Ce que les recruteurs regardent dans un CV de data analyst
La plupart des offres de data analyst demandent les mêmes outils de base : SQL, Excel, un outil de BI comme Power BI, Tableau ou Looker, et souvent Python ou R. Les recruteurs les vérifient en premier : nommez-les précisément et utilisez les principaux dans vos réalisations.
Ce qui distingue les candidats, c'est la preuve que l'analyse a servi à quelque chose. Montrez la question métier, votre démarche et le résultat : un coût évité, une campagne modifiée, un rapport qui remplace un travail manuel.
La restitution compte autant que la méthode. Les analystes expliquent souvent leurs résultats à des personnes qui ne manipulent pas de données. Une ligne sur une présentation, une note de synthèse ou une formation a sa place sur le CV.
En début de carrière, un projet de portfolio sur des données publiques réelles, avec une question claire et une courte restitution, est ce qui se rapproche le plus d'une expérience. data.gouv.fr ou l'Insee offrent de bonnes sources.
Exemples d'accroche pour un CV de data analyst
Choisissez l'exemple le plus proche de votre expérience et remplacez chaque détail par le vôtre. Une accroche tient en trois ou quatre phrases ; le guide de l'accroche explique sa structure.
Exemples de réalisations pour un CV de data analyst
Chaque ligne commence par un verbe d'action, dit ce que vous avez fait et montre le résultat. N'utilisez que des chiffres que vous pouvez expliquer en entretien ; si vous n'avez pas de chiffre exact, décrivez l'ampleur (par exemple « dans un service de 30 lits »).
Analyses à impact
- Constat que 30 % des résiliations suivaient un paiement échoué ; la correction récupère environ 35 000 € par mois
- Délais de livraison analysés par région et deux entrepôts en cause identifiés
- Effet d'une hausse de prix sur 50 000 abonnés modélisé avant la décision
- Les trois étapes d'onboarding qui perdaient le plus d'utilisateurs identifiées
- Canaux marketing comparés selon la valeur client à 12 mois ; budget réorienté vers le parrainage
Rapports et tableaux de bord
- Tableau de bord du churn sous Power BI, utilisé chaque semaine par la direction
- 14 fichiers Excel manuels remplacés par un rapport Power BI pour 40 responsables de magasin
- Rapport hebdomadaire automatisé en Python ; environ cinq heures gagnées par semaine
- Définitions communes du chiffre d'affaires, du churn et des utilisateurs actifs rédigées
- Mise à jour quotidienne des données ramenée de 70 à 12 minutes
Tests et collaboration
- 18 tests A/B conçus et analysés avec les product managers, dont le calcul de taille d'échantillon
- Résultats mensuels présentés au marketing en une page plutôt qu'en diaporama
- 20 collègues formés à créer leurs propres rapports Power BI
- Correction avec les développeurs d'un suivi qui sous-comptait les commandes mobiles
- Trois ans de données magasins et web fusionnés en une vue client
Compétences pour un CV de data analyst
Séparez outils, méthodes et savoir-faire, et reprenez les termes de l'offre. Ne citez un outil que si vous réussiriez un court test dessus.
Outils
- SQL (PostgreSQL, BigQuery, Snowflake)
- Excel
- Power BI, Tableau ou Looker
- Python (pandas) ou R
- dbt, Git
Méthodes
- Statistiques descriptives
- Tests A/B et taille d'échantillon
- Régression
- Analyses de cohortes et de funnel
- Prévisions
Savoir-faire
- Traduire une question en plan d'analyse
- Notes de synthèse courtes
- Restitution à des non-spécialistes
- Contrôle de la qualité des données
- Documentation des indicateurs
Erreurs fréquentes sur un CV de data analyst
Des outils sans résultats
Tous les candidats citent SQL et Power BI. Montrez ce que votre travail a changé ; la formule XYZ aide.
Exagérer le machine learning
Un modèle réalisé en cours est un projet, pas une expérience en production. En entretien, les méthodes sont souvent creusées.
Des graphiques dans le CV
Un ATS ne lit pas les graphiques de compétences. Gardez un CV en texte et mettez un lien vers votre portfolio.
Des chiffres sans repère
« Conversion +12 % » a besoin d'une base : par rapport à quoi, sur quelle période, mesuré comment ?
Questions fréquentes
Que mettre sur un CV sans expérience ?
Les cours pertinents, une certification si vous en avez une, et un à trois projets décrits comme des expériences : question, données, outils et résultat. Stages, alternance et tâches data dans d'autres emplois comptent aussi.
SQL suffit-il pour un poste de data analyst ?
SQL est la compétence la plus demandée, mais la plupart des offres veulent aussi Excel et un outil de BI. Pour les postes plus confirmés, Python ou R sont de plus en plus attendus.
Faut-il mettre un lien vers un portfolio ?
Oui, s'il contient des projets terminés et bien expliqués. Chaque projet devrait commencer par la question et le résultat.
Quelle longueur de CV ?
Une page pour la plupart des analystes, deux pour les profils seniors avec de nombreux projets pertinents.
Guides associés
- CV de reconversion : comment montrer que vous pouvez exercer le nouveau métier
- Hard skills et soft skills : que mettre sur le CV et comment les prouver
- La formule XYZ pour rédiger les points de votre CV, avec 20 exemples avant/après
- Adapter son CV à une offre d'emploi en 15 minutes
- Comment les logiciels de recrutement (ATS) lisent votre CV, et ce qui vous élimine vraiment