Lebenslauf für Data Annotators: Beispiele und Anleitung

Ein Lebenslauf als Data Annotator/in (Datenannotator/in) funktioniert, wenn die Leserin oder der Leser sieht, welche Datentypen Sie annotieren (Bounding Boxes, Segmentierung, Punktwolken, Textspannen, Modellantworten), welche Tools Sie nutzen, und zwei Zahlen: Durchsatz pro Stunde und Genauigkeit bei Gold-Standard-Aufgaben. Erfahrung mit dem Schreiben von Annotationsrichtlinien und mit Qualitätsprüfung bringt Sie eine Stufe weiter.

Von cvplex Careers Team· Geprüft von József Dorcsinecz, Gründer· Aktualisiert am

Lebenslauf-Muster für Data Annotators (Computer Vision und Text, 5 Jahre)

Dieser Lebenslauf gehört einer Annotatorin, die aus der Content-Moderation in die Datenannotation gewechselt ist und heute die Arbeit anderer prüft. Er beginnt mit Datentypen, Tools und Qualitätszahlen, denn genau danach sortieren Leitungen im Datenbetrieb vor. Person und Unternehmen sind erfunden; die Zahlen sind die, die Ihre Annotationsplattform ohnehin ausweist.

Miriam Schäfer

Senior Data Annotator und Qualitätsprüferin

Leipzig (remote) · 0341 555 0172 · miriam.schaefer.daten@beispiel.de · linkedin.com/in/miriam-schaefer-beispiel

Profil

Data Annotatorin mit fünf Jahren Erfahrung in der Annotation von Bild-, Video- und Textdaten für Machine-Learning-Teams, heute verantwortlich für die Prüfung der Arbeit eines 12-köpfigen Teams. Im Schnitt 240 Bounding Boxes pro Stunde bei 98,6 % Genauigkeit in Gold-Standard-Aufgaben, Inter-Annotator-Agreement einer subjektiven Aufgabe von 0,71 auf 0,88 gehoben, Autorin der Annotationsrichtlinien für drei Projekte.

Berufserfahrung

Senior Data Annotator und Qualitätsprüferin · Dienstleister für KI-Trainingsdaten (300 Annotatorinnen und Annotatoren), remote

06/2023 – heute

  • Annotation und Prüfung von Bild-, Video- und Textdaten in vier Kundenprojekten aus den Bereichen autonomes Fahren, Regalanalyse im Handel und Datenextraktion aus Versicherungsdokumenten.
  • Prüfung von 600 bis 800 abgeschlossenen Aufgaben pro Woche aus einem 12-köpfigen Team mit schriftlichem Feedback; die Genauigkeit des Teams stieg in zwei Quartalen von 94,1 % auf 98,3 %.
  • Erstellung und Pflege der Annotationsrichtlinien für drei Projekte, einschließlich Galerien mit Grenzfällen; Rückfragen der Kunden sanken von etwa 30 auf 8 pro Woche.
  • Im Schnitt 240 Bounding Boxes pro Stunde im Regalprojekt bei 98,6 % Genauigkeit in versteckten Gold-Aufgaben.
  • Inter-Annotator-Agreement bei einer subjektiven Sentiment-Aufgabe von 0,71 auf 0,88 gehoben, indem eine mehrdeutige Klasse in zwei aufgeteilt und die Beispiele neu geschrieben wurden.
  • Einarbeitung und Schulung neuer Annotatorinnen und Annotatoren; die durchschnittliche Zeit bis zum Erreichen der Qualitätsschwelle sank von drei Wochen auf neun Tage.

Data Annotator · Anbieter für Auftragsannotation, remote

09/2021 – 05/2023

  • Annotation von LiDAR-Punktwolken mit 3D-Cuboids und Objekt-Tracking über Videosequenzen für einen Kunden aus dem Bereich autonomes Fahren.
  • Pixelgenaue semantische Segmentierung von über 4.000 Straßenszenen bei einer Schwelle von 0,85 Intersection over Union (IoU).
  • Annotation von rund 60.000 Textspannen für Named Entity Recognition in klinischen Dokumenten und Versicherungsunterlagen.
  • Bestehensquote von 99,1 % in versteckten Gold-Aufgaben über 20 Monate; aus keinem Projekt wegen Qualitätsmängeln abgezogen.

