Eva Martinez
マネーロンダリング対策 上級アナリスト
[email protected] | +1 (503) 456-7890 | linkedin.com/in/eva-martinez | evamartinezaml.com | Portland, OR
職務要約
規制遵守および金融犯罪調査において4年以上の経験を持つ、経験豊富なアンチマネーロンダリング(AML)アナリスト。疑わしい活動パターンを特定・報告し、大手国際銀行の多額の経済的損失を未然に防いだ実績があります。ActimizeやLexisNexisなどのソフトウェアに精通しており、複数の管轄区域にわたる複雑なAML規制のナビゲーションにも長けています。
スキル
Python, Machine Learning, Data Analysis, TensorFlow, Actimize, LexisNexis, 規制報告, KYC手続き
職務経歴
上級AMLアナリスト
05/2022
グローバル・フィナンシャル・サービス
ニューヨーク州ニューヨーク
•
25件の不審な活動パターンを特定・報告し、300万ドルの潜在的損失を防止しました。
•
検出精度を向上させ、誤検知を削減するために高度な機械学習モデルを導入しました。
•
50名以上の従業員を対象にAMLトレーニングモジュールを開発・提供し、コンプライアンス知識を向上させました。
•
法務およびコンプライアンスチームと協力してAMLポリシーを更新し、5つの新しい規制変更に対応させました。
AMLアナリスト
06/2019 - 04/2022
インターナショナル・バンク株式会社
ロンドン、イギリス
•
毎月50,000件の取引を分析して不審な活動をフラグ付けし、金融詐欺の防止に貢献しました。
•
新しいKYC(顧客確認)手続きの導入を主導し、処理時間を50%削減しました。
AMLアナリスト インターン
08/2018 - 05/2019
ファイナンシャル・アドバイザリー・サービス
ボストン、マサチューセッツ州
•
200件の顧客プロファイルのレビューを支援し、高リスク顧客を特定して強化されたモニタリングを推奨しました。
•
リスク評価フレームワークの開発に参加し、10部門にわたるコンプライアンスを向上させました。
主要プロジェクト
AML不正検知システム
PythonとTensorFlowを使用し、リアルタイム取引監視のための機械学習モデルを組み込んだAML不正検知システムを開発した個人プロジェクト。シミュレーションシナリオにおいて、誤検知を25%削減することに成功した。
AMLコンプライアンスアプリ
ユーザーがAML規制を理解し、基本的なリスク評価を行うのを支援するためのiOSアプリを作成した。このアプリには、インタラクティブなチュートリアル、クイズ、および最新の規制変更データベースが含まれている。
学歴
金融犯罪管理学修士
09/2015 - 05/2017
ポートランド大学
ポートランド, OR
関連コースワーク:金融捜査のためのデータ分析、AMLにおける機械学習の応用、国際マネーロンダリング防止規制。GPA:3.9
保有資格
認定マネーロンダリング対策スペシャリスト (CAMS)
06/2024
ACAMS
AMLコンプライアンスおよび調査技術における専門知識を示す、CAMS認定を取得するための厳格なトレーニングと試験を完了した。
データサイエンスのためのPython
03/2025
DataCamp
Pythonプログラミングおよびデータサイエンスの認定を取得し、機械学習モデルの開発や金融データの分析に必要なスキルを向上させた。
Loading template...
Loading template...
この職務経歴書のフォーマットは、シニアのマネーロンダリング対策(AML)アナリストの職務に関連するスキル、経験、実績を明確かつ簡潔に提示するため、ATS(採用管理システム)との相性が抜群です。各職務説明の下に箇条書きを含めることで、ATSが「AMLアナリスト」「規制遵守」「金融犯罪捜査」などのキーワードを容易にスキャンできるようになっています。さらに、可能な限り定量的な成果を盛り込むことで、オンライン申請で提出される他の職務経歴書の中でも際立ちます。
ATS互換性の最適化に加えて、このテンプレートは人間が読む際にも適しています。全体を通してプロフェッショナルなトーンを維持しながら、マネーロンダリング対策および金融犯罪防止の分野における候補者の価値提案を示す主要な業績を強調しています。
マネーロンダリング対策 上級アナリスト履歴書のパフォーマンスを知りたいですか?無料のATS履歴書スコアツールを使用して、履歴書のATS互換性マネーロンダリング対策 上級アナリストのポジション用に関する即座のフィードバックを取得してください。以下に履歴書をアップロードして、面接の可能性を高めるための実用的な推奨事項を含む詳細な分析を受け取ります。
Instant ATS-friendly analysis with recruiter-ready suggestions to land 2x more interviews. No signup required for basic score.
