Inglese USA



7 modelli di CV per Data Scientist / AI Engineer - GenAI e AI agentica, con esempi

Di Ria · Ultimo aggiornamento 18 ottobre 2026
Esempio di curriculum — pagina 1

Questa guida pratica ti aiuta a creare un CV mirato per il ruolo di Data Scientist / AI Engineer, con una struttura chiara e credibile. Imparerai a selezionare le evidenze più pertinenti e a presentare competenze, esperienze e risultati in modo utile a chi esamina la candidatura.

L’esempio principale adotta il layout Compatto, con i contatti nell’intestazione e una barra laterale dedicata a punti di forza e competenze accanto alla storia professionale. La guida presenta il CV in 7 layout, così puoi confrontare diverse soluzioni visive mantenendo coerente l’organizzazione delle informazioni.

Per questo ruolo, organizza le evidenze attorno ad analisi dei dati, machine learning e prototipi GenAI: Python, SQL, LLM, prompt engineering, embeddings, ricerca vettoriale, architetture RAG e orchestrazione agentica. Descrivi inoltre l’integrazione tramite API, le automazioni con Microsoft Power Automate e Copilot Studio e i criteri usati per valutare qualità e rilevanza dei risultati.

Come creare un buon CV per Data Scientist / AI Engineer nel 2026?

Un CV efficace rende leggibili competenze tecniche, responsabilità e risultati, con sezioni ordinate e contenuti facili da individuare durante una rapida revisione.

Usa parole chiave pertinenti come Python, SQL, machine learning, LLM, RAG e LangGraph; descrivi metodi di validazione e criteri misurabili senza attribuirti risultati non documentati.

Gli esempi sono dettagliati per illustrare esperienze, competenze e risultati pertinenti. Scegli la lunghezza del CV in base al tuo percorso e al ruolo. Per una sola pagina, conserva le informazioni più rilevanti. Nota: questi esempi hanno finalità didattiche. Usa soltanto informazioni che riflettano fedelmente la tua esperienza e le tue qualifiche. I riferimenti a organizzazioni reali non implicano affiliazione o approvazione.

#1 Compatto (formato sobrio a due colonne con foto)

La foto in alto a sinistra e i separatori sottili caratterizzano questo layout sobrio a due colonne, adatto a dare spazio ai contenuti senza rinunciare a una gerarchia chiara.

 
CV Compatto (formato sobrio a due colonne con foto): Data Scientist / AI Engineer - GenAI e AI agentica, pagina 1   CV Compatto (formato sobrio a due colonne con foto): Data Scientist / AI Engineer - GenAI e AI agentica, pagina 2

Perché scegliere questo modello

  • Le due colonne affiancano esperienza e competenze, rendendo immediato il confronto tra sezioni.
  • Le linee sottili delimitano i blocchi senza appesantire la lettura della cronologia professionale.
  • Lo spazio generoso consente di distribuire formazione, certificazioni e risultati con respiro.

Ideale per

  • Competenze accanto alla cronologia professionale
  • Esperienze articolate e risultati descritti
  • Sezioni multiple con ampio respiro
  • Preferenza per separatori discreti
  • Presentazione professionale con ritratto

Parole chiave del curriculum

  • data science
  • oltre due anni di esperienza in progetti di data science e intelligenza artificiale
  • Python
  • SQL
  • Statistica
  • Analisi dei dati
  • Machine learning
  • LLM
  • Prompt engineering
  • Embeddings
  • Ricerca vettoriale
  • Architetture RAG
  • Agentic AI
  • Prototipazione di agenti AI con LangGraph
  • flussi multi-agent
Mostra tutte le parole chiave
 

#2 Elegante (formato con colonna laterale colorata e foto)

La colonna laterale blu ospita la foto e le informazioni complementari, mentre nome e contenuto principale restano su fondo bianco per una distinzione visiva netta.

 
CV Elegante (formato con colonna laterale colorata e foto): Data Scientist / AI Engineer - GenAI e AI agentica, pagina 1   CV Elegante (formato con colonna laterale colorata e foto): Data Scientist / AI Engineer - GenAI e AI agentica, pagina 2

Perché scegliere questo modello

  • La colonna blu separa le informazioni complementari dalla progressione professionale.
  • Il fondo bianco mantiene ben leggibili esperienza e formazione nell’area principale.
  • La foto nella fascia laterale crea un punto visivo riconoscibile senza interferire con i contenuti.

