10 типичных ошибок в LinkedIn, которые пора исправить
Когда пользователи откликаются на удаленные вакансии в LinkedIn, они часто не получают ответов. подходы, которые позволяют увеличить количество ответов на запросы, например, прямое общение с работодателями через Inmail. Но для верного и результативного общения необходимо корректировать ряд последовательных действий. Первое из них - обновление профиля в LinkedIN и исправление наиболее частых ошибок.
Типичные ошибки встречаются довольно часто и могут отрицательно повлиять на профиль пользователя, снижая его скорость получения ответов, ответов и работы.
Не стоит повторять одни и те же ошибки. Здесь мы рассмотрим 10 типичных ошибок, которые допускают 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 – это первое, что видят другие пользователи на вашей странице. Заголовок часто или отсутствует или не обьясняет читателям - кто Вы, в какой экспертизе, с какими вакансиями к Вам, в общем, можно обратиться. Заголовок важного органа правильно. Не стоит использовать в заголовке общие фразы. Лучше укажите 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 фотографий. Одна из самых больших и очевидных ошибок, которую можно сделать на LinkedIn, — это не автор фотографии в профиле. Это может показаться личным, но добавление фотографий позволяет увидеть вас другим, а также получить больше возможностей для связи с другими пользователями.
- Отсутствие резюме в сводке LinkedIn — это блок, который вы можете использовать для краткого описания вашей профессиональной экспертизы. Отсутствие Краткое описание не дает возможности получить целостную картину. Ваш опыт, увидеть наиболее сильные стороны опыта. Отсутствие резюме может оттолкнуть успешных работодателей и деловых партнеров. Мои статьи конструкции Long Read о том, как руководство Резюме: https://habr.com/ru/articles/700290/
- Слишком короткое описание опыта работы . Обязательно все укажут свои прошлые должности и проекты. Краткий обзор опыта работы даже не очень нормально. Лучше запишите подробно о достижениях и опыте, это еще поможет повысить уровень доверия к просматривающим 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 резюме?
- Название компании
- Год начала, год окончания работы в компании
- Описание сферы и содержания деятельности компании, масштабов компании (обязательный блок, особенно, если рассматривать вакансии с переездом, работу удаленно)
- Должность - можно указать не только, как указано у Вас в должностной инструкции, но и скорректировать формулировки должностей, в соответствии с вакансиями, которые интересны (в соответствии с реальностью). Часто бывает, что Вы работаете как UX-дизайнер, но по факту выполяете и функцию Product Manager. Или работает DS, но выполняет функцию Руководитель лаборатории, технический директор и т. д. д.
- Например, один из моих клиентов сейчас работает - старший специалист по данным/руководителю группы DS, но так же, как стартап, небольшой, он иногда выполняет и выполняет задачи СТО, что позволяет использовать в резюме, если это необходимо, как реальную должность, так и роль, которая соответствует подобным формулировкам, помогает работодателю соориентироваться в том, какие задачи Вы выполняете и в каких задачах, Роль на Вас можно найти.
- Обязанности Желательно, чтобы обязанности были похожи на формулировки обязанностей в вакансиях, которые соблюдаются. Поэтому, прежде чем писать текст резюме, желательно просмотреть 3-5 интересных вам вакансий на открытых ресурсах.
- Проекты
Один из отдельных блоков в резюме. Иногда опыт составления резюме вообще оформляется как проект + результаты в цифрах.
Формат описания проектов в резюме:
- Название проекта
- Содержание проекта
Содержание проекта было так важно, чтобы описание было блестящим, как гумманитарию, таким же техническим специалистом.
Например, если вы сделаете конкретное решение для голосового ассистента, это будет полезно для того, что речь о колосовом ассистенте.
При описании проекта важно использовать ключевые слова, которые проводит ваша ключевая экспертиза (например, ML, DL, NLP и т. д.).