Import your profile to unlock automated fixes, personalized career tips, and smart job matching.
or click to browse files
Supports PDF and DOCX • Max 20MB
各セクションを読みやすく、応募職種に合った内容にし、ATSにも伝わりやすくするための実践的なポイントです。
氏名 郵便番号、都道府県、市区町村 電話番号 | メールアドレス LinkedInプロフィールURL | ポートフォリオURL(任意)
連絡先情報は、採用担当者が最初に目にするセクションです。簡潔かつプロフェッショナルに保ちましょう。メールアドレスは適切(例:[email protected])であることを確認してください。LinkedInプロフィールは、あなたの専門的な経歴を包括的に理解するために含めましょう。ポートフォリオや個人ウェブサイトは、クリエイティブ、技術、デザイン系の職種に推奨されます。
プライバシーのため、番地まで記載した完全な住所は記載しないでください。国によって特に要求されない限り、配偶者の有無、年齢、写真、社会保障番号などの個人情報は避けてください。プロフェッショナルでないメールアドレスは使用しないでください。
田中 太郎 東京都千代田区丸の内1-2-3 090-1234-5678 | [email protected] github.com/tarotml
田中 太郎 東京都 090-1234-5678 | [email protected] linkedin.com/in/tarotanakaml | tarotmlportfolio.com
職務経歴
[職種名]として[主要スキル/業界]で[年数]年の経験を持つ、結果志向のプロフェッショナルです。[主要な実績]の実績があります。[主要技術/スキル]に精通しています。[対象業界/企業タイプ]に[具体的な価値]を提供することに尽力しています。
職務経歴(サマリー)は、あなたの「エレベーターピッチ」です。経験、主要スキル、主要な実績を要約した3〜5文にしてください。関連キーワードを使用して、求人情報に合わせて調整しましょう。あなたがユニークである理由と、潜在的な雇用主にどのような価値をもたらすかに焦点を当ててください。
「新しいことを学び、キャリアを向上させるために、やりがいのある役割を探しています」のような一般的な目標は避けてください。採用担当者は、あなたが彼らに何をもたらすかを知りたいのであって、あなたが彼らから何を求めているかを知りたいのではありません。一人称代名詞(私、私の)は使用せず、簡潔かつインパクトのあるものにしてください。
弱い目標と強力な職務経歴(サマリー)を比較します。
目標:私は、新しいことを学び、キャリアを向上させることができるAMLアナリストの職を探している勤勉な人間です。
規制遵守および金融犯罪捜査において6年以上の経験を持つシニアAMLアナリスト。不正行為のパターンを特定・報告し、大手国際銀行の重大な金銭的損失を防ぐことに成功。ActimizeやLexisNexisなどのソフトウェアの使用に精通し、複数の管轄区域にわたる複雑なAML規制のナビゲーションに熟達しています。
技術スキル
ソフトスキル
スキルを論理的にグループ化してください(例:言語、フレームワーク、ツール)。職務に関連する専門スキルに焦点を当ててください。習熟度または関連性の順にスキルをリストしてください。ソフトスキルは、単なるリストではなく、職務経歴セクションの箇条書きで示す方が効果的です。
面接で自信を持って使用できないスキルはリストしないでください。スキルを評価するために進捗バーやパーセンテージを使用しないでください(例:「Java:80%」)。これらは主観的であり、誤解されることが多いためです。特に要求されない限り、古い技術を含めないでください。
Java: 80%, Python: 75%
Python, Java
高度なExcel(VBAマクロ、ピボットテーブル)
Microsoft Excel, VBAマクロ, 高度な分析と自動化
