Un currículum de habilidades de científico de datos suele fallar de una de dos maneras. O bien es una lista interminable de cuarenta bibliotecas sin ninguna señal de que algo haya salido de un cuaderno, o bien describe un análisis cuando el lector quería ver un modelo puesto en producción: qué predice, cómo se evalúa y qué cambió después de su lanzamiento.
Pega el prompt en Claude, ChatGPT, Gemini o Copilot, indica qué modelos llegaron a producción, con qué volumen de datos trabajaste y qué cambiaron tus experimentos. Te pide el resto y luego devuelve un currículum con la lista de habilidades claramente dividida entre técnicas y blandas: Python, pandas, scikit-learn, PyTorch, SQL, Spark, ingeniería de características, pruebas A/B e inferencia causal, MLflow, Airflow, SageMaker y Databricks, junto con la capacidad de plantear problemas, explicar un modelo a un gerente de producto y saber cuándo una métrica no va a cambiar. Las publicaciones y los puestos obtenidos en competiciones reciben un espacio propio.
Paga una vez, conserva el archivo y úsalo para cada puesto al que te postules. No tienes que crear una cuenta ni preocuparte por una fecha de renovación.