Ideale per

  • Informazioni complementari in fascia laterale
  • Storia professionale su fondo bianco
  • Preferenza per contrasti cromatici sobri
  • CV con ritratto nella colonna laterale
  • Sezioni principali distinte dai dettagli di supporto
 

#3 Moderno (formato a due colonne con foto a sinistra e separatore)

La foto arrotondata a sinistra e il separatore organizzano la pagina bianca a due colonne, mentre i titoli sottolineati facilitano l’individuazione delle sezioni.

 
CV Moderno (formato a due colonne con foto a sinistra e separatore): Data Scientist / AI Engineer - GenAI e AI agentica, pagina 1   CV Moderno (formato a due colonne con foto a sinistra e separatore): Data Scientist / AI Engineer - GenAI e AI agentica, pagina 2

Perché scegliere questo modello

  • Il separatore rende chiaro il passaggio tra cronologia professionale e contenuti di supporto.
  • I titoli sottolineati aiutano a individuare rapidamente esperienza, formazione e competenze.
  • Il fondo bianco offre una base uniforme per leggere sezioni e dettagli del CV.

Ideale per

  • Sezioni facilmente individuabili dai titoli
  • Separazione visibile tra aree informative
  • Presentazione con ritratto arrotondato
  • Contenuti professionali su fondo bianco
  • CV con gerarchia visiva essenziale
 

#4 Audace (formato a due colonne con accenti colorati e foto)

La linea superiore, il nome, le icone e i titoli riprendono un colore d’accento: una scelta visiva decisa che mantiene ordinata la pagina bianca a due colonne.

 
CV Audace (formato a due colonne con accenti colorati e foto): Data Scientist / AI Engineer - GenAI e AI agentica, pagina 1   CV Audace (formato a due colonne con accenti colorati e foto): Data Scientist / AI Engineer - GenAI e AI agentica, pagina 2

Perché scegliere questo modello

  • Gli accenti cromatici sui titoli rendono riconoscibili le sezioni di esperienza e formazione.
  • La base bianca mantiene leggibili descrizioni, risultati e competenze nelle due colonne.
  • La linea superiore e il nome colorato definiscono l’intestazione senza sottrarre spazio ai contenuti.

Ideale per

  • Intestazione con accenti cromatici
  • Sezioni marcate da titoli colorati
  • CV a due colonne con ritratto
  • Scansione per aree informative
  • Contrasto contenuto sul fondo bianco
 
 

#5 Signature (formato con colonna laterale colorata e foto grande)

La foto rettangolare di grandi dimensioni occupa la parte alta della colonna laterale colorata, mentre il contenuto principale rimane su fondo bianco.

 
CV Signature (formato con colonna laterale colorata e foto grande): Data Scientist / AI Engineer - GenAI e AI agentica, pagina 1   CV Signature (formato con colonna laterale colorata e foto grande): Data Scientist / AI Engineer - GenAI e AI agentica, pagina 2

Perché scegliere questo modello

  • La colonna laterale distingue i contenuti complementari dalla storia professionale sul fondo bianco.
  • La foto grande dà rilievo visivo alla fascia laterale senza confondersi con il testo.
  • La disposizione in due colonne rende consultabili separatamente esperienza, competenze e formazione.

Ideale per

  • Ritratto di forte presenza visiva
  • Informazioni complementari raccolte lateralmente
  • Esperienza nell’area principale chiara
  • Due colonne per una consultazione distinta
  • Preferenza per una fascia laterale colorata
 

#6 Intraprendente (formato a due colonne con intestazione centrata senza foto)

L’intestazione centrata raccoglie nome e contatti senza foto, mentre una colonna laterale chiara distingue le informazioni complementari dal contenuto principale.