役職名 | 会社名 | 勤務地\n年月 – 年月\n\n- 具体的な行動 + 状況 + 結果(数値化)\n- [プロジェクト]を主導し、[成果]を達成\n- [チーム]と協力して[機能]を実装
職務経歴の核となる部分です。逆年代順(最新のものから順)に記載してください。各箇条書きは強力な動詞で始めてください。単なる職務内容ではなく、達成したことやその影響に焦点を当ててください。影響を数値化するために、金額、割合、節約された時間、影響を受けたユーザー数などを活用してください。経験や責任の増加を示してください。
「~を担当していた」「~を任されていた」のような受動的な表現は避けてください。日々の全てのタスクをリストアップせず、重要な貢献と測定可能な成果に焦点を当ててください。あなたの分野外の採用担当者が理解できない専門用語は避けてください。
職務経歴における「やらないこと」と「やること」を示す実践的な例
システム内の不正行為に関する取引のレビューを担当していた
25件の不正行為パターンを特定・報告し、300万ドルの潜在的損失を防止。
タスクの一部として機械学習モデルを実装していた
高度な機械学習モデルの開発を主導し、誤検知率を30%削減。
学位名称 | 大学名 | 所在地 年月 – 年月
最も高い学位から順に記載してください。職務経験が豊富な場合は、学歴セクションは簡潔にまとめましょう。GPAは3.5以上の場合、または新卒の場合のみ記載します。関連性の高い科目、学業プロジェクト、表彰、リーダーシップ経験などを強調してください。
大学の学位がある場合は高校の詳細は記載しないでください。履修した全ての科目をリストアップするのではなく、最も関連性の高いものだけを選択してください。年齢差別が懸念される分野では、数十年前に卒業した日付の記載は避けてください。
学歴の「してはいけないこと」「すること」を示す実践的な例
Master of Science in Financial Crime Management | University of Portland | Portland, OR September 2015 – May 2017
金融犯罪管理修士号 | ポートランド大学 | ポートランド, OR 2015年9月 – 2017年5月
プロジェクト名 | 使用ツール/技術
プロジェクトは、実務経験が少ない場合やキャリアチェンジをする場合に、実践的なスキルを証明するのに非常に有効です。可能な限り、ポートフォリオやデモへのリンクを含めましょう。問題解決能力や、応募職種に関連するツールを示すプロジェクトに焦点を当ててください。
大幅に拡張していない限り、単純なチュートリアルは含めないでください。時代遅れ、不完全、または応募職種に関連性のないプロジェクトは避けてください。単に技術をリストアップするだけでなく、何を作成し、それがなぜ重要なのかを説明してください。
プロジェクトにおけるDoとDon'tを示す実践的な例
実際の応用や具体的な課題解決に触れずに、Actimizeを使用した単純な取引監視システムを構築した。結果よりも使用したツールに焦点を当てた。
PythonとTensorFlowを使用した高度な機械学習ベースの不正検知モデルを開発し、シミュレーションされたAMLシナリオで誤検知を25%削減した。誤検知を最小限に抑えながら疑わしいパターンを特定するなど、現実世界の課題解決を強調した。
この役割に関する一般的な質問と、履歴書でそれをどのように最適に提示するか。
不可欠なスキルには、規制遵守に関する高度な知識、データ分析ツールの習熟、およびAMLソフトウェアシステムの使用経験が含まれます。
ブランク期間中に実施した関連するボランティア活動や専門能力開発活動を強調し、継続的な学習意欲と関与を示しましょう。
CAMS(認定マネーロンダリング対策スペシャリスト)のような資格は、AML分野でのキャリアの見通しを大きく向上させることができます。
国際的な規制や基準の理解は、国境を越えた金融犯罪の特定と軽減に役立つため、非常に重要です。
数分でプロフェッショナルで最適化された履歴書を作成。デザインスキルは不要—証明された結果だけ。