Content-Moderatorin · Outsourcing-Dienstleister für Content-Moderation (500 Beschäftigte), Leipzig

03/2020 – 08/2021

  • Prüfung von 900 bis 1.200 Nutzerinhalten pro Tag anhand einer 40-seitigen Richtlinie bei 97 % im Qualitätsaudit.
  • Bearbeitung der Widerspruchs-Queue und Meldung von Lücken in der Richtlinie; sechs Vorschläge wurden in die veröffentlichte Richtlinie übernommen.
  • Konsequente Anwendung eines schriftlichen Regelwerks unter Durchsatzvorgaben, also genau das, was den Kern der Annotationsarbeit ausmacht.

Ausbildung

Bachelor of Arts Linguistik
Universität, Leipzig, 2019

Zertifikate

  • Google Data Analytics Certificate (2024)
  • Machine Learning Specialization, DeepLearning.AI (2025)
  • Python for Everybody, University of Michigan auf Coursera (2023)

Kenntnisse

Bild und Video: Bounding Boxes, Polygone, semantische und Instanzsegmentierung, Keypoints und Landmarks, 3D-Cuboids auf LiDAR-Punktwolken, Objekt-Tracking über FramesText und Audio: Named Entity Recognition, Intent- und Äußerungsklassifikation, Sentiment- und Toxizitätslabels, Relationen zwischen Spannen, Prüfung von Transkripten, SprecherkennzeichnungModellbewertung: Bewertung von Prompts und Antworten, Präferenz-Rankings, Prüfung von Faktentreue und Befolgung von Anweisungen, adversariale PromptsWerkzeuge: CVAT, Label Studio, Labelbox, SuperAnnotate, V7, SageMaker Ground Truth, Prodigy, RoboflowQualitätsmethoden: Gold-Standard-Aufgaben, Inter-Annotator-Agreement, Konsensprüfung, Audit-Stichproben, Nachverfolgung von Nacharbeit, IoU-SchwellenDokumentation: Annotationsrichtlinien, Taxonomie-Design, Galerien mit Grenzfällen, Entscheidungsprotokolle, Nachverfolgung von KundenrückfragenTechnische Grundlagen: Python zur Datenbereinigung, JSON und CSV, reguläre Ausdrücke, Reporting in Tabellenkalkulation, SQL-GrundlagenRemote-Arbeit: selbst gesteuerte Durchsatzziele, Vertraulichkeitsvereinbarungen, sicherer Umgang mit Daten nach DSGVO
Fiktives Beispiel. Namen, Arbeitgeber und Zahlen sind frei erfunden.Dieses Beispiel im Editor verwenden →
Zwei Zahlen tragen diesen Lebenslauf: Einheiten pro Stunde und Genauigkeit in Gold-Aufgaben. Nennen Sie beide zusammen mit der Aufgabenart, denn 240 Bounding Boxes pro Stunde und 240 Segmentierungsmasken pro Stunde sind völlig unterschiedliche Aussagen.

Worauf Leitungen im KI-Datenbetrieb zuerst achten

Annotationsteams werden nach Durchsatz- und Genauigkeitszielen besetzt. Alles im Lebenslauf wird an diesen beiden Zahlen gemessen und an dem Aufwand, Sie neu einzuarbeiten.

  • Die Datentypen, die Sie annotieren können. Boxen, Polygone, Segmentierung, Punktwolken, Textspannen, Audio, Video-Tracking und die Bewertung von Modellausgaben sind eigene Fähigkeiten mit sehr unterschiedlicher Lernkurve.
  • Belege für Ihre Genauigkeit. Bestehensquote in Gold-Aufgaben, Auditwert, Nacharbeitsquote oder Agreement-Werte. Wer die eigenen Qualitätszahlen nennt, ist selten und fällt sofort auf.
  • Tools. Ein Projekt, das mit Labelbox läuft, sucht jemanden, der Labelbox kennt. Wenn Sie Ihre Plattformen genau nennen, spart die Leitung eine Woche Einarbeitung.
  • Ob Sie mit Mehrdeutigkeit umgehen können. Richtlinien schreiben, Grenzfälle eskalieren und an Taxonomien arbeiten macht aus einer Annotatorin eine Teamleitung, und genau das ist am schwersten zu finden.
  • Fachwissen. Projekte aus Medizin, Recht, Finanzen, Automobil und mehrsprachige Projekte zahlen mehr für Menschen, die den Inhalt verstehen.