 
CV Intraprendente (formato a due colonne con intestazione centrata senza foto): Data Scientist / AI Engineer - GenAI e AI agentica, pagina 1   CV Intraprendente (formato a due colonne con intestazione centrata senza foto): Data Scientist / AI Engineer - GenAI e AI agentica, pagina 2

Perché scegliere questo modello

  • I contatti raccolti nell’intestazione restano separati dalla lettura delle esperienze e delle competenze.
  • La colonna laterale chiara distingue i contenuti di supporto dalla cronologia professionale.
  • L’assenza del ritratto lascia il peso visivo a sezioni, qualifiche e risultati.

Ideale per

  • Contatti raccolti nell’intestazione
  • CV senza ritratto
  • Informazioni di supporto in fascia laterale
  • Gerarchia con intestazione centrata
  • Sezioni professionali distinte in due colonne
 

#7 Dinamico (formato a due colonne con icone)

L’intestazione centrata, il fondo chiaro e gli accenti dorati danno ritmo a questo layout a due colonne; le icone circolari sono decorative e non attestano competenze.

 
CV Dinamico (formato a due colonne con icone): Data Scientist / AI Engineer - GenAI e AI agentica, pagina 1   CV Dinamico (formato a due colonne con icone): Data Scientist / AI Engineer - GenAI e AI agentica, pagina 2

Perché scegliere questo modello

  • L’intestazione centrata stabilisce un punto di partenza chiaro prima delle due colonne.
  • Il fondo chiaro e gli accenti dorati mantengono leggibili esperienza, formazione e competenze.
  • Le icone circolari restano decorative, mentre la struttura testuale organizza le informazioni professionali.

Ideale per

  • Intestazione centrata
  • Due colonne per le sezioni professionali
  • Fondo chiaro con accenti dorati
  • Preferenza per icone decorative
  • Consultazione per aree informative
 
 

Perché creare il tuo CV per Data Scientist / AI Engineer con ResumeInMinutes?

ResumeInMinutes ti permette di organizzare competenze, formazione ed esperienze in un CV leggibile e da personalizzare. Puoi confrontare le anteprime in immagine e aprire un esempio nell’editor per esplorarne il layout.

  • Layout per CV
  • Sezioni chiare e leggibili dagli ATS
  • Parole chiave pertinenti al ruolo
  • Competenze e strumenti organizzati con chiarezza
  • Anteprime del CV in formato immagine
  • Opzioni per personalizzare il CV

Metti in evidenza l’esperienza con dati, modelli e prototipi AI attraverso descrizioni concise e verificabili. Le frasi d’azione nominali possono specificare attività, metodo e risultato supportato, per esempio: “Validazione di modelli di machine learning tramite metriche documentate”.

 

Vedi anche

 

Domande frequenti

Questi modelli di CV per Data Scientist / AI Engineer sono adatti agli ATS?

Una struttura lineare, titoli di sezione riconoscibili e testo selezionabile facilitano la lettura automatizzata. Inserisci in modo naturale parole chiave coerenti con il tuo profilo, come Python, SQL, machine learning, LLM, RAG, LangGraph, Power Automate e Copilot Studio.

Si tratta di CV diversi?

No. Gli esempi mostrano lo stesso tipo di CV in differenti layout e stili visivi, per aiutarti a valutare quale presentazione rende più accessibili le informazioni.

Che cosa inserire in un CV per Data Scientist / AI Engineer?

Includi un profilo professionale mirato, competenze tecniche, esperienze, formazione e certificazioni pertinenti. Puoi descrivere analisi dei dati, validazione dei modelli, prototipi RAG o agentici e automazioni, indicando strumenti, metodi e risultati documentabili.

Quale stile di CV scegliere per questo ruolo?

Scegli un layout sobrio e facile da leggere, con gerarchia visiva netta e spazio adeguato alle competenze e alle esperienze. Il formato Compatto colloca i contatti nell’intestazione e affianca i punti di forza e le competenze alla storia professionale.

Come descrivere progetti o attività in modo efficace?

Preferisci frasi d’azione nominali e concise, pertinenti al ruolo, che chiariscano attività, metodo e risultato supportato. Per esempio, puoi indicare la preparazione dei dati, le metriche di validazione o i criteri adottati per valutare un prototipo, senza aggiungere risultati o qualifiche non verificabili.

È necessario aggiungere una foto al CV?

Inserisci una foto solo se è consueta o richiesta nel contesto a cui ti rivolgi. In caso di dubbio, un CV senza foto resta una scelta semplice e professionale.

