De vraag naar data scientists groeit al jaren explosief, maar dat betekent ook meer concurrentie. Hoe zorg je dat jouw cv opvalt? In dit artikel lees je hoe je een cv maakt dat aansluit bij wat werkgevers zoeken, welke vaardigheden je moet benadrukken en hoe je je onderscheidt van andere kandidaten.
Inhoudsopgave
Wat doet een Data Scientist?
Voordat je aan je cv begint, is het goed om scherp te hebben wat werkgevers verwachten van een data scientist. Deze rol gaat verder dan alleen cijfers analyseren. Je combineert statistische expertise met programmeervaardigheden en bedrijfskennis om strategische vraagstukken op te lossen.
De kerntaken van een data scientist omvatten het verzamelen en opschonen van grote datasets uit verschillende bronnen. Denk aan e-mails, social media, transactiegegevens en sensordata. Vervolgens pas je machine learning-algoritmes toe om patronen te ontdekken en voorspellingen te doen. Tot slot vertaal je deze technische bevindingen naar concrete aanbevelingen voor het management.
Volgens DataJobs onderscheidt een data scientist zich van een data analist door diepgaande wiskundige kennis van statistiek, AI en zelflerende algoritmes. Je bent niet alleen operationeel bezig met analyses, maar denkt ook strategisch mee over data-architectuur en de inrichting van datapipelines.
Een data scientist behoort tot de best betaalde professionals in de tech-sector. Volgens recente cijfers van Glassdoor ligt het gemiddelde salaris rond €64.000 per jaar. Het salarisbereik loopt uiteen van €52.000 voor starters tot €92.000 voor ervaren professionals. In de Randstad liggen de salarissen doorgaans hoger. In Amsterdam verdienen data scientists gemiddeld €76.000 per jaar, met uitschieters tot €113.900 voor topverdieners. Een junior data scientist start volgens Yacht met gemiddeld €4.701 bruto per maand.
Opbouw van je cv als Data Scientist
Een cv voor een data scientist-functie wijkt op sommige punten af van een standaard cv. Recruiters en hiring managers in de tech-sector letten op specifieke elementen. Hieronder vind je de ideale opbouw.
Cv template Data Scientist
Zoek, voordat je begint met de inhoud, naar een geschikt cv template. Een recruiter zal snel je cv willen scannen en een goede template kan hier prima bij helpen. Laat er vooral op dat je technische vaardigheden als data scientist eruit springen.
Persoonlijk profiel
Open je cv met een krachtig persoonlijk profiel van drie tot vijf zinnen. Hierin vat je samen wie je bent, wat je expertise is en wat je zoekt. Vermijd vage beschrijvingen en wees concreet over je specialisaties.
Een sterk profiel benoemt direct je kernvaardigheden, je ervaring met specifieke tools en het type projecten waaraan je hebt gewerkt. Sluit af met wat je de werkgever te bieden hebt. Dit profiel is vaak het eerste wat een recruiter leest, dus zorg dat het direct de aandacht grijpt.
Ambitieuze data scientist met een master in Econometrie en sterke basis in Python, SQL en machine learning. Tijdens mijn afstuderen ontwikkelde ik voorspellende modellen voor klantenverloop. Ik combineer analytisch denkvermogen met het vermogen om technische inzichten helder te presenteren aan niet-technische stakeholders.
Data scientist met vier jaar ervaring in het bouwen van machine learning-modellen voor e-commerce en fintech. Gespecialiseerd in recommendation systems en predictive analytics. Ik vertaal complexe datasets naar concrete businessinzichten en werk graag samen met productteams om data-driven beslissingen te versnellen.
Technische vaardigheden
Dit onderdeel is cruciaal voor een data scientist. Werkgevers willen in één oogopslag zien welke programmeertalen, tools en frameworks je beheerst. Structureer dit overzichtelijk, bijvoorbeeld per categorie.
Programmeertalen. Python en R zijn de dominante talen in data science. Vermeld ook SQL voor databasebewerkingen en eventueel andere talen zoals Julia, Scala of MATLAB als je die beheerst. Geef indien mogelijk aan hoe ervaren je bent met elke taal.
Machine learning frameworks. Noem de frameworks waarmee je hebt gewerkt, zoals TensorFlow, PyTorch, scikit-learn of Keras. Werkgevers zoeken vaak kandidaten met ervaring in specifieke tools die zij intern gebruiken.
Data engineering tools. Kennis van big data-technologieën als Spark, Hadoop of Databricks is waardevol. Ook ervaring met cloud platforms zoals AWS, Google Cloud Platform of Azure is een pluspunt.
Visualisatietools. Vermeld je ervaring met Tableau, Power BI, Matplotlib, Seaborn of andere tools waarmee je data visueel presenteert.
Werkervaring
Bij het beschrijven van je werkervaring draait alles om resultaten. Gebruik de STAR-methode om je prestaties concreet te maken en kwantificeer waar mogelijk.
