CV de data scientist
Des modèles mis en production et un impact métier chiffré — pas une liste de bibliothèques.
Ce que les recruteurs attendent d’un CV de data scientist
Un lead data ou un recruteur tech cherche d’abord la preuve que vos modèles ont servi à quelque chose : un modèle en production, une décision prise grâce à votre analyse, un gain mesuré en euros, en taux de conversion ou en temps. Ensuite, la stack réellement utilisée (Python, SQL, scikit-learn, PyTorch, Spark, dbt, un cloud) et votre place dans le cycle : exploration, modélisation, industrialisation (MLOps), suivi. Les diplômes d’ingénieur ou les masters en statistiques comptent, mais un projet mené de bout en bout pèse davantage qu’une liste de cours en ligne. Un CV qui énumère vingt bibliothèques sans résultat se lit comme celui d’un profil junior.
Mots-clés ATS pour un poste de data scientist
Les termes que les logiciels de recrutement (ATS) et les recruteurs recherchent le plus souvent pour ce métier. Placez-les dans vos expériences, pas seulement dans la rubrique compétences, et reprenez la formulation exacte de l’offre quand elle diffère de la vôtre.
- Python
- SQL
- Machine learning
- scikit-learn
- PyTorch
- Statistiques
- A/B testing
- Mise en production de modèles
- MLOps
- Spark
- dbt
- GCP / AWS / Azure
- Séries temporelles
- NLP
- Data visualisation
Les erreurs fréquentes sur un CV de data scientist
Celles que les recruteurs voient le plus souvent. Chacune se corrige en quelques minutes.
Lister des bibliothèques sans dire ce qu’elles ont produit.
À la place : Pour chaque projet : le problème métier, le modèle, et le résultat chiffré (économie, conversion, précision, temps gagné).
S’arrêter au notebook.
À la place : Précisez si le modèle a été mis en production, par qui, et comment il est suivi (monitoring, réentraînement).
Des projets académiques en tête de CV malgré de l’expérience.
À la place : Placez l’expérience professionnelle d’abord ; gardez un seul projet personnel, le plus proche du poste visé.
Des métriques techniques sans traduction métier.
À la place : « AUC de 0,86 » ne dit rien à un manager : ajoutez ce que cela a changé, par exemple « 12 % de churn évité ».
Exemples de lignes d’expérience pour un CV de data scientist
Chaque ligne suit le même schéma : un verbe d’action, un contexte précis (outil, périmètre, décision) et un résultat chiffré. Adaptez les chiffres et les outils à votre parcours, gardez la structure.
- Conception d’un modèle de prévision de la demande (LightGBM) déployé sur 350 magasins, réduisant les ruptures de 18 % et les invendus de 9 %.
- Mise en production d’un modèle de scoring de churn via une API FastAPI et Airflow, utilisé chaque semaine par l’équipe CRM pour cibler 40 000 clients.
- Refonte du pipeline de features sous dbt et BigQuery, divisant par 4 le temps de réentraînement des modèles.
- Analyse de 12 tests A/B sur le tunnel de paiement, dont 3 déployés, pour un gain de conversion de 6 %.
- Classification automatique de 200 000 tickets clients (NLP, CamemBERT), réduisant de 35 % le temps de tri du service client.
Autres modèles de CV en français
Créez votre CV de data scientist
Importez le CV que vous avez déjà, l’IA le réécrit pour le poste visé et vous téléchargez un PDF propre. Soixante secondes, sans inscription.
Commencer gratuitement