È possibile personalizzare questi modelli di CV?

Sì. Puoi aprire un esempio nell’editor e adattare contenuti e presentazione al ruolo di Data Scientist / AI Engineer e alle evidenze effettivamente presenti nel tuo percorso.

Punteggio ATS 94%

Come calcoliamo questo punteggio

  • Punteggio ATS = arrotonda(0,60 × K + 0,20 × T + 0,20 × Q). K: copertura delle parole chiave; T: CV testuale (qui 100); Q: max(0, 100 − detrazioni dei controlli del CV).
  • Copertura delle parole chiave = arrotonda(100 × corrispondenze confermate ÷ parole chiave totali). Le corrispondenze esatte e le equivalenze supportate verificate dall’IA ricevono il punteggio pieno; quelle non supportate non ricevono punti. Il controllo del testo usa le equivalenze salvate senza una nuova analisi IA. Senza parole chiave non è disponibile un punteggio ATS complessivo.

Cosa significa il punteggio

I punteggi sono stime, non valutazioni dei datori di lavoro. Possono contenere errori e non garantiscono un’analisi corretta, un posizionamento, un colloquio o un impiego. Verificare i documenti rispetto ai requisiti del datore di lavoro. È tua responsabilità fare affidamento su questo punteggio.

Termini e condizioni

Pesi del punteggio: parole chiave 60% · CV testuale 20% · Qualità del CV 20%

Copertura delle parole chiave: 41 su 44 (93%) · Qualità del CV: 90%

Qualità del CV 90% · Peso 20% · Problemi (1)

Dettagli
  • ✓Nome presente: Anna Gallo
  • ✓Formato email: anna.gallo@example.com
  • ✗Formato del telefono: +39 3XX XXX XXXX
  • ✓Esperienza 1: Titolo professionale: Data Scientist / AI Engineer
  • ✓Esperienza 1: Nome dell’azienda: Vela Analytics S.r.l.
  • ✓Esperienza 1: Sede di lavoro: Bologna (BO)
  • ✓Esperienza 1: Date di impiego: giu. 2025 - presente
  • ✓Esperienza 1: Descrizione o risultati: Presente
  • ✓Esperienza 2: Titolo professionale: Junior Data Analyst
  • ✓Esperienza 2: Nome dell’azienda: Orizzonte Dati S.r.l.
  • ✓Esperienza 2: Sede di lavoro: Modena (MO)
  • ✓Esperienza 2: Date di impiego: ago. 2024 - mag. 2025
  • ✓Esperienza 2: Descrizione o risultati: Presente
  • ✓Nessun campo segnaposto
  • ✓Nessun risultato ripetuto
  • ✓Nessun punto elenco vuoto

Intestazione: Controlla il numero: “+39 3XX XXX XXXX”. Usa da 7 a 15 cifre, con prefisso internazionale facoltativo.

Apri i dettagli per consultare i controlli.

