💻 IT & teknik

Ansøgning Data Scientist — eksempel & skabelon

En stærk ansøgning som data scientist viser, at du kan omsætte data til forretningsværdi med statistik, machine learning og klar kommunikation. Her er et færdigt eksempel til det danske arbejdsmarked.

Se eksempel ↓CV-eksempel for data scientist

✉️ Eksempel

Ansøgning som data scientist — færdigt eksempel

Brug dette eksempel som udgangspunkt. Tilpas virksomhed, konkrete erfaringer og dine egne resultater.

Scenario: Erfaren data scientist søger ny rolle hos Novo Nordisk efter arbejde med predictive modeller hos Ørsted.

Til Novo Nordisk · att. Camilla Brix, Head of Data Science

Ansøgning: Senior Data Scientist, ref. NN-2026-487

Jeres opslag om en Senior Data Scientist til Clinical Data Science-teamet fangede min opmærksomhed, fordi det kombinerer machine learning med real-world impact — præcis det, jeg har arbejdet med hos Ørsted, hvor mine modeller har sparet 42 mio. kr. i vedligeholdsomkostninger.

Jeg har 5 års erfaring som data scientist med fokus på predictive maintenance og time-series-analyse i Python. Hos Ørsted byggede jeg en gradient boosting-model, der forudsiger komponentsvigt i vindmøller med 94 % precision, og deployede den i produktion via MLflow og Azure ML. Jeg har en ph.d. i statistik fra DTU og publicerer løbende.

Novo Nordisks arbejde med at anvende data science i kliniske forsøg og real-world evidence er præcis den type meningsfuld anvendelse, der driver mig. Jeg har erfaring med regulerede data-miljøer og forstår vigtigheden af reproducerbarhed og dokumentation.

Jeg vil gerne diskutere min tilgang til ML i regulerede kontekster i en samtale. Jeg kan starte efter tre måneders opsigelse.

Med venlig hilsen

Sofie Lindberg
Senior Data Scientist · Ph.d., Ørsted

🔄 Flere scenarier

Ansøgninger til forskellige situationer

Uopfordret, karriereskifte eller nyuddannet — tilpas din tilgang til konteksten.

Nyuddannet data scientist

Scenario: Nyuddannet cand.scient. søger første data scientist-stilling.

Til Maersk · att. Data & Analytics Team

Ansøgning: Junior Data Scientist

Som nyuddannet cand.scient. i matematik-økonomi fra KU med speciale i NLP og supply chain-optimering søger jeg min første stilling som data scientist hos Maersk. Mit speciale om containerforecasting med transformer-modeller fik topkarakter og er relevant for jeres logistikdomæne.

Under mit praktikophold hos McKinsey byggede jeg en demand forecasting-model for en FMCG-klient, der reducerede lagervariansen med 18 %. Jeg arbejder dagligt i Python, scikit-learn, PyTorch og SQL.

Jeg bringer stærk statistisk fundamentering, hands-on ML-erfaring og en brændende interesse for at anvende data science på reelle forretningsproblemer.

Med venlig hilsen

Viktor Juhl
Cand.scient. · KU

Karriereskift fra forskning

Scenario: Postdoc søger karriereskift til industrien som data scientist.

Til Lundbeck · att. HR-afdelingen

Ansøgning: Data Scientist, Drug Discovery

Efter 4 år som postdoc i computational biology ved DTU er jeg klar til at bruge mine ML-kompetencer i industrien. Jeres opslag om en data scientist til Drug Discovery rammer præcis skæringen mellem biologi og machine learning, som er mit speciale.

Min forskning har produceret 8 peer-reviewed publikationer om protein structure prediction med deep learning. Jeg har praktisk erfaring med PyTorch, AlphaFold2 og molecular dynamics-simuleringer. Mine modeller er deployeret og brugt af 3 forskningsgrupper.

Skiftet til industrien er bevidst — jeg vil gerne se mine modeller skabe værdi for patienter, ikke bare publikationer.

Med venlig hilsen

Anna Kristensen
Postdoc · DTU Bioengineering

💡 Indledninger

Stærke indledninger — byt dem ud

Den første sætning afgør, om din ansøgning bliver læst. Her er 8 indledninger der virker for data scientist-stillinger.

Resultat-hook

“Da I søger en data scientist med forretningsimpact, vil jeg nævne, at min predictive maintenance-model hos Ørsted har sparet 42 mio. kr. i vedligeholdsomkostninger.”

Åbn med et kronebeløb — det viser forretningsværdi.