“Zeigen Sie mir Ihren Qualitätswert und wie Sie einen Fall gelöst haben, den die Richtlinien nicht abdeckten. Tempo lässt sich trainieren. Urteilsvermögen nicht, und wer eine gute Eskalationsnotiz schreibt, erspart dem ganzen Projekt eine Neuannotation.”

Recruiter-Panel, Leitung KI-Datenbetrieb mit Personalverantwortung, USA (Name wird nach Prüfung veröffentlicht)

Nennen Sie die Annotationsarten, die Sie wirklich beherrschen

„Data Labeling“ umfasst ein Dutzend verschiedener Aufgaben. Gruppieren Sie sie so, dass eine Projektleitung Sie in einem Durchgang einem offenen Projekt zuordnen kann.

Bildannotation
Bounding Boxes, gedrehte Boxen, Polygone, semantische Segmentierung und Instanzsegmentierung, Keypoints und Pose-Landmarks, Bildklassifikation und Attribut-Tagging, Transkription für die Texterkennung (OCR).
Video und 3D
Objekt-Tracking über Frames mit gleichbleibenden IDs, Segmentierung von Ereignissen und Handlungen, 3D-Cuboids auf LiDAR-Punktwolken, Prüfung der Sensorfusion über Kamera- und LiDAR-Ansichten.
Textannotation
Named Entity Recognition, Relationen und Koreferenzen, Intent- und Äußerungsklassifikation, Sentiment und Toxizität, Dokumentklassifikation, Extraktion von Textspannen aus Formularen und Verträgen.
Audio und Sprache
Transkription und Korrektur von Transkripten, Sprecherkennzeichnung, Zeitstempel-Abgleich, Kennzeichnung von Akzent und Sprache, Annotation von Audioereignissen, Prüfung der Aussprache.
Bewertung von Modellausgaben
Bewertung von Modellantworten nach Hilfreichkeit, Richtigkeit und Befolgung von Anweisungen, Ranking von Antwortpaaren, Schreiben von Referenzantworten, adversariale Prompts und Faktenprüfung anhand von Quellen.
Nennen Sie keine Aufgabenart, die Sie nur einmal in einem Probelauf gemacht haben. Fast jedes Auswahlverfahren in der Annotation enthält eine bezahlte oder unbezahlte Testaufgabe, und geprüft wird genau das, was Sie angeben.

Die Qualitätszahlen, die Sie vor der Bewerbung sichern sollten

Annotationsplattformen erfassen Ihre Arbeit sehr genau, und die meisten Annotierenden schauen nie hin. Notieren Sie sich Ihre Kennzahlen aus dem Dashboard, bevor ein Projekt endet, aber nur Ihre eigenen Werte, keine Kundendaten oder Inhalte, die unter eine Vertraulichkeitsvereinbarung oder die DSGVO fallen.

  • Durchsatz: Einheiten pro Stunde, nach Aufgabenart. Nennen Sie die Aufgabe, denn ohne sie sagt die Zahl nichts.
  • Genauigkeit: Bestehensquote in Gold- oder Honeypot-Aufgaben oder der Auditwert, den Ihre Prüferin oder Ihr Prüfer vergeben hat.
  • Übereinstimmung: Inter-Annotator-Agreement bei Aufgaben, die es messen, und ob Sie über oder unter dem Teamdurchschnitt lagen.
  • Nacharbeit: der Anteil Ihrer Arbeit, der zurückgegeben wurde, und wie er sich entwickelt hat.
  • Umfang: Gesamtzahl der annotierten Einheiten in einem Projekt und die Projektdauer. „60.000 Textspannen in 14 Monaten“ zeigt einer Leitung Ihre Ausdauer.
  • Prüfarbeit: geprüfte Aufgaben pro Woche, Größe des geprüften Teams und die Veränderung der Genauigkeit in dieser Zeit.
  • Dokumentation: geschriebene oder überarbeitete Richtlinien und ihre Wirkung (weniger Rückfragen, weniger Uneinigkeit, schnellere Einarbeitung).

Mit einem Beispiel starten, in wenigen Minuten fertig.

Zum Start ist keine Anmeldung nötig. Wählen Sie ein Beispiel, passen Sie es mit Vorschlägen an und behalten Sie die Vorschau beim Schreiben im Blick.

Meinen Lebenslauf als Data Annotator/in erstellen

Stichpunkte zur Annotation: von schwach zu stark

Aufgabenart, Umfang, Qualität. Jeder Stichpunkt sollte mindestens zwei der drei enthalten.

