반응형
Sahil Gaba의 이력서
링크드인에서 구글 직원인데 이력서를 공개한 것을 보았다.
Sahil Gaba란 구글 직원의 이력서이다.
출처: Sahil Gaba의 링크드인 포스트 This is the resume that got me into Google.
Sahil Gaba 이력서 살펴보기
딱 한 장
딱 한 장이다. 이력서 작성을 도와주는 사이트를 가도 비슷하고, 구글 드라이브 Google 문서 템플릿 이력서도 비슷하다.
물론 한국 이력서 양식도 한장이긴 하다. Canva에서 이력서 양식을 살펴봐도 보통 한장이다.
한 장 안에 핵심 정보를 다 넣는 것이 필요한 거 같다.
기술 정보부터
Sahil Gaba 이력서의 특징은 기술 정보부터 넣었다는 점이다. 채용 담당자 입장에서 학력이 좋아도, 필요한 직무 기술을 갖고 있지 않다면 채용할 수 없다. 채용 담당자 입장에서 가장 중요한 정보가 기술이다.
경력이 전체 이력서의 60% 이상
채용 담당자 입장에서는 지난 회사에서 무슨 일을 했는지가 기술 다음으로 중요할 거 같다. 그래서 경력을 최대한 자세히 적은 것을 볼 수 있다.
경력 작성시 문장
주어가 생략되어 있다. 이력서의 주어는 당연히 I 이므로 I가 생략된 것을 볼 수 있다.
"Ideated and developed a new strategy to recommend Amazon's Choice items related
to customer's incomplete missions"
고객의 미완성된 미션과 관련된 Amazon's Choice 아이템을 추천하는 새로운 전략을 구상하고 개발함.
경력 작성 내용
구체적으로 어떤 업무를 했는지, 업무를 수행할 때 어떤 기술을 사용했는지 기술되어 있다.
Complementary recommendations for Hardlines
• Ideated and developed a new algorithm using Collaborative Filtering to improve coverage of complementary recommendations for 500 million products on Amazon
• Created a data pipeline using Amazon EFS, Amazon Distributed Data Service and Amazon Distributed Job Service to create fresh dataset at regular intervals
• Implemented multiprocessing and LRU cache in Python to solve scalability challenges
• Conducted A/B tests and used Bayesian inference to launch the feature on Amazon
하드라인 제품에 대한 보완 추천
• 5억 개의 Amazon 제품에 대한 보완 추천의 범위를 개선하기 위해 협업 필터링을 사용하는 새로운 알고리즘을 구상하고 개발
• Amazon EFS, Amazon Distributed Data Service, Amazon Distributed Job Service를 사용하여 정기적으로 새로운 데이터를 생성하는 데이터 파이프라인을 구축
• 확장성 문제를 해결하기 위해 Python에서 멀티프로세싱과 LRU 캐시를 구현
• A/B 테스트를 수행하고 베이지안 추론을 사용하여 Amazon에서 기능을 출시
반응형