- Ваша роль в проекте
В этой части часто проводятся измерения, которые на самом деле сделаны именно Вы, здесь верен общий принцип, согласно основному принципу твердых навыков, которые использовались, поэтому полезно в тот момент, когда описания проектов были изучены, чтобы сделать 3-5 вакансий, которые будут направлены. При ответе узнайте, что работодатель ищет, руководит именно такими проектами, и соответствует требованиям ваших действий, которые привели к результату.
В случае перехода в новую сферу, где проектов пока нет, что можно сделать:
- PetProject - ваш самостоятельный проект (подходит для любой профессиональной сферы)
- 10+ идей для Pet Project https://medium.com/@pocteg/10-идей-для-pet-projectа-b262a851b91c
- OpenSource Project (подходит для разработчиков, специалистов DS)
- Хакхатон (разработчики, DS, Backend, Frontend разработчики, Дизайнеры, Менеджеры продуктов)
- Волонтерский проект (Вы можете найти социальный проект, для которого требуется ваша помощь, для такого проекта вы можете выбрать некоторые задачи, связанные с технологиями, такими как волонтёр., например, это может быть проект, связанный с медициной, с помощью детей-сиротам и так далее). , в зависимости от того, какие волонтерские вакансии нравятся)
- Дополнительные проекты для экспериментальной работы в области науки о данных 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, есть открытые наборы дат, в том числе собранные такие компании, как Facebook, Google, чего нет на других платформах). Примеры полезных задач для задач технических навыков (примеры их кода можно ссылаться на github), которые можно найти на платформе Kaggle:
● Механизм действия лекарства, НЛП:
● Lyft, прогнозирование движения, компьютерное зрение:
(автономное вождение)
● Google, футбол, компьютерное зрение, обучение с подкреплением:
- Результаты, которых удалось достичь в указанных проектах.
Результаты важны в цифрах. Среди результатов можно указать:
- Как результаты вашей работы определяют результаты работы компании (увеличение прибыли, заработанные деньги, экономика - такие данные предоставляются в соответствии с соглашением о неразглашении, но при этом часто в статьях PR, они уже о важности, такие данные можно использовать для их резюме).
- Как вы определили увеличение прибыли компании, увеличение качества заработанных денег?
- Экономия денег компании, за счет достигнутых вами результатов с общими последствиями вашей работы, предложенных и реализованных вами решений
Такие данные можно привести не всегда, но хорошо, когда всё же это сделать)
Так же можно указать:
- Ускорение алгоритмов работы системы
- Уменьшение затрат памяти и тд.
Общий принцип: эти результаты — приведены в цифрах, в идеале — полезны, когда цифры отражают финансовые показатели. Но если это не так, можно показать, что удалось добиться какого-то улучшения в несколько раз, на количество процентов и тд.
Когда совсем нет подходящих показателей, в которых можно указать результаты, - можно написать о масштабах проекта над этим количеством пользователей, чтобы показать, что над большим проектом можно работать.
В самом крайнем случае — можно указать количество строк кода, найденных ошибок и т. д.
Как пишет обьем работы, при этом показатель все же менее значителен, чем финансовые показатели, которые удалось осуществить.
Для молодых специалистов, специалистов в сменной сфере — показатель успешности проекта, аудитория, количество скачиваний и тд, или сам факт завершенности и качества проекта, качество кода, который можно будет просмотреть на github.
- Технологии
В каждом опыте работы после вычисления (полезно указать 3-4 обязанности), проектах (можно указать 3-4 проекта), результатах (3-4 результата в цифрах), полезно указать технологии, которые вы на данном месте работы использовали.
Технологии обычно обозначаются следующим образом:
От сложного к более простому, от общего к частному. Сначала указывается язык программирования, затем, если вы работаете на ML, укажите, например: Machine Learning, Deep Learning, AutoML, RL, NLP, Berts, Transformers, Compuer Vision, GAN, CCN и т. д. д.
Далее библиотеки и платформы. Об этом подробнее - ниже в блоке «Технические навыки»
- Почему здесь приведена именно такая структура опыта? Можно ли как-то иначе?
Да, можно, но такая структура показывает ваш опыт.
Часто используют другую форму: резюме, ориентированное на результат.
