如何撰寫資料分析師履歷

把接觸過的每個工具都塞進履歷很有誘惑力。本節說明招募方實際會掃描哪些內容，幫你判斷該保留什麼。他們想看到你能把資料轉化為決策的證據、職缺描述中提到的工具，以及你能向不懂 SQL 的人解釋結果的能力。

資料分析師的職缺類型各不相同：產品與行銷分析、財務與營運報表、商業智慧。無論哪一種，招募方都會關注你從事的業務領域、你回答過的問題、你處理過的資料類型、你的技術棧，以及結果如何傳達給他人，例如儀表板、報告或簡報。

一個可靠的順序是：兩行摘要（可選）、工作經歷、專案、技能，接著是學歷與證照。對社會新鮮人來說，專案應排在工作經歷之前。

使用一個公式：行動、問題與資料、方法或工具，然後是結果。把結果放在快速瀏覽的讀者能看到的位置。

• 弱： "用 Tableau 製作了儀表板。"
• 強： "根據訂閱與客服資料建立了一個 Tableau 流失儀表板，留存團隊用它為召回活動挑選客戶區隔。"
• 社會新鮮人： "用 Python 分析一個公開的共享單車資料集，找出通勤尖峰時段哪些站點會空車；發布了筆記本與一份簡短的書面摘要。"

如果你有真實數字並能在面試中經得起追問，就使用它們。如果沒有，就改為描述決策或受眾（"業務主管團隊每週都會使用"）。捏造的百分比在第一個追問問題面前就會站不住腳。

依類型將技能分組，方便讀者快速找到：查詢（SQL）、程式設計（Python 或 R）、試算表（樞紐分析表、查找函數）、BI 工具（Tableau、Power BI、Looker）、統計（A/B 測試、迴歸）以及資料平台（例如 BigQuery 或 Snowflake）。只列出你能在現場 SQL 測驗或帶回家的任務中使用的技能，並把職缺描述中提到的工具放在最前面。

當你的職稱裡沒有「分析師」字樣時，專案的份量最重。一位轉職做分析的行銷協調專員沒有分析師職稱可寫，於是履歷圍繞兩個專案重建：一個是在現職中用試算表完成的行銷歸因分析，另一個是基於公開電商資料集的 SQL 專案。每一項重點都說明了問題、方法以及發現帶來的改變，招募初篩的大部分時間都花在了這兩行上。

履歷產生器提供帶有標準標題的單欄範本，讓版面能被應徵者追蹤系統清楚解析。

履歷上的每一行都可能成為面試官提出的問題。如果你無法就某個專案談上兩分鐘，就刪掉它或把它弄懂。關於格式、篇幅與初篩的更多指引，請見履歷中心。

SubcueAI 的履歷產生器內建 AI Optimize 功能，能把你的摘要與重點改寫得更精簡，並顯示需要你確認的修改前後對照；它只是改寫你寫的內容，不會捏造經歷，執行時會消耗點數。將履歷設為啟用狀態後，模擬面試官會結合職缺描述一起閱讀它，讓練習題目能針對你列出的具體專案提問。SQL 測驗、帶回家的分析任務與監考評估都應該由你獨立完成；即時助手不該出現在這些場合。