CVHancer
Commencer
Exemple de CV · Tech

CV Data scientist : exemple.

Les recruteurs voient passer beaucoup de CV de data scientists qui listent des algorithmes. Ceux qui sortent du lot montrent des modèles qui tournent en production et ce qu’ils ont changé : un taux de fraude en baisse, des stocks mieux ajustés, un chiffre d’affaires en hausse.

Utiliser cet exempleLire le guide
  • Chaque mot modifiable
  • Vérifications ATS en direct
  • PDF gratuit

Karim Benali

Data scientist
Paris+33 6 72 15 90 33karim.benali@exemple.frlinkedin.com/in/karimbenali

Profil professionnel

Data scientist avec 5 ans d’expérience en machine learning appliqué à la fraude et à la prévision de la demande. A mis en production 6 modèles suivis en continu, dont un modèle antifraude qui évite 4,2 M€ de pertes par an. À l’aise du prototype au déploiement (Python, SQL, MLflow, AWS).

Expérience professionnelle

Data scientist

Banque Horizon
04/2021 – aujourd’hui
Paris
  • •Conception d’un modèle de détection de fraude par gradient boosting : pertes évitées de 4,2 M€ par an, faux positifs réduits de 30 %.
  • •Mise en place d’un suivi de dérive des données et des modèles avec MLflow et Evidently, avec alertes automatiques.
  • •Industrialisation de 4 modèles avec l’équipe MLOps (Docker, SageMaker), temps de mise en production divisé par trois.
  • •Présentation mensuelle des résultats au comité risques et vulgarisation des choix de modélisation.

Data scientist junior

Distrimarché
09/2019 – 03/2021
Lille
  • •Prévision des ventes par magasin et par produit (LightGBM) : ruptures de stock réduites de 15 % sur 120 magasins pilotes.
  • •Analyse de l’élasticité-prix sur 2 000 références pour préparer les opérations promotionnelles.

Compétences

Machine learning
scikit-learnXGBoost / LightGBMPyTorchSéries temporelles
Données et MLOps
PythonSQLSparkMLflowDockerAWS SageMaker
Méthodes
StatistiquesTests A/BExplicabilité (SHAP)

Formation

Master Mathématiques appliquées et apprentissage automatique
Université Paris-Saclay
2017 – 2019 | Orsay

Langues

Français(Langue maternelle)
Arabe(Bilingue)
Anglais(Courant (C1))
Modifier ce CV
Guide de rédaction

Comment rédiger un CV Data scientist.

Cet exemple est celui d’un data scientist avec cinq ans d’expérience dans la banque et la distribution. Il met en avant le passage en production, la collaboration avec les équipes métier et des résultats chiffrés.

Vous trouverez ci-dessous des exemples d’accroche pour chaque niveau, les compétences à citer, des réalisations à adapter et des conseils tirés de la façon dont les recruteurs lisent les CV de data scientist.

Accroche

Exemples d’accroche pour un CV Data scientist.

Deux ou trois phrases en haut du CV : qui vous êtes, votre meilleur résultat et ce que vous recherchez. Choisissez celle qui correspond à votre niveau et adaptez-la.

Débutant

Jeune diplômé d’un master en apprentissage automatique, avec un stage de fin d’études sur la prévision de la demande (Python, LightGBM). Premier modèle mis en production pendant le stage, avec un gain de 8 % sur la précision des prévisions.

Confirmé

Data scientist avec 5 ans d’expérience, du prototype à la production. Spécialiste de la détection de fraude et des séries temporelles, habitué à travailler avec les équipes métier et MLOps.

Senior

Lead data scientist avec plus de 9 ans d’expérience, responsable d’une équipe de 6 personnes. A défini la feuille de route IA d’un assureur et livré 10 modèles en production pour un impact de 12 M€ par an.

Compétences

Compétences pour un CV Data scientist.

Les logiciels de tri comparent votre CV à l’offre : reprenez les mots de l’employeur, mais seulement pour les compétences que vous avez vraiment. Placez les plus pertinentes en premier.

