Come scrivere un CV da data analyst

È allettante riempire la pagina con ogni strumento che hai mai toccato. Questa sezione spiega cosa cerca davvero chi legge, così puoi decidere cosa tenere. Vogliono prove che trasformi i dati in decisioni, gli strumenti citati nell'annuncio, e segnali che sai spiegare un risultato a chi non legge SQL.

I ruoli da data analyst variano: analytics di prodotto e marketing, reportistica finance e operations, business intelligence. Qualunque sia la variante, chi legge cerca il dominio di business in cui hai lavorato, le domande a cui hai risposto, il tipo di dati che hai gestito, il tuo stack, e come i risultati sono arrivati alle persone, ad esempio una dashboard, un report o una presentazione.

Un ordine affidabile è un sommario di due righe (facoltativo), esperienza, progetti, competenze, poi istruzione e certificazioni. Per i candidati entry-level, i progetti si spostano sopra l'esperienza.

Usa una sola formula: l'azione, la domanda e i dati, il metodo o lo strumento, poi il risultato. Metti il risultato dove lo vede chi legge velocemente.

• Debole: "Creato dashboard in Tableau."
• Forte: "Costruita una dashboard di churn in Tableau a partire da dati di abbonamento e supporto, usata dal team retention per scegliere i segmenti di clienti per una campagna win-back."
• Entry level: "Analizzato in Python un dataset pubblico di bike-share per scoprire quali stazioni restavano vuote nei picchi di pendolarismo; pubblicati il notebook e un breve riassunto scritto."

Usa numeri reali quando li hai e puoi difenderli in un colloquio. Quando non li hai, descrivi invece la decisione o il pubblico ("usato ogni settimana dal team di leadership sales"). Una percentuale inventata crolla alla prima domanda di approfondimento.

Raggruppa le competenze per tipo così chi legge le trova subito: query (SQL), programmazione (Python o R), fogli di calcolo (tabelle pivot, lookup), strumenti BI (Tableau, Power BI, Looker), statistica (A/B testing, regressione) e piattaforme dati (per esempio BigQuery o Snowflake). Elenca solo ciò che sapresti usare in uno screening SQL dal vivo o in un take-home task, e metti per primi gli strumenti citati nell'annuncio.

I progetti pesano di più quando il tuo titolo di lavoro non dice analyst. Una marketing coordinator passata all'analytics non aveva un ruolo da analista da elencare, così il CV è stato ricostruito attorno a due progetti: un'analisi di attribuzione delle campagne fatta con fogli di calcolo nel lavoro attuale, e un progetto SQL su un dataset pubblico di e-commerce. Ogni punto elenco nominava la domanda, il metodo e cosa ha cambiato il risultato trovato, e lo screening del recruiter ha passato la maggior parte del tempo su quelle due righe.

Il resume builder ha un template a colonna singola con intestazioni standard, così il layout viene letto in modo pulito dagli applicant tracking system.

Ogni riga è una domanda che potrebbero farti. Se non riesci a parlare per due minuti di un progetto, toglilo o impara a padroneggiarlo. Altre indicazioni su formati, lunghezza e screening sono nella resume hub.

Il resume builder di SubcueAI include un'azione AI Optimize che riscrive il tuo sommario e i tuoi punti elenco per renderli più incisivi e mostra un confronto prima-e-dopo che devi approvare; riformula ciò che hai scritto senza inventare esperienza, e funziona a crediti. Segna il CV come attivo e il mock interviewer lo legge insieme alla job description, così le domande di pratica indagano esattamente i progetti che hai elencato. Screening SQL, analisi take-home e valutazioni con proctoring sono da fare da soli; un assistente live non ha posto lì.