通じて、ビジネス成果をどのように改善したかを強調してください。

05

学歴

学歴

データサイエンス修士号 | サンフランシスコ州立大学 | サンフランシスコ、カリフォルニア州 2023年9月 – 2026年5月 - 関連科目: 機械学習、高度統計学、データ可視化 - 表彰・受賞歴: 学長賞 (2024年春学期) - GPA: 3.9

押さえておきたいポイント

最終学歴から順に記載してください。職務経験が豊富な場合は、学歴欄は簡潔にまとめます。GPAは3.5以上の場合、または新卒の場合のみ記載します。関連性の高い科目、学業プロジェクト、表彰、リーダーシップ経験などを強調してください。

避けたい書き方

大学の学位がある場合は高校の詳細は記載しないでください。履修した全ての科目をリストアップすることは避け、最も関連性の高いものだけを選択してください。応募職種で年齢差別が懸念される場合は、数十年前に卒業した日付の記載は避けてください。

具体例

学歴における「やってはいけないこと」「やるべきこと」の具体的な例

避ける例

コミュニケーション学士号 | カリフォルニア大学ロサンゼルス校 | ロサンゼルス、カリフォルニア州 2018年9月 – 2022年5月 - 科目: メディア研究、ジャーナリズム、スピーチ - リーダーシップ経験: 学生コミュニケーションクラブ会長

良い例

データサイエンス修士号 | サンフランシスコ州立大学 | サンフランシスコ、カリフォルニア州 2023年9月 – 2026年5月 - 関連科目: 機械学習、高度統計学、データ可視化 - 表彰・受賞歴: 学長賞 (2024年春学期)

短いヒント

  • 最終学歴から順に記載し、データサイエンスに特に関連性の高い科目を強調してください。
  • 新卒または高GPAの場合は、信頼性を高めるために記載することを検討してください。
  • 全ての科目を記載することは避け、データサイエンスのキャリア目標に合致するものを選んでください。
  • 関連する学術グループでの表彰、受賞歴、リーダーシップ経験を強調してください。

06

プロジェクト

プロジェクト

プロジェクト名 | 使用ツール/技術 - 作成したものとその目的を簡潔に説明 - 解決した具体的な課題を強調 - ポートフォリオまたはデモへのリンク(利用可能な場合)

押さえておきたいポイント

プロジェクトは、実務経験が不足している場合やキャリアチェンジを目指す場合に、実践的なスキルを証明するのに非常に役立ちます。可能であれば、ポートフォリオやデモへのリンクを含めましょう。問題解決能力と、応募職種に関連するツールを示すプロジェクトに焦点を当ててください。

避けたい書き方

大幅に拡張していない限り、単純なチュートリアルは含めないでください。時代遅れ、未完成、または応募職種に関連性のないプロジェクトは避けてください。技術を羅列するだけでなく、何を作成し、なぜそれが重要なのかを説明してください。

具体例

プロジェクトにおける「やってはいけないこと」と「やること」を示す実践的な例

避ける例

練習のために、Wikipediaページからデータを収集するシンプルなWebスクレイパーをPythonで作成しました。BeautifulSoupとPandasライブラリを使用しましたが、複雑な課題は一切探求しませんでした。

良い例

顧客の行動パターンを分析するために、Python(Pandas、Scikit-Learn)とSQLデータベースを使用して、顧客解約予測モデルを自動化しました。このプロジェクトには、大規模データセットの前処理、予測アルゴリズムの開発、リアルタイム分析のためのソリューション展開が含まれていました。

短いヒント

  • データサイエンスの技術を用いて複雑な問題を解決する能力を示すプロジェクトを選びましょう。
  • 各プロジェクトで直面したユニークな課題と、それをどのように克服したかを強調しましょう。
  • 使用したツールや技術は簡潔に含め、応募職種との関連性に焦点を当てましょう。
  • 各プロジェクトに客観的な目的と影響を持たせ、単なる技術的な応用以上の価値を示しましょう。

よくある質問

この役割に関する一般的な質問と、履歴書でそれをどのように最適に提示するか。

関連科目、PythonやRのプロジェクト、SQL、統計、機械学習の基礎、非技術者に分析結果を説明した経験を入れると効果的です。

授業プロジェクト、研究、課題、ボランティアでの分析経験を実績として使います。各項目でデータ、手法、ツール、結果を具体的に示しましょう。

Python、SQL、統計、データクリーニング、可視化、モデル評価、わかりやすいコミュニケーションが中心です。

高い場合や企業が求めている場合は記載しましょう。学生や新卒では、関連科目とプロジェクトも重要な評価材料になります。

採用担当者に目立ち、夢の仕事を手に入れよう

ATSを通過し、採用担当者を感動させるAI搭載の履歴書でキャリアを変えた数千人の仲間に加わりましょう。

今すぐ作成を開始

このテンプレートを共有

面接のコールバックを2倍に

求人内容に合わせて履歴書をカスタマイズする候補者は、2.5倍多くの面接を獲得します。当社のAIを使用して、すべての応募に対して即座に自動カスタマイズできます。