A2
AI2 Lab
Accueil /Comment faire /Comment optimiser son CV Data Scientist pour les ATS en 2026
débutant⏱ 3-5 heures pour un CV optimisé

Comment optimiser son CV Data Scientist pour les ATS en 2026

Guide CV Data Scientist ATS 2026 : mots-clés, structure, keywords, erreurs à éviter. Décrochez plus d'entretiens avec la méthode AI2.

10 min de lecture·Mis à jour novembre 2026

Introduction

En 2026, 95% des grandes entreprises utilisent un ATS (Applicant Tracking System) qui filtre les CV avant qu'un humain ne les voie. Voici la méthode exacte pour passer les filtres et tripler votre taux d'entretiens.

Prérequis

  • Un CV existant
  • Liste de 5-10 offres cibles
  • Portfolio GitHub/Kaggle actif

Étapes (7)

1

1. Comprendre comment fonctionne un ATS

L'ATS scanne votre CV pour détecter mots-clés des fiches de poste. Score < 65-70% = CV jeté. Facteurs : correspondance mots-clés (60%), structure (20%), expériences quantifiées (20%). Pas d'images, pas de colonnes, pas de graphiques : ATS ne les lit pas.

2

2. Format ATS-friendly

Format : 1 colonne, Word (.docx) ou PDF simple. Polices : Arial/Calibri/Times 10-11pt. Sections : Contact, Résumé (3-4 lignes), Compétences, Expérience, Formation, Projets, Certifs. Bullets simples (• ou -). Pas de header/footer Word (ATS ne les lit pas).

3

3. Extraire les mots-clés des fiches de poste

Prenez 5-10 offres Data Scientist visées. Copiez-collez dans un tool comme Jobscan.co ou Resume Worded. Listez les 30-50 mots-clés qui reviennent : Python, TensorFlow, PyTorch, SQL, Spark, AWS SageMaker, MLOps, RAG, LLM, Airflow, Docker, Kubernetes, A/B testing, feature engineering, etc. Intégrez-les naturellement.

4

4. Construire la section Compétences

Organisez en catégories : Langages (Python, SQL, R), ML Libraries (sklearn, XGBoost, LightGBM), Deep Learning (TensorFlow, PyTorch, HuggingFace), MLOps (Docker, Kubernetes, MLflow, Kubeflow), Cloud (AWS, GCP, Azure), Data (Spark, Hadoop, BigQuery, Snowflake), Viz (Tableau, Power BI, Matplotlib). Exhaustif et précis.

5

5. Rédiger les expériences avec métrique + impact

Format STAR-I : Situation + Tâche + Action + Résultat + Impact business. Exemple concret : 'Développé modèle XGBoost de scoring leads (Python, sklearn) sur 2M données historiques — Amélioration de 32% du taux de conversion ($2.4M CA addit.)'. Chiffrez TOUJOURS. Verbes d'action (développé, déployé, optimisé).

6

6. Mettre en avant les projets portfolio

Section 'Projets' cruciale si XP junior ou reconversion. 3 projets max. Format : Nom projet — Stack technique — Lien GitHub/Kaggle — 2 lignes impact. Ex: 'Système recommandation livres (Python, PyTorch, FastAPI) — Deployed on AWS SageMaker, 100K users/month — github.com/user/project'. Lien cliquable direct.

7

7. Tester avec un outil ATS

Jobscan.co (freemium) : upload CV + offre, score 0-100% en 30s. Visez > 80%. Resume Worded : plus qualitatif, mais moins précis ATS. Adaptez votre CV PAR OFFRE — copier-coller 5 fois vaut mieux qu'1 CV universel médiocre.

Astuces de pro

  • •1 CV adapté par type de poste (DS, ML Eng, Data Eng = 3 CVs différents)
  • •Lien GitHub obligatoire, avec repos récents (< 6 mois)
  • •Évitez absolument : tableaux, icônes, colonnes, graphiques (ATS ne les lit pas)

FAQ

Combien de pages pour un CV Data Scientist ?

1 page si < 5 ans XP. 2 pages max si 5-10 ans. Au-delà : 2 pages avec focus sur les 10 dernières années. Jamais 3+ pages, recruteurs lisent en moyenne 7 secondes.

Faut-il mettre une photo ?

France : optionnel (préférable sans en 2026 — bias). USA/UK : JAMAIS (discrimination). International : sans photo = plus safe. Canada/Allemagne : selon convention.

Pour aller plus loin

Envie d'aller plus loin ?

AI2 forme à l'IA et à la data avec des programmes certifiés RNCP.

Autres guides HowTo

📘 BrochureCandidater