Begin elke functieomschrijving met je belangrijkste projecten en behaalde resultaten. Beschrijf niet alleen wat je deed, maar vooral welke impact je werk had. Een recruitmentmanager wil weten hoe jouw analyses hebben bijgedragen aan betere besluitvorming, kostenbesparing of omzetgroei.
Gebruik actieve werkwoorden zoals ontwikkeld, geïmplementeerd, geoptimaliseerd, geanalyseerd en gepresenteerd. Vermijd passieve constructies en algemene beschrijvingen.
Opleiding en certificeringen
Data science vereist doorgaans een academische achtergrond. De meeste data scientists hebben een master- of PhD-graad in een kwantitatieve richting zoals wiskunde, statistiek, econometrie, informatica of artificial intelligence. Maar ook kandidaten met een bachelor en relevante werkervaring of certificeringen maken kans.
Certificeringen kunnen je cv versterken, vooral als je van een andere discipline overstapt naar data science. Waardevolle certificeringen zijn onder meer:
Overleeft jouw cv de eerste 6 seconden?
5 vragen, 30 seconden. Direct je score én wat je moet verbeteren.
Microsoft Certified: Azure Data Scientist Associate. Toont aan dat je machine learning-oplossingen kunt implementeren op het Azure-platform.
Google Professional Data Engineer. Bewijst je vaardigheden in het bouwen en onderhouden van data-infrastructuur.
AWS Certified Machine Learning. Laat zien dat je machine learning-modellen kunt bouwen, trainen en deployen op Amazon Web Services.
TensorFlow Developer Certificate. Demonstreert je expertise met een van de populairste deep learning-frameworks.
Projecten en portfolio
Een portfolio met concrete projecten is voor data scientists vaak net zo belangrijk als werkervaring. Werkgevers willen bewijs zien van je technische vaardigheden en probleemoplossend vermogen.
Verwijs in je cv naar je GitHub-profiel of een persoonlijke website met projectvoorbeelden. Beschrijf kort de projecten waaraan je hebt gewerkt: het probleem dat je oploste, de technieken die je toepaste en het resultaat. Open source-bijdragen en Kaggle-competities zijn eveneens waardevolle toevoegingen.
Voorbeeld cv Data Scientist
Lisa de Vries Data Scientist Amsterdam | 06-12345678 | lisa.devries@email.nl linkedin.com/in/lisadevries | github.com/lisadevries PROFIEL Data scientist met vijf jaar ervaring in het ontwikkelen van machine learning-modellen voor de financiële sector. Gespecialiseerd in fraud detection, risk modelling en natural language processing. Bewezen track record in het vertalen van complexe data naar actionable insights voor stakeholders op C-level. Op zoek naar een uitdagende rol waarin ik machine learning-oplossingen kan ontwikkelen die direct bijdragen aan bedrijfsresultaten. TECHNISCHE VAARDIGHEDEN Programmeertalen: Python (expert), R (gevorderd), SQL (expert), Scala (basis) Machine Learning: TensorFlow, PyTorch, scikit-learn, XGBoost, LightGBM Big Data: Spark, Databricks, Airflow, Kafka Cloud: AWS (SageMaker, Redshift, S3), Google Cloud Platform Visualisatie: Tableau, Power BI, Matplotlib, Plotly Overig: Git, Docker, MLflow, Jupyter, A/B testing WERKERVARING Senior Data Scientist ING Bank, Amsterdam | januari 2022 - heden • Ontwikkelde een fraud detection-model dat de detectienauwkeurigheid met 34% verbeterde en jaarlijks €2,3 miljoen aan fraudeverliezen voorkomt • Leidde een team van drie junior data scientists bij de implementatie van een real-time scoring-systeem voor kredietaanvragen • Bouwde NLP-modellen voor het automatisch categoriseren van klachten, wat de verwerkingstijd met 60% reduceerde • Presenteerde maandelijks data-inzichten aan het directieteam Data Scientist Booking.com, Amsterdam | maart 2019 - december 2021 • Ontwikkelde recommendation-algoritmes die de conversieratio van hotelboekingen met 12% verhoogden • Voerde A/B-tests uit op prijsalgoritmes en analyseerde het effect op boekingsgedrag • Optimaliseerde data pipelines in Spark, waardoor de verwerkingstijd van dagelijkse batches met 40% afnam Junior Data Scientist Accenture, Amsterdam | september 2017 - februari 2019 • Ondersteunde diverse klantprojecten in retail en telecom met voorspellende analyses en klantsegmentatie • Bouwde dashboards in Tableau voor het monitoren van KPI's • Ontwikkelde churn prediction-modellen met een AUC-score van 0,87 OPLEIDING Master Econometrics & Data Science (cum laude) Vrije Universiteit Amsterdam | 2015 - 2017 Specialisatie in machine learning en tijdreeksanalyse Bachelor Econometrie en Operationele Research Erasmus Universiteit Rotterdam | 2012 - 2015 CERTIFICERINGEN • AWS Certified Machine Learning – Specialty (2023) • TensorFlow Developer Certificate (2022) • Google Professional Data Engineer (2021) PROJECTEN Energieverbruik voorspeller (GitHub) LSTM-model dat energieverbruik voorspelt op basis van historische data en weersinformatie. Nauwkeurigheid van 94% op testdata. Sentiment analyse Nederlandse nieuwsartikelen (GitHub) BERT-gebaseerd model voor sentimentanalyse van Nederlandstalige tekst. Open source beschikbaar met 150+ GitHub-sterren.
