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。
履歴書例
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
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。

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。
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
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)
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。
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。
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。
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
山田 太郎 東京都新宿区 (090) 123-4567 | [email protected] linkedin.com/in/taroyamada | github.com/taroyamada | taroyamada.dev
02
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。
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。
「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。
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。
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。
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。
03
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]
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。
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。
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
Python, Java, HTML (初級), SQL (中級)
Python, R, SQL, Pandas
コミュニケーション能力: 90%, チームワーク: 良好
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。
04
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...
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。
「~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。
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
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。
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。
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。
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。
05
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
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。
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。
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
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
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)
06
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)
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。
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。
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
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。
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。
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。
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。