VageÜberzeugend
Daten für Machine-Learning-Projekte annotiert.Rund 60.000 Textspannen für Named Entity Recognition in klinischen Dokumenten und Versicherungsunterlagen in 14 Monaten annotiert.
Hohe Qualitätsstandards bei der Annotation eingehalten.Bestehensquote von 99,1 % in versteckten Gold-Aufgaben über 20 Monate; aus keinem Projekt wegen Qualitätsmängeln abgezogen.
Täglich mit Annotationssoftware gearbeitet.Segmentierung in CVAT und Labelbox sowie 3D-Cuboids auf LiDAR-Punktwolken in SuperAnnotate.
Arbeit anderer Annotatoren geprüft.Prüfung von 600 bis 800 Aufgaben pro Woche aus einem 12-köpfigen Team mit schriftlichem Feedback; Genauigkeit des Teams in zwei Quartalen von 94,1 % auf 98,3 % gestiegen.
Bei der Klärung von Projektanforderungen geholfen.Annotationsrichtlinien mit Grenzfall-Galerie für drei Projekte geschrieben; Rückfragen der Kunden von etwa 30 auf 8 pro Woche gesenkt.
Einheitlichkeit im Team verbessert.Inter-Annotator-Agreement bei einer Sentiment-Aufgabe von 0,71 auf 0,88 gehoben, indem eine mehrdeutige Klasse in zwei aufgeteilt wurde.
Tägliche Produktivitätsziele erreicht.Im Schnitt 240 Bounding Boxes pro Stunde auf Regalbildern bei 98,6 % Genauigkeit, bei einer Projektvorgabe von 200 und 97 %.
Neue Teammitglieder geschult.14 neue Annotatorinnen und Annotatoren in einem Jahr eingearbeitet; durchschnittliche Zeit bis zur Qualitätsschwelle von drei Wochen auf neun Tage gesenkt.

Profiltexte und Berufsziel für Data Annotators

Zwei bis drei Zeilen. Datentypen, Tools, Durchsatz und Genauigkeit. Ein Berufsziel nur dann, wenn Sie sich auf Ihre erste Stelle in der Annotation bewerben.

Erfahrene Annotatorin mit Prüfaufgaben
Data Annotatorin mit fünf Jahren in Bild-, Video- und Textprojekten, heute verantwortlich für die Prüfung eines 12-köpfigen Teams. Im Schnitt 240 Bounding Boxes pro Stunde bei 98,6 % Genauigkeit in Gold-Aufgaben, Autorin der Richtlinien für drei Projekte; Einarbeitungszeit neuer Annotierender von drei Wochen auf neun Tage verkürzt.
Spezialisierung Computer Vision
Annotationsspezialist mit Schwerpunkt Daten für autonomes Fahren: 3D-Cuboids auf LiDAR-Punktwolken, Objekt-Tracking über mehrere Frames und pixelgenaue Segmentierung bei einer IoU-Schwelle von 0,85. Zwei Jahre in einem Projekt mit 99 % Bestehensquote in Gold-Aufgaben und ohne Neuannotation ganzer Batches.
Text und Modellbewertung
Datenannotatorin mit Schwerpunkt Text und Bewertung von Modellausgaben: Named Entity Recognition, Relationen zwischen Spannen, Bewertung von Antworten und Präferenz-Rankings. Studium der Linguistik, Deutsch als Muttersprache, Englisch und Portugiesisch verhandlungssicher, beim Agreement unter den besten 10 % eines 40-köpfigen Bewertungsteams.
Erste Stelle in der Annotation (Berufsziel)
Sorgfältiger Prüfer mit zwei Jahren Erfahrung in der Content-Moderation, sucht eine Stelle in der Datenannotation. Prüfung von 900 bis 1.200 Inhalten pro Tag anhand einer 40-seitigen Richtlinie bei 97 % Qualitätswert; Übungsprojekte in CVAT und Label Studio mit Boxen, Polygonen und Segmentierung abgeschlossen.
Wechsel in den Datenbetrieb
Teamleitung Annotation, verantwortlich für die Qualität in drei Kundenprojekten mit 30 Annotierenden. Taxonomie und Richtlinien für ein Projekt zur Dokumentextraktion entworfen, wöchentlichen Qualitätsbericht aufgebaut; Genauigkeit des Teams über 98 % bei erreichten Durchsatzzielen.

