Прежде чем перейти к статье, хочу вам представить, экономическую онлайн игру Brave Knights, в которой вы можете играть и зарабатывать. Регистируйтесь, играйте и зарабатывайте!
LinkedIn является одной из основных социальных сетей для поиска работы в ИТ-отрасли. На 2023 год LinkedIn имеет более 810 миллионов пользователей, а ежемесячно активными пользователями является более 310 миллионов человек в мире и 6 миллионов из России.
Когда пользователи откликаются на Remote вакансии в LinkedIn, они часто не получают ответов. Есть подходы, которые помогают увеличить количество ответов на запросы, например, прямое общение с работодателями через Inmails. Но для верного и результативного общения требуется сделать ряд подготовительных действий. Первое из которых - обновление профиля в LinkedIN и исправление наиболее частых ошибок.
Типичные ошибки встречаются довольно часто, и могут негативно повлиять на профиль пользователя, уменьшить его шансы на получение откликов, ответов и работы.
Не стоит повторять одни и те же ошибки. Здесь мы рассмотрим 10 типичных ошибок, которые совершают многие пользователи LinkedIN при создании профиля и поясняем, как повысить эффективность профиля за счет их исправления.
Типичные 10 ошибок в LinkedIn:
Неточный заголовок профиля LinkedIN. Заголовок является первым, что увидят другие пользователи на Вашей странице. Заголовок часто или отсутствует или не обьясняет читателям - кто Вы, в чем Ваша экспертиза, с какими вакансиями к вам, в целом, можно обращаться. Заголовок важно составить правильно. Не стоит использовать в заголовке общие фразы. Лучше указать свою конкретную профессию и навыки. В этом блоке можно назвать свою должность, в какой компании вы работаете или указать, какую должность хотелось бы получить.
Отсутствие фотографии. Одна из самых больших и очевидных ошибок, которую можно сделать на LinkedIn, это не добавить фотографию профиля. Это может показаться личным, но добавление фотографии позволяет другим увидеть вас, а также получить вам больше возможностей для связи с другими пользователей.
Отсутствие summary в LinkedIn Summary – это блок который вы можете использовать для краткого описания Вашей профессиональной экспертизы. Отсутствие Summary не даёт возможности получить целостную картину Вашего опыта, увидеть наиболее сильные стороны опыта. Отсутствие summary может оттолкнуть потенциальных работодателей и деловых партнеров. Моя подробная статья Long Read о том, как составить Summary: https://habr.com/ru/articles/700290/
Слишком короткое описание опыта работы. Обязательно укажите все свои прошлые должности и проекты. Лучше написать подробно о достижениях и опыте, это еще и поможет повысить уровень доверия у просматривающих ваше резюме. Подробно о том, как можно описать опыт в профиле - в моей статье: https://vc.ru/hr/644063-kratkiy-gayd-sostavlenie-resume-cv-dlya-data-scientist
Как лучше всего сформулировать опыт работы в Linked in профиле?
Название компании
Год начала, год окончания работы в компании
Описание сферы и содержания деятельности компании, масштабов компании (обязательный блок, особенно, если рассматриваете вакансии с переездом, работу remote)
Должность - можно указать не только, как записано у Вас в должностной инструкции, но и корректируя формулировки должности, в соответствии с вакансиями, которые интересны ( в соответствии с реальностью). Часто бывает что Вы работаете как UX дизайнер, но по факту выполяете и функции Product Manager. Или работаете DS, но выполняете функции Lab Leader, CTO etc.
Например, один из моих клиентов сейчас - работает Senior Data Scientist/ DS Team Leader, но так как стартап небольшой, он иногда выполняет и задачи СТО, что позволяет указать в резюме, если оно потребуется, как реальную должность, так и роль, которую приходилось выполнять.Такие формулировки помогают работодателю соориентироваться в том, какие задачи Вы выполняли и в каких задачах, ролях на Вас можно рассчитывать.
Обязанности Желательно чтобы обязанности были похожи на формулировки обязанностей в вакансиях, которые рассматриваете. Поэтому, прежде чем писать текст резюме, желательно посмотреть 3-5 интересных вам вакансий на открытых ресурсах
Проекты
Один из важнейших блоков в резюме. Иногда опыт в резюме вообще описывается как проекты + результаты в цифрах.
Формат указания проектов в резюме:
Название проекта
Содержание проекта
Содержание проекта важно указывать так, чтобы описание было ясным как гумманитарию, так и техническому специалисту.
Например, если вы делали конкретное решение для голосового ассистента, полезно сначало указать, что речь о колосовом ассистенте.
