Så skriver du ett CV som dataanalytiker

Det är lockande att fylla sidan med varje verktyg du någonsin har rört. Det här avsnittet förklarar vad läsaren faktiskt letar efter, så att du kan bestämma vad som ska vara kvar. De vill ha bevis på att du omvandlar data till beslut, verktygen som nämns i annonsen, och tecken på att du kan förklara ett resultat för personer som inte läser SQL.

Roller som dataanalytiker varierar: produkt- och marknadsanalys, finance- och driftrapportering, business intelligence. Oavsett variant letar läsaren efter affärsområdet du arbetade i, frågorna du besvarade, typen av data du hanterade, din stack och hur resultaten nådde ut till människor, till exempel en dashboard, en rapport eller en presentation.

En pålitlig ordning är en sammanfattning på två rader (valfritt), erfarenhet, projekt, kunskaper, sedan utbildning och certifieringar. För juniora kandidater flyttas projekt ovanför erfarenhet.

Använd en formel: handlingen, frågan och datan, metoden eller verktyget, sedan resultatet. Placera resultatet där en snabbläsande läsare ser det.

• Svagt: "Skapade dashboards i Tableau."
• Starkt: "Byggde en Tableau-dashboard för churn utifrån data om prenumerationer och support, som retentionsteamet använde för att välja kundsegment till en win-back-kampanj."
• Juniornivå: "Analyserade ett offentligt bike-share-dataset i Python för att hitta vilka stationer som stod tomma vid pendlingstoppar; publicerade notebooken och en kort skriftlig sammanfattning."

Använd riktiga siffror när du har dem och kan försvara dem i en intervju. Om du inte har dem, beskriv istället beslutet eller målgruppen ("används varje vecka av säljledningen"). En påhittad procentsats faller ihop vid första följdfrågan.

Gruppera kunskaper efter typ så att läsaren hittar dem snabbt: frågor (SQL), programmering (Python eller R), kalkylblad (pivottabeller, lookups), BI-verktyg (Tableau, Power BI, Looker), statistik (A/B-testning, regression) och dataplattformar (till exempel BigQuery eller Snowflake). Lista bara det du faktiskt skulle kunna använda i en live SQL-screening eller en take-home-uppgift, och sätt verktygen som nämns i annonsen först.

Projekt väger tyngst när din titel inte säger analyst. En marknadskoordinator som gick över till analytics hade ingen analytikerroll att lista, så CV:t byggdes om kring två projekt: en kampanjattributionsanalys gjord i kalkylblad på nuvarande jobb, och ett SQL-projekt på ett offentligt e-handelsdataset. Varje punkt namngav frågan, metoden och vad fyndet förändrade, och rekryterarens screening spenderade det mesta av tiden på just de två raderna.

CV-byggaren har en enkolumnsmall med standardrubriker, så layouten tolkas rent av system för sökandehantering.

Varje rad är en fråga du kan bli ställd. Om du inte kan prata i två minuter om ett projekt, ta bort det eller lär dig det. Mer vägledning om format, längd och screening finns i CV-hubben.

SubcueAI:s CV-byggare har en AI Optimize-funktion som skriver om din sammanfattning och dina punkter så att de blir stramare och visar en före-och-efter-diff som du godkänner; den omformulerar det du skrivit utan att hitta på erfarenhet, och den drivs av krediter. Markera CV:t som aktivt så läser mockintervjuaren det tillsammans med jobbeskrivningen, så att övningsfrågorna testar exakt de projekt du listat. SQL-screeningar, take-home-analyser och övervakade prov är dina att göra själv; en live-assistent hör inte hemma där.