Annotation über Crowdworking-Plattformen im Lebenslauf angeben

Viel Erfahrung in der Annotation entsteht auf Crowdworking-Plattformen, oft mit freier Zeiteinteilung und mehreren Projekten gleichzeitig. Das zählt, und Leitungen in diesem Bereich kennen diese Plattformen. Die Regel: ehrlich darstellen und wie eine Stelle aufbauen.

  1. 1Geben Sie der Tätigkeit eine Bezeichnung und einen Zeitraum: „Freiberufliche Data Annotatorin, remote, 03/2024 – heute“. Ein Block freiberuflicher Arbeit ist ein Eintrag, nicht zwanzig.
  2. 2Nennen Sie die Plattformen, über die Sie gearbeitet haben, und die Art der Projekte, ohne gegen eine Vertraulichkeitsvereinbarung oder den Datenschutz zu verstoßen. Die meisten Plattformen erlauben, die Art der Arbeit zu nennen, nicht aber den Endkunden; prüfen Sie Ihre Vereinbarung.
  3. 3Nennen Sie Stunden oder Umfang, damit klar wird, dass die Tätigkeit substanziell war: „rund 20 Stunden pro Woche“, „etwa 45.000 annotierte Einheiten“, „11 Projekte mit Bild- und Textaufgaben“.
  4. 4Übernehmen Sie Ihre Qualitätskennzahlen aus dem Plattform-Dashboard: Genauigkeit, Agreement, Projektbewertungen und ob Sie in eine Prüfstufe oder zum Erstellen von Gold-Aufgaben aufgestiegen sind.
  5. 5Schreiben Sie, was Sie gelernt haben, nicht nur, dass Sie Aufgaben erledigt haben. Richtlinien auslegen, Grenzfälle eskalieren, über Zeitzonen hinweg arbeiten und den eigenen Durchsatz steuern sind echte Fähigkeiten.
  6. 6Stellen Sie die Tätigkeit nicht als Anstellung beim Endkunden dar. Nennen Sie die Plattform oder Ihre Selbstständigkeit, denn Arbeitgeber prüfen das nach. Haben Sie über längere Zeit fast nur für einen Auftraggeber gearbeitet, kann sich die Frage der Scheinselbstständigkeit stellen; das gehört nicht in den Lebenslauf, lässt sich im Zweifel aber über ein Statusfeststellungsverfahren bei der Deutschen Rentenversicherung klären.
Wenn Sie bisher nur über Plattformen gearbeitet haben, bewerben Sie sich zuerst bei Annotationsdienstleistern und nicht direkt bei Unternehmen, die KI-Modelle entwickeln. Dienstleister stellen laufend aus der Crowd ein, und eine feste Stelle dort macht den nächsten Schritt deutlich leichter.

Aufbau, Schlüsselwörter und wohin dieser Beruf führt

Eine Seite. Schlichtes Layout, keine Grafiken; ein Foto ist in Deutschland üblich, aber freiwillig, und bei internationalen Dienstleistern wird es oft weggelassen. Dienstleister und KI-Unternehmen nutzen Bewerbermanagementsysteme (ATS), und auf Annotationsstellen kommen sehr viele Bewerbungen, deshalb zählen Schlüsselwörter hier mehr als in den meisten Berufen.

  • Übernehmen Sie die Begriffe aus der Anzeige: „Bounding Box“, „Segmentierung“, „Punktwolke“, „Named Entity Recognition“, „Inter-Annotator-Agreement“, „Gold Standard“, „Taxonomie“, „RLHF“, wenn sie dort stehen.
  • Nennen Sie jedes Tool, das Sie genutzt haben. Toolnamen sind in diesen Anzeigen der häufigste einzelne Filter.
  • Geben Sie Sprachen mit Niveau an (etwa nach dem Gemeinsamen Europäischen Referenzrahmen, C1). Mehrsprachige Annotation wird besser bezahlt und ist oft der Grund, warum genau eine bestimmte Person eingestellt wird.
  • Schreiben Sie, ob Sie in einer abgesicherten Umgebung arbeiten können. Manche Projekte verlangen gesperrte Rechner, keine privaten Geräte oder einen bestimmten Arbeitsort, und wer dafür verfügbar ist, hat weniger Konkurrenz.
  • Nennen Sie Durchsatz und Genauigkeit als Zahlen, damit sie auch beim Überfliegen in fünf Sekunden auffallen.
  • Denken Sie beim Schreiben schon an die nächste Stelle. Annotation führt zur Qualitätsleitung, Projektkoordination, in den Datenbetrieb und ins Datensatzmanagement, deshalb verdient jede Arbeit an Richtlinien, Berichten oder Schulungen einen eigenen Stichpunkt.