При описании проекта важно использовать ключевые слова, соответствующие Вашей ключевой экспертизе ( например ML, DL, NLP еtc)
Ваша роль в проекте
В этой части часто оценивается, что на самом деле сделали именно Вы, здесь верен общий принцип, что предпочтительны hard skills, которые были использованы, поэтому полезно в момент описания проектов изучить 3-5 вакансий, на которые будете направлять отклики, посмотреть, что работодатель ищет, и указать именно такие проекты, и соответствующие требованиям Ваши действия, которые привели к результату.
В случае если переходите в новую сферу, где проектов пока нет, что можно сделать:
PetProject - ваш самостоятельный проект ( подходит для всех профессиональных сфер)
10+ идей для Pet Project https://medium.com/@pocteg/10-идей-для-pet-projectа-b262a851b91c
OpenSource Project ( подходит для разработчиков, DS специалистов)
Hackhaton ( разработчики, DS, Backend, Frontend developers, Designers, Product Managers)
The volunteer project ( Вы можете найти социальный проект, которому требуется ваша помощь, для такоего проекта вы можете выполнить некоторые задачи, связанные с Tech как волонтёр. Например, это может быть проект, связанный с медициной, помощью детям-сиротам и так далее, зависит от того, какие волонтерские вакансии найдете)
Дополнительные проекты для опыта работы в Data Science, можно найти на таких платформах как Kaggle ( Kaggle - платформа с соревнованиями по Data Science, на платформе есть задачи разного уровня сложности и из различных сфер, таких как ML, NLP, Computer Vision и тд. Кроме того, там есть открытые дата сеты, в том числе собранные такими компаниями как facebook, google, чего нет на других платформах). Примеры полезных для Tech skills задач (примеры своего кода можно разместить на github), которые можно найти на платформе Kaggle:
● Mechanism of Medicine action, NLP:
https://www.kaggle.com/c/lish-moa
● Lyft, Motion prediction, Computer Vision:
https://www.kaggle.com/.../lyft-motion-prediction
( self-driving)
● Google, football, Computer Vision, Reinforcement Learning:
https://www.kaggle.com/c/google-football
Результаты, которых удалось достичь в указанных проектах.
Результаты важно указывать в цифрах. Среди результатов можно указать:
Как результаты Вашей работы повлияли на результаты работы компании ( увеличение прибыли, заработанные деньги, экономия - такие данные бывают под NDA, но при этом, часто в PR статьях они уже описаны, такие данные можно использовать для своего резюме).
Как Ваши результаты повлияли на увеличение прибыли компании, увеличение каоличества заработанных денег
Экономия денег компании, за счет достигнутых Вами результатов с которыми связаны результаты Вашей работы, предложенные и реализлованные Вами решения
Такие данные можно указать не всегда, но хорошо, когда всё же выходит это сделать)
Так же можно указать:
Ускорение алгоритмов работы системы
Уменьшение затрат памяти и тд.
Общий принцип - результаты указываются в цифрах, в идеале - полезно, когда эти цифры выражаются в финансовых показателях. Но если это не так, можно указать, что удалось что-то улучшить в несколько раз, на определенное количество процентов и тд.
Когда совсем нет подходящих показателей, в которых можно указать результаты - можно написать о масштабах проекта над которым работали ( количество пользователей), чтобы показать, насколько над большим проектом приходилось трудиться.
На самый крайний случай - можно указать количество строк кода, найденных багов и тд.
Это опишет обьем работы, при этом этот показатель все же менее значителен, чем финансовые показатели, на которые удалось повлиять.
Для молодых специалистов, специалистов с сменой сферы - показателем будет успешность проекта, аудитория, количество скачиваний и тд, или сам факт завершенности и качество проекта, качество кода, который можно будет посмотреть на github.
Технологии
В каждом опыте работы после обязанностей( полезно указать 3-4 обязанности), проектов ( можно указать 3-4 проекта), результатов ( 3-4 результата в цифрах), полезно указать технологии, которые Вы на данном месте работы использовали.
Технологии обычно указывают следующим образом:
От сложного к более простому, от общего к частномы. Сначала указывают языки программирования, затем если Вы работаете в ML, укажите, например: Machine Learning, Deep Learning, AutoML, RL, NLP, Berts, Transformers, Compuer Vision, GANs, CCN etc.
Далее библиотеки и фреймворки. Об этом подробнее - ниже в блоке “технические навыки”
Почему здесь предлагается именно такая структура опыта? Можно ли как-то иначе?
Да, можно, но такая структура наилучшим образом показывает детали Вашего опыта
Часто используют другую форму: резюме, ориентированное на результаты.
В ней в каждом блоке опыта будут показаны только результаты в цифрах.
Такая структура позволяет существенно сократить резюме ( при этом, это далеко не всегда нужно, резюме вполне можно описать на 2 страницах, используя структуру, описанную в этом гайде)
Подходит для вакансий в компаниях, где ключевая компетенция - ориентация на результат. Amazon, например.
