Jak napisać CV analityka danych
Autor: Aaron Cao · Zaktualizowano
Zacznij od analiz, które zmieniły decyzję, a nie od narzędzi, których używałeś. Każdy punkt powinien wskazywać pytanie, dane i metodę oraz wynik biznesowy. Grupuj umiejętności techniczne według typu, na przykład SQL, Python i narzędzia BI, dodaj link do portfolio przy stanowiskach juniorskich i zachowaj układ jednokolumnowy.
Czego szuka rekruter w CV analityka danych?
Kusi, żeby zapełnić stronę każdym narzędziem, którego kiedykolwiek dotknąłeś. Ta sekcja wyjaśnia, czego naprawdę szuka czytający, żebyś mógł zdecydować, co zostawić. Szukają dowodu, że zamieniasz dane w decyzje, narzędzi wymienionych w ogłoszeniu oraz oznak, że potrafisz wyjaśnić wynik osobom, które nie czytają SQL.
Role analityka danych bywają różne: analityka produktowa i marketingowa, raportowanie finansowe i operacyjne, business intelligence. Niezależnie od odmiany, czytający szuka domeny biznesowej, w której pracowałeś, pytań, na które odpowiadałeś, rodzaju danych, którymi się zajmowałeś, twojego stacku oraz tego, jak wyniki docierały do ludzi, na przykład przez dashboard, raport lub prezentację.
Sprawdzony układ to dwuliniowe podsumowanie (opcjonalnie), doświadczenie, projekty, umiejętności, a potem edukacja i certyfikaty. U kandydatów juniorskich projekty przenoszą się nad doświadczenie.
Jak pisać punkty, które pokazują wpływ?
Użyj jednej formuły: działanie, pytanie i dane, metoda lub narzędzie, a potem wynik. Umieść wynik tam, gdzie zobaczy go czytający pobieżnie.
- Słabo: "Tworzyłem dashboardy w Tableau."
- Mocno: "Zbudowałem dashboard churnu w Tableau na podstawie danych o subskrypcjach i wsparciu, którego zespół retencji użył do wyboru segmentów klientów do kampanii win-back."
- Poziom junior: "Przeanalizowałem w Pythonie publiczny zbiór danych bike-share, żeby znaleźć stacje puste w godzinach szczytu; opublikowałem notebook i krótkie pisemne podsumowanie."
Używaj prawdziwych liczb, gdy je masz i możesz je obronić na rozmowie. Gdy ich nie masz, opisz zamiast tego decyzję lub odbiorców ("używane co tydzień przez zespół kierownictwa sprzedaży"). Zmyślony procent rozsypuje się przy pierwszym pytaniu dodatkowym.
Jakie umiejętności i projekty warto umieścić?
Grupuj umiejętności według typu, żeby czytający szybko je znalazł: zapytania (SQL), programowanie (Python lub R), arkusze kalkulacyjne (tabele przestawne, lookupy), narzędzia BI (Tableau, Power BI, Looker), statystyka (testy A/B, regresja) oraz platformy danych (na przykład BigQuery lub Snowflake). Podawaj tylko to, czego mógłbyś użyć na żywym screeningu SQL albo w zadaniu domowym, i umieść na początku narzędzia wymienione w ogłoszeniu.
Projekty mają największą wagę, gdy twój tytuł stanowiska nie zawiera słowa analyst. Koordynatorka marketingu przechodząca do analityki nie miała roli analityka do wymienienia, więc CV zbudowano od nowa wokół dwóch projektów: analizy atrybucji kampanii wykonanej w arkuszach na obecnym stanowisku oraz projektu SQL na publicznym zbiorze danych e-commerce. Każdy punkt wskazywał pytanie, metodę i to, co zmieniło odkrycie, a screening rekrutera poświęcił większość czasu właśnie na te dwie linijki.
Kreator CV ma szablon jednokolumnowy ze standardowymi nagłówkami, dzięki czemu układ jest czysto odczytywany przez systemy śledzenia kandydatów.
Jak twoje CV przekłada się na rozmowę kwalifikacyjną?
Każda linijka to pytanie, które możesz usłyszeć. Jeśli nie potrafisz mówić o projekcie przez dwie minuty, usuń go albo się go naucz. Więcej wskazówek o formatach, długości i screeningu znajdziesz w centrum CV.
Kreator CV SubcueAI zawiera funkcję AI Optimize, która przepisuje twoje podsumowanie i punkty, żeby były bardziej zwięzłe, i pokazuje różnicę przed i po do twojej akceptacji; przeredagowuje to, co napisałeś, bez zmyślania doświadczenia, i działa na kredytach. Oznacz CV jako aktywne, a mock interviewer czyta je razem z opisem stanowiska, więc pytania ćwiczeniowe dotyczą dokładnie wymienionych przez ciebie projektów. Screeningi SQL, analizy domowe i egzaminy z nadzorem robisz sam; żywy asystent nie ma tam miejsca.