Model-performance

“Min gradient boosting-model forudsiger komponentsvigt med 94 % precision og er deployeret i produktion med realtids-scoring — det er den type ML-modenhed, jeres opslag efterspørger.”

Vis konkret modelperformance.

Domæne-match

“Med en ph.d. i statistik og 5 års erfaring med predictive modeller i energibranchen bringer jeg både den akademiske dybde og den praktiske erfaring, jeres team har brug for.”

Kombiner akademisk og praktisk baggrund.

Reguleret miljø

“Jeg har erfaring med data science i regulerede miljøer, hvor reproducerbarhed, dokumentation og audit trails er lige så vigtige som modelperformance.”

Relevant for pharma og finans.

Menneskeligt

“Data science handler om at stille de rigtige spørgsmål — ikke om at bygge de mest komplekse modeller. Det er den tilgang, jeg bringer med.”

Vis din filosofi.

Kommunikation

“Min styrke som data scientist er at forklare komplekse modeller for beslutningstagere, der ikke er tekniske — fordi en model, ingen forstår, skaber ingen værdi.”

Vis kommunikationsevne.

MLOps

“Jeg deployer mine modeller i produktion med MLflow, Docker og CI/CD — fordi en model i en notebook er et eksperiment, ikke et produkt.”

Vis MLOps-modenhed.

Forskning til industri

“Med 8 peer-reviewed publikationer og 4 års erfaring med deep learning søger jeg nu den direkte forretningsimpact, som industrien tilbyder.”

For akademikere, der skifter til industri.

💬 Nyttige formuleringer

Formuleringer der virker

Klippeklare sætninger du kan tilpasse og bygge din ansøgning op omkring.

Min [model type] opnår [X % precision/recall/AUC] og har skabt [X kr./% forbedring] i forretningsværdi.

Jeg arbejder dagligt i Python med [scikit-learn/PyTorch/TensorFlow] og deployer via [MLflow/SageMaker/Vertex AI].

Min ph.d./kandidat i [felt] giver mig stærk statistisk fundamentering og evnen til at vurdere, hvornår en model er god nok.

Jeg har erfaring med [domæne]-data og forstår de specifikke udfordringer og muligheder i branchen.

Reproducer barhed og dokumentation er en del af min daglige praksis — ikke et eftertanke.

Jeg vedlægger CV og kan dele links til mine publikationer og GitHub-profil.

✅ Tips

Gør og undgå i ansøgningen

✓

Vis forretningsimpact

Kroner, procenter, tidsbesparelser — vis at din model skabte værdi, ikke bare performance-metrics.

✓

Nævn deployment-erfaring

En model i produktion er 10x mere værd end en model i en notebook. Vis at du kan deploye.

✓

Fremhæv kommunikation

Data scientists, der kan forklare resultater for beslutningstagere, er sjældne og værdifulde.

Skriv ikke en teknologiliste

"Python, R, SQL, Spark, TensorFlow, PyTorch, Keras" uden kontekst er tomme ord. Vis hvad du har bygget.

Overdriv ikke dine modellers performance

99,9 % accuracy uden kontekst er mistænkeligt. Vær ærlig om præcision, recall og limitations.

Ignorer ikke domæneforståelse

De bedste data scientists forstår forretningen. Vis at du kender virksomhedens domæne og udfordringer.

❓ Ofte stillede spørgsmål

FAQ: Ansøgning som data scientist

Skal jeg have en ph.d.?▼

Nej, men det er en fordel for senior- og forskningsnære roller. En kandidatgrad i statistik, matematik, fysik eller datalogi er typisk minimumskravet.

Skal jeg vedlægge en portfolio?▼

Ja, hvis du har relevante projekter på GitHub eller Kaggle. Det differentierer dig. Sørg for at README er klar og reproducerbar.

Python eller R?▼

Python er standard i industrien. R er stadig relevant i statistiktunge roller. Nævn det, der matcher opslaget — men Python er sjældent forkert.

Hvordan viser jeg forretningsforståelse?▼

Beskriv problemet i forretningstermer, ikke tekniske termer. "Reducerede lagervarians med 18 %" > "Byggede en LSTM med 0.92 RMSE".

Er Kaggle-erfaring relevant?▼

Ja, som supplement — men virksomheder vægter real-world erfaring højere. Nævn Kaggle kort, men fokuser på arbejdserfaring og projekter med forretningsimpact.

📄

CV-eksempel data scientist

Komplet CV med profiltekst, erhvervserfaring og kompetencer.

→💰

Løn data scientist

Regional lønopdeling, forhandlingstips og frynsegoder.

→

🔗 Relaterede ansøgninger