Продолжая перечисление типичных ошибок в LinkedIN, хотелось бы отметить следующие:
Отсутствие указания важных технических навыков
Технические навыки играют важную роль в процессе найма. Обязательно укажите все технические навыки, которыми вы обладаете, соответствующие вакансии.
В данном блоке укажите ключевые технические навыки в порядке убывания сложности.
Для позиции Java Developer:
Например, для Java developer будут следующие навыки: Java, JavaSE, JavaEE, Spring, Hibernate, Multithreading, Concurrency, SQL, Git, Maven, JUnit и т.д.
Для Data Science:
Укажите языки программирования, направления в ML ( Machine Learning, Deep Learning, AutoML, RL, NLP, Berts, Transformers, Compuer Vision, GANs, CCN etc.),
Библиотеки и фреймворки: Pytorch, Caffe2, Tensorflow etc.
Также можно указать: среды разработки, фреймворки и операционные системы, которые вы знаете.
Отсутствие рекоммендаций
Рекомендации и отзывы могут помочь работодателю или деловому партнеру составить более детальное впечатление о вас и вашей работе. Если у вас есть коллеги или бывшие работодатели, которые могут дать вам рекомендацию, обязательно попросите их оставить отзыв через LinkedIN. В отчет дайте свои рекоммендации. Здесь Важно, чтобы рекомендодатель действительно пересекался с Вами по работе и на собственном опыте проверил Ваш профессионализм - например, работал с результатами Вашей работы ( выполненными проектами, продуктами, нанятой Вами командой и тд.). Все рекомендации должны быть искренними и честными.
Отсутствие работы с нетворкингом
Чем больше контактов и связей у вас на LinkedIn, тем больше возможностей для развития карьеры и достижения новых целей. При этом важно чтобы связи были целенаправленными, релевантными Вашей профессиональной сфере.
На LinkedIn можно находить работу только благодаря расширению своей сферы знакомств и профессиональных связей. Убедитесь, что вы подключены с достаточным количеством профессионалов из своей отрасли.
В среднем у многих пользователей небольшой круг, это приводит к неэффективности профиля. Моя аудитория сейчас 14000 участников LinkedIN, при этом база - сфокусирванна только на сфере Tech, Data Science, это позволяет общаться напрямую с аудиторией моих друзей, партнеров, клиентов.
Неактуальный контент
Обновляйте свой профиль на LinkedIn регулярно. Если вы получили новую работу, новый сертификат или закончили курс обучения, не забудьте добавить это в свой профиль. Это поможет сохранять его актуальным и интересным для других пользователей.
Ошибка - если Вы не делитесь знаниями и экспертизой. В любой ситуации, помните, что в современном профессиональном мире считается хорошим тоном - не только брать, но и отдавать, делиться полезной информацией с своими друзьями, коллегами, в том числе, с Вашей аудиторией в LinkedIn. Если Вы не делитесь знаниями, не пишете о полезном, для Ваших коллег - это большая ошибка. Поделитесь тем, что может быть действительно интересно и важно для Ваших контактов и аудитории. Если Вы имеете опыт в своей сфере, вы можете стать экспертом для других пользователей LinkedIn. Вы можете публиковать статьи о своей работе, делиться новостями из вашей отрасли и делиться знаниями с другими профессионалами. Читайте так же материалы, которые размещают Ваши коллеги в России, Европе, США, пишите комментарии, проявляйте искренний интерес, делитесь экспертизой. Это один из лучших способов честного продвижения Вашего профиля в LinkedIN.
Неиспользование режима «Открыт для новых возможностей». В LinkedIN есть режим «Открыт для новых возможностей», и он позволяет работодателям знать, что вы ищете работу, искать Вас и находить - по этому критерию. В связи с этим, если вы ищете новые возможности, не забудьте активировать этот режим. Вы можете указать, какую должность вы ищете и на каких условиях, что может позволить получать более релевантные приглашения.
LinkedIn - это мощный инструмент для развития карьеры. Чтобы наилучшим образом использовать его возможности, необходимо подходить к обновлению профиля профессионально. Изучив правильные стратегии и лучшие практики, вы можете максимально использовать свой профиль LinkedIn и повысить свои шансы на успех.
Если Вам требуется обратная связь по Вашему профилю в LinkedIN или резюме, рекоммендации по доработке профиля,
Вы можете обратиться в techcareer.space, или написать Ваш запрос на @funcareer мне лично Анне Перовой, с радостью дам консультацию и поясню, как еще сделать Ваш поиск новой работы в России, Европе, Азии, Канаде или США - более результативным. До связи!