Tips voor een sterk cv als Data Scientist
Met de basisstructuur op orde, zijn er nog enkele aanvullende tips die je cv naar een hoger niveau tillen.
Stem af op de vacature. Lees de vacaturetekst zorgvuldig en pas je cv aan op de gevraagde vaardigheden en ervaring. Als een werkgever specifiek vraagt om ervaring met PyTorch, zorg dan dat dit prominent in je cv staat als je die ervaring hebt.
Kwantificeer je resultaten. Cijfers maken indruk. Schrijf niet dat je “de nauwkeurigheid van een model verbeterde”, maar dat je “de nauwkeurigheid verhoogde van 78% naar 91%”. Concrete getallen geven recruiters een tastbaar beeld van je impact.
Houd het beknopt. Zelfs met veel ervaring moet je cv niet langer zijn dan twee A4-pagina’s. Recruiters besteden gemiddeld zes seconden aan een eerste scan. Zorg dat de belangrijkste informatie direct opvalt.
Vermijd jargon zonder context. Technische termen zijn prima, maar leg niet alles in afkortingen uit. Een HR-medewerker die de eerste selectie doet, moet je cv ook kunnen begrijpen.
Toon je communicatieve vaardigheden. Data scientists moeten technische bevindingen kunnen uitleggen aan niet-technische stakeholders. Laat in je cv zien dat je dit kunt, bijvoorbeeld door te vermelden dat je presentaties gaf aan directieteams of rapporten schreef voor management.
Voeg een link naar je portfolio toe. Een GitHub-profiel met projecten is voor veel werkgevers net zo belangrijk als je werkervaring. Zorg dat je profiel up-to-date is en dat je code goed gedocumenteerd is.
Gerelateerd
Veelgemaakte fouten op een Data Scientist cv
Sommige fouten komen regelmatig terug op cv’s van data scientists. Vermijd deze valkuilen om je kansen te vergroten.
Te veel focus op tools, te weinig op resultaten. Een lange lijst met technologieën zegt weinig als je niet aantoont wat je ermee hebt bereikt. Tools zijn middelen, geen doel op zich.
Geen concrete projecten. Werkgevers willen voorbeelden zien van je werk. Een cv zonder projectbeschrijvingen of portfoliolink wekt de indruk dat je weinig praktijkervaring hebt. Bekijk een voorbeeld van een portfolio.
Overdrijven van vaardigheden. Als je aangeeft expert te zijn in een technologie, bereid je dan voor op technische vragen hierover in het sollicitatiegesprek. Wees eerlijk over je niveau.
Verouderde informatie. De tech-wereld verandert snel. Als je cv vol staat met technologieën die niet meer gangbaar zijn, wekt dat geen vertrouwen. Focus op actuele tools en frameworks.
Geen aandacht voor soft skills. Data science draait niet alleen om techniek. Communicatie, samenwerking en probleemoplossend vermogen zijn minstens zo belangrijk. Laat dit terugkomen in je cv.
Sollicitatiegesprek als Data Scientist
Wanneer je cv door de selectie komt, volgt het sollicitatiegesprek. Bij data scientist-functies bestaat dit vaak uit meerdere rondes: een HR-gesprek, een technisch interview en soms een case-opdracht.
Bereid je voor op technische vragen over machine learning-algoritmes, statistiek en programmeren. Veel bedrijven vragen kandidaten om live code te schrijven of een dataset te analyseren. Oefen daarom met platforms zoals LeetCode of HackerRank.
Daarnaast krijg je vaak gedragsvragen over hoe je omgaat met ambigue problemen, hoe je samenwerkt met niet-technische collega’s en hoe je prioriteiten stelt. Gebruik de STAR-methode om gestructureerde antwoorden te geven met concrete voorbeelden uit je ervaring.
Cv voorbeelden tech-sector
Wil je meer weten over solliciteren in de tech-sector? Bekijk dan ook onze artikelen over:
Motivatiebrief Data Scientist
Een sterke motivatiebrief als data scientist gaat verder dan het herhalen van je cv. Gebruik de brief om te laten zien waarom je enthousiast bent over dit specifieke bedrijf en hoe jouw vaardigheden aansluiten bij hun uitdagingen. Benoem een concreet project of resultaat uit je ervaring dat relevant is voor de functie. Laat ook je communicatieve kant zien: werkgevers zoeken data scientists die technische inzichten kunnen vertalen naar begrijpelijke taal. Houd de brief beknopt, maximaal één A4, en sluit af met een duidelijke call-to-action voor een gesprek.
