Analyste de Données
Les CV d’analyste de données ont le problème inverse de la plupart : les preuves sont généralement là, mais enfouies sous les outils. Une page qui s’ouvre sur SQL, Python, Tableau, Power BI, dbt et Excel indique ce que vous savez manipuler, pas ce que vous avez découvert. La question intéressante est toujours ce qui a changé parce que vous avez regardé.
La liste d’outils est un minimum et se place en bas
Presque tous les analystes retenus connaissent SQL et un outil de visualisation. Les citer est nécessaire — les filtres cherchent réellement ces mots — mais commencer par eux dépense votre espace le plus précieux sur ce qui vous distingue le moins.
Une exception mérite sa place : une maîtrise réelle d’un outil peu répandu sur votre marché, ou du dialecte précis que l’offre mentionne. Du SQL propre à un entrepôt de données, la responsabilité de modèles dbt, ou du Python en production dont d’autres dépendent sont des affirmations différentes de « familiarité », et méritent d’être formulées comme telles.
Une analyse ne s’achève que si quelqu’un a agi
La ligne la plus forte d’un CV d’analyste nomme une décision. « Construit un modèle de résiliation » est un travail. « Montré que la résiliation se concentrait sur les comptes intégrés sans appel d’accueil, ce qui a rendu cet appel obligatoire au-dessus de 10 000 € » est une décision, et c’est la version qui survit à un entretien.
C’est aussi la limite honnête. Les analystes ne détiennent souvent pas la décision, et transformer cela en propriété est l’affirmation qui s’effondre le plus vite à la première relance. « La recommandation a été retenue » est vrai, vérifiable et suffisant. Si elle ne l’a pas été, l’analyse reste une bonne matière : dites ce que vous avez trouvé et ce que cela a changé dans la façon de poser la question.
Des chiffres qui parlent sans votre contexte
Les analystes sont plus à l’aise avec les chiffres que la plupart des candidats et, curieusement, les utilisent souvent moins bien. « Amélioré les performances des requêtes de 40 % » est illisible pour qui ignore le point de départ : 40 % sur un traitement de huit heures compte, sur quatre secondes non.
Donnez la base : « ramené le traitement nocturne de 6 heures à 3,5, ce qui a avancé la clôture des rapports de 10 h à avant le point quotidien ». C’est la seconde moitié qui porte, parce qu’elle traduit un chiffre technique en quelque chose qui intéresse un lecteur non technique.
Les pourcentages sans dénominateur posent le même problème. Une hausse de 30 % sur un test à 200 utilisateurs raconte du bruit ; sur 200 000, c’est un résultat. Si le dénominateur est confidentiel, un ordre de grandeur vaut encore bien mieux que rien.
Où ces CV sont généralement écartés
L’échec le plus fréquent est une page de tableaux de bord. Les compter mesure une activité, pas une valeur, et « plus de 40 tableaux de bord » peut laisser entendre que personne dans l’organisation ne savait répondre à ses propres questions. Un seul, avec la décision qu’il soutient, pèse plus que quarante énumérés.
Le deuxième est l’analyse sans question. Décrire des méthodes — segmentation, analyse de cohortes, tests A/B — sans la question à laquelle elles répondaient se lit comme un exercice scolaire. La question est ce qui démontre un jugement sur l’endroit où investir l’effort.
Le troisième est un CV indiscernable de celui d’un ingénieur ou d’un scientifique des données. Ces rôles sont évalués par des personnes différentes cherchant des preuves différentes, et une page qui tente de satisfaire les trois n’en satisfait généralement aucune. Choisissez le poste de l’offre que vous avez sous les yeux et ouvrez par les preuves correspondantes.
Des termes présents dans presque toutes les offres.
- SQL
- Considérez que c’est un filtre. La profondeur se montre par ce que vous avez construit, pas par le mot.
- Communication avec les métiers
- Qui a reçu l’analyse et ce qu’il en a fait. Cette phrase est toute l’affirmation.
- Tableaux de bord / BI
- Un tableau de bord et la décision qu’il soutient, pas un décompte.
- Tests A/B
- Taille d’échantillon et décision prise. Un test sans dénominateur appelle la mauvaise relance.
- Python / R
- Précisez si c’était exploratoire ou exécuté en production par d’autres. Ce sont deux métiers.
N’ajoutez un terme que si votre propre expérience le justifie. ApplySpan signale les exigences que vous ne pouvez pas étayer au lieu de les écrire à votre place.
Questions
Un CV d’analyste de données doit-il contenir un portfolio ou un GitHub ?+
Ajoutez-en un s’il contient un travail que vous pouvez discuter en profondeur. Un lien vers trois notebooks de tutoriel vaut moins que pas de lien du tout, car il invite à vous juger sur votre plus faible production publique plutôt que sur votre meilleur travail décrit.
Comment décrire une analyse dont les résultats sont confidentiels ?+
Décrivez la forme sans le chiffre : la décision qu’elle a éclairée, le sens de la variation, ou un ordre de grandeur. « Réduit les remboursements du segment concerné d’environ un tiers » ne divulgue rien et reste évaluable.
Un CV d’analyste de données diffère-t-il de celui d’un data scientist ?+
Oui, et vouloir servir les deux vous coûte généralement les deux. Le tri analyste cherche la question, la réponse et la décision. Le tri scientist cherche la profondeur de modélisation et la validation. La même expérience peut servir l’un ou l’autre, mais l’accent doit trancher.