CV testuale 100% · Peso 20%

Testo estratto
Anna Gallo
Data Scientist / AI Engineer
+39 3XX XXX XXXX
annagallo
Bologna (BO), 40121
anna.gallo@example.com
PUNTI DI FORZA
Sintesi analitica
Sintesi di dati e risultati in report e visualizzazioni chiari, utili a rendere le evidenze accessibili anche ai referenti non tecnici.
Confronto tra funzioni
Confronto con referenti tecnici e aziendali per tradurre richieste diverse in requisiti eseguibili e criteri di valutazione condivisi.
Attenzione ai dati
Controlli su completezza, coerenza e rilevanza dei dati prima delle analisi, con attenzione ai limiti che possono condizionare le conclusioni.
Valutazione concreta
Definizione di metriche e criteri di prova per leggere i risultati dei modelli e stabilire con chiarezza il valore dei prototipi.
Autonomia operativa
Gestione autonoma delle attività di analisi e prototipazione, con condivisione puntuale di ipotesi, risultati e aspetti ancora da verificare.
PROFILO
Data Scientist e AI Engineer con oltre due anni di esperienza in progetti di data science e intelligenza artificiale per l'ingegneria industriale. Competenze in Python, SQL e machine learning, con contributi dalla preparazione di dati strutturati e non strutturati alla valutazione dei modelli e alla lettura di KPI e anomalie. Prototipi GenAI con LLM, RAG e agenti collegati a fonti aziendali; automazioni con Power Automate e Copilot Studio. Attenzione alla qualità dei dati, alla sicurezza e alla valutazione misurabile dei risultati, con confronto diretto tra interlocutori tecnici e aziendali.
ESPERIENZA
Data Scientist / AI Engineer
Vela Analytics S.r.l.
giu. 2025 - presente
Bologna (BO)
Esame di dataset operativi complessi, strutturati e documentali, per ricavare KPI, anomalie e pattern utili alle decisioni nell'ingegneria industriale.
Progettazione di PoC e MVP con LLM, prompt engineering, embeddings, ricerca vettoriale e architetture RAG, con prove sulla rilevanza delle risposte documentali.
Prototipazione di agenti AI con LangGraph, flussi multi-agent e chiamate API a fonti dati e servizi aziendali in ambiente cloud enterprise.
Realizzazione di automazioni e assistenti con Microsoft Power Automate e Copilot Studio per i flussi informativi e l'accesso alle procedure interne.
Traduzione delle esigenze aziendali e tecniche in requisiti eseguibili e criteri misurabili, con presentazione di risultati e raccomandazioni in incontri multidisciplinari.
Applicazione di controlli sulla qualità, affidabilità e rilevanza dei dati, data governance, sicurezza e principi di Responsible AI nella valutazione dei prototipi.
Junior Data Analyst
Orizzonte Dati S.r.l.
ago. 2024 - mag. 2025
Modena (MO)
Preparazione di dati strutturati di produzione e assistenza, con controlli di completezza, coerenza e qualità per le analisi aziendali.
Analisi statistica in Python e SQL per ricavare KPI, rilevare anomalie e sintetizzare tendenze a supporto delle priorità operative.
Sviluppo e validazione di modelli statistici e di machine learning su dati storici, con documentazione di ipotesi, metriche e limiti per il gruppo di progetto.
Presentazione di insight e raccomandazioni a interlocutori non tecnici tramite report sintetici e visualizzazioni, a sostegno della selezione di successivi casi d'uso.
COMPETENZE
Validazione modelli
LLM e GenAI
Analisi dei dati
Embeddings
Python
Architetture RAG
Preparazione dei dati
LangGraph
SQL
Prompt engineering
Ricerca vettoriale
Machine learning
KPI e anomalie
Agentic AI
Statistica
RESPONSABILITÀ, PREMI E RICONOSCIMENTI
Riconoscimento interno, 2026, per la chiarezza della documentazione di un prototipo AI e dei relativi criteri di valutazione.
Contributo alla valutazione di prototipi AI tramite criteri misurabili e documentazione condivisa con il gruppo multidisciplinare.
ISTRUZIONE
Laurea triennale in Informatica
Università di Parma
Media dei voti: 3.8
2024
Parma, Italia
Corsi rilevanti: Programmazione, basi di dati, statistica, algoritmi
LINGUE
Italiano
Madrelingua
Inglese
Livello professionale
CERTIFICAZIONI
Percorso Microsoft Learn in Microsoft Power Automate e Copilot Studio
2025
Corso DeepLearning.AI su Retrieval Augmented Generation (RAG)
2025
COMPETENZE TECNICHE
Linguaggi: Python, SQL, R, Scala
Librerie Python: pandas, NumPy, SciPy
Machine learning: scikit-learn, XGBoost, Statsmodels
Visualizzazione dati: Matplotlib, Seaborn, Plotly
LLM e AI generativa: OpenAI API, Azure OpenAI, Hugging Face Transformers
Orchestrazione agentica: LangGraph, LangChain, Semantic Kernel
Ricerca vettoriale: FAISS, Chroma, Azure AI Search
Database relazionali: PostgreSQL, Microsoft SQL Server, MySQL
Piattaforme cloud: Microsoft Azure, AWS, Google Cloud
Automazione e assistenti: Microsoft Power Automate, Copilot Studio, Microsoft Dataverse
AFFILIAZIONI PROFESSIONALI
Iscritta all'Associazione Italiana per l'Intelligenza Artificiale (AI*IA), comunità professionale dedicata all'intelligenza artificiale.
Iscritta all'Associazione Italiana per la Ricerca Operativa (AIRO), comunità professionale nei metodi quantitativi e nell'analisi dei dati.