Compétences techniques

  • Python
  • SQL
  • Machine learning supervisé et non supervisé
  • Statistiques et probabilités
  • Deep learning (PyTorch ou TensorFlow)
  • Séries temporelles
  • MLOps (MLflow, Docker)
  • Cloud (AWS, GCP, Azure)
  • Spark
  • Explicabilité des modèles

Savoir-être

  • Vulgarisation
  • Esprit critique
  • Sens du produit
  • Travail avec les équipes métier
  • Rigueur scientifique
  • Autonomie

Montrez vos savoir-être dans vos réalisations plutôt que de les lister seuls : « formé 6 nouvelles recrues » prouve le leadership mieux que le mot lui-même.

Expérience

Exemples de réalisations pour un CV Data scientist.

Commencez par un verbe d’action, dites ce que vous avez fait et terminez par le résultat, idéalement chiffré. Adaptez-les à votre parcours et n’annoncez jamais un résultat que vous ne pouvez pas justifier.

  • Modèle de scoring d’attrition qui a permis de cibler 20 000 clients à risque et de réduire les départs de 9 % en un an.
  • Réduction de 40 % du temps d’entraînement grâce à la parallélisation des pipelines avec Spark.
  • Mise en place d’un moteur de recommandation qui a augmenté le panier moyen de 6 % sur l’application mobile.
  • Conception d’un protocole de test A/B commun adopté par 5 équipes produit.
  • Classification automatique de 300 000 réclamations clients par NLP, avec 91 % de précision.
  • Documentation des modèles et de leurs limites pour répondre aux exigences de l’audit réglementaire.
Conseils

Ce que regardent les recruteurs.

  1. 1

    Montrez la production, pas seulement le notebook

    Précisez quand un modèle est en production, combien de personnes ou de décisions il touche, et comment il est suivi dans le temps.

  2. 2

    Traduisez les métriques en enjeux métier

    Un AUC de 0,92 parle aux data scientists. « 4,2 M€ de fraude évités » parle aussi au recruteur et au manager.

  3. 3

    Restez concret sur les outils

    Classez vos compétences par usage (modélisation, données, déploiement) plutôt que d’aligner 30 bibliothèques.

  4. 4

    Valorisez la communication

    Les data scientists qui savent expliquer leurs résultats aux équipes métier sont très recherchés. Donnez-en un exemple concret.

Partir de cet exemple

Faites-en le vôtre.

  • Chaque mot de cet exemple, prêt à être modifié sur la page
  • Des vérifications ATS instantanées pendant la rédaction
  • L’aide de l’IA pour réécrire les réalisations de vos propres postes
  • Un PDF propre, en texte, lisible par les logiciels de tri
Utiliser cet exemple
FAQ

CV Data scientist :
vos questions.

Encore un doute ? Notre équipe répond à chaque message, en général sous un jour ouvré.

Contacter l'assistance

Faut-il citer ses publications ou compétitions Kaggle ?

Oui si elles sont récentes et pertinentes pour le poste, dans une courte section projets. En entreprise, les résultats en production restent plus convaincants.

Un doctorat est-il nécessaire ?

Non pour la plupart des postes en entreprise. Un master avec de l’expérience en production suffit souvent ; le doctorat compte surtout pour les postes de recherche.

Comment présenter un projet confidentiel ?

Décrivez le problème, la méthode et l’ordre de grandeur du résultat sans nommer le client ni les données sensibles, par exemple « réduction de plus de 10 % des pertes ».

Autres exemples de CV

TechExemple de CV Développeur logicielMontrez les systèmes que vous avez construits, leur échelle et ce qui est devenu plus rapide ou moins cher.TechExemple de CV Data analystTransformez requêtes et tableaux de bord en décisions : qu’a changé votre analyse ?TechExemple de CV UX designerReliez vos recherches et vos maquettes à des indicateurs qui ont bougé.Gestion et businessExemple de CV Product managerMontrez les produits lancés, les arbitrages faits et les indicateurs qui ont progressé.

Voir tous les exemples de CV, vérifier le vôtre avec le vérificateur de CV ATS gratuit, parcourir les modèles de CV ou découvrir les différences de CV selon les pays.

Rédigez votre CV Data scientist dès aujourd’hui.

Partez de cet exemple ou d’une page blanche. Modifiez-le sur la page, suivez les vérifications ATS et téléchargez un PDF propre.

Utiliser cet exemple