互联网数据科学3-5年
数据科学家简历案例与写作指南
3 年数据科学经验，聚焦本地生活业务的因果推断、Uplift 建模与实验设计。下面展示完整简历，并拆解适合复用的内容结构。
案例内容已做脱敏或示例化处理，仅供结构与表达参考。
这份案例怎么写
这份案例与推荐算法案例刻意错位：不写排序和 CTR 模型，而是围绕因果推断、Uplift 与实验设计展示“经营科学”能力。
成果统一以增量口径表述（置信水平、成本下降、核销提升），避免把相关性强行说成因果收益，体现方法论严谨性。
工作经历写法
数据科学家
2023.07 - 至今某本地生活到店平台
- 负责到店套餐定价、补贴与流量分配的经营科学建模，为业务方提供因果可信的决策依据
- 主导 A/B 实验设计规范落地，覆盖样本量计算、分流均衡性检验与敏感性分析，月均支持 60 余场实验
- 基于 Uplift 模型识别补贴敏感人群，指导券额分层发放策略迭代
数据科学实习生
2022.05 - 2022.11某外卖服务平台
- 参与骑手补贴弹性分析，使用面板数据回归估计不同城市档位的补贴边际效应
- 协助搭建实验看板，自动化计算实验组均值差、置信区间与显著性检验结果
项目经历怎么取舍
保留 Uplift 分层发券与实验规范建设两个项目：一个直接产出可验证的业务增量，一个体现方法学的平台化价值。零散的取数与报表支持工作未入选，因为无法体现数据科学的专业纵深。
到店补贴 Uplift 建模与分层发券
2024.05 - 2025.03数据科学家
- 构建双稳健 Uplift 模型估计个体补贴增量反应，替代全量等额发券策略
- 通过十分位分组验证与离线回放评估，锁定占比约 21% 的高增量人群作为重点发券对象
- 策略上线后券补贴核销成本下降 15%，带动套餐核销额提升 4.7%（95% 置信水平下显著）
实验设计规范与功效体系建设
2023.08 - 2024.04数据科学家
- 制定最小可检测效应（MDE）与样本量测算模板，实验方案评审前置拦截功效不足的设计
- 引入 CUPED 方差缩减与分流相关性校验，同等样本量下检验灵敏度提升约 22%
- 沉淀实验结论知识库，避免重复实验，平均实验周期缩短 1 周
常见问题
这份数据科学简历适合什么经验阶段？
案例按3-5年经验设计，适合作为同阶段求职者的结构和表达参考。
可以直接复制这份简历吗？
可以先复制到编辑器，但必须把公司、项目、数据和技能替换成自己的真实经历。
怎样让案例更匹配目标岗位？
对照目标岗位描述，优先保留与数据科学直接相关的经历、成果和关键词。