Häufige Fragen

Was gehört in den Lebenslauf als Data Annotator/in?

Die Annotationsarten, die Sie beherrschen, die genutzten Tools, Ihr Durchsatz pro Stunde nach Aufgabenart, Ihre Genauigkeit in Gold-Standard-Aufgaben und jede Arbeit an Richtlinien oder in der Qualitätsprüfung. Ergänzen Sie Sprachen, Fachwissen und ob Sie in einer abgesicherten Umgebung arbeiten können.

Wie gebe ich Datenannotation im Lebenslauf an?

Als einen Eintrag mit Bezeichnung, Zeitraum und der Plattform oder Ihrer Selbstständigkeit. Nennen Sie Stunden pro Woche oder die Gesamtzahl annotierter Einheiten, die Aufgabenarten und Tools sowie Ihre Qualitätskennzahlen von der Plattform. Nennen Sie den Endkunden nicht, wenn Ihre Vereinbarung das untersagt.

Welche Kenntnisse brauchen Data Annotators im Lebenslauf?

Genauigkeit unter Durchsatzvorgaben, genaues Lesen schriftlicher Richtlinien, die Annotationstechniken für Ihren Datentyp, Sicherheit mit den Tools und das Urteilsvermögen, einen Grenzfall zu eskalieren statt zu raten. Grundlagen in Python, der Umgang mit JSON und Reporting in Tabellenkalkulation helfen beim Aufstieg.

Wie bekomme ich eine Stelle in der Datenannotation ohne Erfahrung?

Machen Sie Übungsprojekte in kostenlosen Tools wie CVAT oder Label Studio und beschreiben Sie, was Sie annotiert haben und wie Sie mit mehrdeutigen Fällen umgegangen sind. Heben Sie jede Stelle hervor, in der Sie ein schriftliches Regelwerk bei hohem Volumen angewendet haben, etwa in der Moderation, Schadenbearbeitung, Qualitätskontrolle oder Transkription. Bewerben Sie sich dann bei Annotationsdienstleistern statt bei KI-Entwicklern.

Wie formuliere ich ein Berufsziel im Lebenslauf als Data Annotator/in?

Nennen Sie die gewünschte Stelle und den Beleg dafür. Zum Beispiel: sorgfältiger Prüfer mit zwei Jahren in der Content-Moderation bei 1.000 Inhalten pro Tag und 97 % Qualitätswert, sucht eine Stelle in der Datenannotation, Übungsprojekte in CVAT mit Boxen, Polygonen und Segmentierung abgeschlossen.

Sollte ich Genauigkeitswerte im Lebenslauf nennen?

Ja. Genauigkeit in Gold-Aufgaben und Inter-Annotator-Agreement sind die Zahlen, nach denen in diesem Bereich eingestellt wird, und wer sie nennt, liegt vor den meisten anderen. Notieren Sie sie aus dem Plattform-Dashboard, bevor ein Projekt endet, denn danach ist der Zugang meist weg.

Welche Stelle kommt nach der Datenannotation?

Der übliche Weg führt über die Qualitätsprüfung zur Teamleitung Annotation oder Projektkoordination, dann in den Datenbetrieb, ins Datensatzmanagement oder in die Richtlinienarbeit im Bereich Trust and Safety. Richtlinien schreiben, Taxonomien entwerfen und Qualitätsberichte erstellen bringt Sie auf diesem Weg voran, deshalb verdienen diese Aufgaben eigene Stichpunkte.

Bereit für Ihren eigenen Lebenslauf?

Der Editor schlägt Ihnen ein Kurzprofil auf Basis Ihrer Erfahrung vor und gleicht es anschließend mit der Stellenanzeige ab.

So ist diese Seite entstanden: Ein erster Entwurf wurde mit KI-Unterstützung aus der Beispielbibliothek von cvplex erstellt und anschließend von cvplex Careers Team redigiert und auf Fakten geprüft. Die Beispiele sind fiktive Zusammenstellungen, die Zahlen dienen nur der Veranschaulichung. Fehler können Sie über die Seite zu unseren redaktionellen Richtlinien melden. Diese Sprachversion wurde mit KI-Unterstützung aus dem Englischen übersetzt.