Parole chiave corrispondenti (41)

  • data scienceParola chiave originale nell’annuncio: Laurea in Informatica OR Ingegneria OR Data Science OR Matematica OR Statistica OR disciplina affine
  • oltre due anni di esperienza in progetti di data science e intelligenza artificialeParola chiave originale nell’annuncio: 1-2 anni di esperienza in progetti di Data Science o AI
  • Python
  • SQL
  • Statistica
  • Analisi dei dati
  • Machine learning
  • LLM
  • Prompt engineering
  • Embeddings
  • Ricerca vettoriale
  • Architetture RAG
  • Agentic AI
  • Prototipazione di agenti AI con LangGraphParola chiave originale nell’annuncio: Framework di orchestrazione agentica
  • flussi multi-agentParola chiave originale nell’annuncio: Orchestrazione multi-agent
  • Microsoft Power Automate
  • Copilot Studio
  • API
  • chiamate API a fonti dati e servizi aziendaliParola chiave originale nell’annuncio: Integrazione di strumenti e servizi
  • Preparazione dei dati
  • validazione di modelli statistici e di machine learningParola chiave originale nell’annuncio: Validazione e valutazione dei modelli
  • Esame di dataset operativi complessi, strutturati e documentaliParola chiave originale nell’annuncio: Analisi di dataset complessi
  • ricavare KPIParola chiave originale nell’annuncio: Individuazione di KPI
  • anomalieParola chiave originale nell’annuncio: Rilevamento di anomalie
  • dati strutturati e non strutturati
  • qualità, affidabilità e rilevanza dei dati
  • Traduzione delle esigenze aziendali e tecniche in requisiti eseguibiliParola chiave originale nell’annuncio: Traduzione delle esigenze aziendali in requisiti eseguibili
  • Definizione di metriche e criteri di prova per leggere i risultati dei modelli e stabilire con chiarezza il valore dei prototipi.Parola chiave originale nell’annuncio: Valutazione misurabile del valore
  • Realizzazione di automazioni e assistenti con Microsoft Power Automate e Copilot Studio per i flussi informativi e l'accesso alle procedure interne.Parola chiave originale nell’annuncio: Automazione dei processi
  • Presentazione di insight e raccomandazioni a interlocutori non tecniciParola chiave originale nell’annuncio: Presentazione di analisi e raccomandazioni
  • presentazione di risultati e raccomandazioni in incontri multidisciplinariParola chiave originale nell’annuncio: Comunicazione con stakeholder tecnici e aziendali
  • Autonomia
  • Sintesi di dati e risultati in report e visualizzazioni chiariParola chiave originale nell’annuncio: Capacità di sintesi
  • stabilire con chiarezza il valore dei prototipiParola chiave originale nell’annuncio: Orientamento al valore
  • Progettazione di PoC e MVP con LLMParola chiave originale nell’annuncio: Proof of Concept e MVP di AI
  • data governance
  • sicurezzaParola chiave originale nell’annuncio: Sicurezza dei dati
  • Responsible AI
  • in ambiente cloud enterpriseParola chiave originale nell’annuncio: Ambienti cloud ed enterprise
  • documentazione condivisa con il gruppo multidisciplinareParola chiave originale nell’annuncio: Collaborazione multidisciplinare
  • ingegneria industriale

Parole chiave mancanti (3)

  • Analisi di tendenze e pattern
  • Problem-solving
  • Cantieristica navale
Disclaimer: Tutti i nomi, le immagini, le informazioni di contatto, le esperienze lavorative, i risultati conseguiti, i nulla osta di sicurezza, le credenziali militari e le altre qualifiche mostrati in questo contenuto sono fittizi e utilizzati esclusivamente a scopo illustrativo. Qualsiasi somiglianza con persone reali, vive o decedute, è puramente casuale.

Gli esempi di curriculum e di lettere di presentazione e le raccomandazioni in questo articolo riflettono buone pratiche generali ed esperienza professionale e sono forniti solo a scopo informativo. I risultati possono variare in base al ruolo, al settore, alla regione e all’organizzazione che assume.