В каждом блоке опыта показаны результаты только в цифрах.
- Такая структура позволяет сократить содержание резюме (при этом, это не всегда нужно, резюме вполне можно описать на 2 страницах, используя структуру, описанную в этом гайде)
- Адаптация к вакансиям в компаниях, где ключевая компетентность - ориентация на результат. Амазонка, например.
Продолжая перечислять типичные ошибки в LinkedIN, хотелось бы отметить следующие:
- Отсутствие указаний на важные технические навыки
Технические навыки играют решающую роль в процессе найма. Обязательно укажите все технические навыки, навыки, навыки, полученные от иностранных специалистов, соответствующие вакансии.
В данном блоке указаны основные технические навыки в порядке сложности.
На позицию Java-разработчика:
Например, для Java-разработчика будут следующие навыки: Java, JavaSE, JavaEE, Spring, Hibernate, многопоточность, параллелизм, SQL, Git, Maven, JUnit и т.д.
Для науки о данных:
Укажите языки программирования, направления в ML (машинное обучение, глубокое обучение, AutoML, RL, NLP, Berts, Transformers, Compuer Vision, GAN, CCN и т. д.),
Библиотеки и платформеры: Pytorch, Caffe2, Tensorflow и т. д. д.
Также можно обозначить: среду разработки, фреймворки и операционные системы, которые вы знаете.
- Отсутствие рекомендации
Рекомендации и отзывы могут помочь работодателю или деловому партнеру оказать более подробное впечатление на вас и вашу работу. Если у вас есть коллеги или бывшие работодатели, которые могут дать вам рекомендации, обязательно попросите оставить их отзыв через LinkedIN. В отчете дайте свои рекомендации. Здесь важно, чтобы рекомендодатель действительно пересекался с Вами на работе и на собственном опыте проверял эффективность - например, работал с результатами работы (выполненными проектами, продуктом, нанятой Вами командой и т. д.). 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 в вашей профессиональной сфере.
В LinkedIn можно найти работу только благодаря расширению своей сферы знакомств и профессиональных связей. Убедитесь, что вы подключены к привлечению профессионалов в своей области.
В среднем у многих пользователей небольшой круг, это приводит к неэффективности профиля. Моя аудитория сейчас 14000 участников LinkedIN, на этой базе - сфокусирована только на сфере технологий, науки о данных, это позволяет напрямую общаться с аудиторией моих друзей, партнеров, клиентов.
- Неактуальный контент
Регулярно обновляйте свой профиль на LinkedIn. Если вы получили новую работу, новый сертификат или закончили курс обучения, не забудьте добавить это в свой профиль. Это поможет сохранить его актуальность и интерес для других пользователей.
- Ошибка - если Вы не делитесь исследованием и экспертизой. В любой ситуации помните, что в современном профессиональном мире это считается хорошим тоном — не только брать, но и делиться, делиться полезной информацией с друзьями, коллегами, в том числе с вашей аудиторией в LinkedIn. Если вы не делитесь определениями, не пишете о полезности для ваших коллег – это большая ошибка. Поделитесь тем, что может быть действительно интересно и важно для ваших контактов и окружающей среды. Если у вас есть опыт в своей области, вы можете стать экспертом для других пользователей LinkedIn. Вы можете публиковать статьи о своей работе, делиться новостями из вашей области и делиться рекомендациями с другими профессионалами. Читайте также материалы, которые размещают ваши коллеги в России, Европе, США, пишите комментарии, проявляйте искренний интерес, делитесь экспертизой.
- Неиспользование режима «Открыт для новых возможностей». В LinkedIN есть режим «Открыть для новых возможностей», и он позволяет работодателям, что вы ищете работу, вы ищете работу и ищете — по этому критерию знать. В связи с этим, если вы ищете новые возможности, не забудьте активировать этот режим. Вы можете указать, какую позицию вы ищете, и на каких условиях вы можете получить более релевантные приглашения.
Надеюсь, данные рекоммендации будут полезны! Желаю успехов!