Accuratezza e verifica dei contenuti: Nella misura massima consentita dalla legge applicabile, non dichiariamo né garantiamo che indicazioni, esempi, raccomandazioni o informazioni correlate riguardanti curriculum o lettere di presentazione siano accurati, completi, aggiornati, privi di errori o adatti a uno scopo particolare. È responsabilità dell’utente esaminare e verificare autonomamente le informazioni prima di farvi affidamento.

Punteggi ATS e delle lettere di presentazione: I punteggi ATS sono stime calcolate con una nostra formula, basata su indicazioni pubblicamente disponibili sulla formattazione dei CV e sulla corrispondenza delle parole chiave. Non sono punteggi assegnati o approvati da un fornitore ATS o da un datore di lavoro. Anche i punteggi delle lettere di presentazione sono nostre valutazioni. Analisi, ponderazione, criteri di selezione e risultati variano secondo sistemi, datori di lavoro, descrizioni delle posizioni e formati dei documenti. Nessun punteggio garantisce una corretta analisi, un determinato posizionamento, un colloquio o un impiego. Usare i punteggi come orientamento e verificare autonomamente i documenti rispetto ai requisiti del datore di lavoro. Nella massima misura consentita dalla legge applicabile, non assumiamo responsabilità per errori nei punteggi o nell’analisi, né per perdite derivanti dall’affidamento su queste valutazioni. Il presente avviso non esclude responsabilità né limita diritti dei consumatori che non possono essere legalmente esclusi o limitati.

Termini e condizioni
 
> JP 1 1
Impostazioni Piede e Margini PDF
I margini sono applicati al documento e il piè di pagina appare nell'anteprima e nel PDF

Configurazione Font Piede

Stai candidandoti per una posizione specifica
così possiamo personalizzare il tuo curriculum?
Stai candidandoti per una posizione specifica
così possiamo personalizzare la tua lettera di presentazione?

I tuoi dati rimangono privati e non vengono mai utilizzati per l’addestramento.Informativa sulla privacy

Inserisci i tuoi dati come testo per generare un curriculum personalizzato Scrivi i tuoi dati in testo per generare una lettera di presentazione personalizzata
Link del sito web trovato! Pronto per creare il CV da:

I tuoi dati rimangono privati e non vengono mai utilizzati per l’addestramento.Informativa sulla privacy

Trascina il nella casella per verificare che non sei un robot.
Rilascia qui

I miei CV

Visualizzazione di {number_of_files} file (su un totale di {total_of_all_files})
Nome del file Tipo di file Ultima modifica: Descrizione:

Rinomina file

Nome file già esistente!

Elimina file

Attenzione: Questa azione è irreversibile. Una volta inviato, i file saranno eliminati definitivamente.

Heading text
Carica da computer Carica
Seleziona da esistenti
LinkedIn
Trascina e rilascia i file in questa scheda, o

File caricati

Elimina Nome del file Ultimo aggiornamento Usa questo file
Seleziona per usare questo file per generare il tuo CV e lettera di presentazione. Puoi usare una sola fonte—file caricato, file selezionato o testo LinkedIn.

File

I CV o le lettere di presentazione create appariranno qui. Nessun file disponibile.
Elimina Nome del file Ultimo aggiornamento Usa questo file
Seleziona per usare questo file per generare il tuo CV e lettera di presentazione. Puoi usare una sola fonte—file caricato, file selezionato o testo LinkedIn.

Aggiungi il PDF del profilo LinkedIn

Puoi scaricare il tuo profilo LinkedIn in PDF aprendo linkedin.com nel browser, cliccando sulla tua foto profilo, selezionando “Altro” o “Risorse” e scegliendo “Salva come PDF”. Poi allega il PDF tramite la scheda Carica dal computer.

Incolla il testo del tuo profilo LinkedIn

Se hai copiato il testo del profilo LinkedIn, incollalo qui sotto. Come copiare il profilo da LinkedIn

Seleziona per usare il testo del profilo LinkedIn per generare il CV e la lettera di presentazione. Puoi utilizzare una sola fonte—file caricato, file selezionato o testo LinkedIn.

Prova questi controlli

<
>