Inicio Ejemplos de currículum Ejemplo de currículum para analista de datos
← Creador de currículum
ResumeQuill · Ejemplo de currículum

Ejemplo de currículum para analista de datos

Este ejemplo muestra cómo presentar experiencia, habilidades y resultados para un puesto de analista de datos. Adapta la estructura y descarga un PDF con ResumeQuill.

Optimizado para ATSMid

Muestra de currículum

James Pereira
Data Analyst
james@email.com · linkedin.com/in/jamespereira · Madrid, España

PERFIL
Data analyst con 4 años convirtiendo datos brutos en insights accionables. Construí dashboards usados a diario por 3 ejecutivos del C-suite. Identifiqué 320 K€ de ahorro mediante análisis de compras. Sólido en SQL, Python y Tableau.

EXPERIENCIA

Data Analyst — RetailCo Group, Madrid | 2021–actualidad
• Construí un dashboard ejecutivo en Tableau para una cartera de 80 M€, usado a diario por el CEO
• Identifiqué 320 K€ de ahorro anual mediante análisis de precios de proveedores
• Automaticé 6 procesos de reporting semanales con Python, ahorrando 12 horas/semana
• Colaboré con producto y finanzas en el modelado del valor del ciclo de vida del cliente

Data Analyst Junior — ConsultFirm | 2020–2021
• Analicé el churn de clientes para 3 proyectos, con recomendaciones adoptadas en 2 casos
• Construí consultas SQL que redujeron el tiempo de reporting ad-hoc de 3 horas a 20 minutos
• Mantuve y limpié el dataset principal de CRM (1,2M registros)

HABILIDADES
SQL, Python (pandas, NumPy), Tableau, Power BI, Excel, dbt, BigQuery, Looker, A/B testing

FORMACIÓN
Grado en Estadística · Universidad Carlos III · 2020

Cómo escribir un currículum para analista de datos

Muestra el impacto en negocio, no solo tareas técnicas

Los currículums de data analyst suelen centrarse demasiado en herramientas y poco en lo que cambió gracias al análisis. «Construí un dashboard en Tableau» es una tarea. «Construí un dashboard ejecutivo que llevó a recortar 320 K€ en costes de proveedores» es impacto. Empieza con el resultado — y luego describe la herramienta.

Lista herramientas y tecnologías por nombre

La mayoría de ofertas de data analyst citan herramientas concretas: SQL, Python, Tableau, Power BI, dbt, BigQuery. Colócalas en una sección dedicada de Habilidades o Técnicas. Los ATS buscan nombres exactos. No supongas que el lector inferirá SQL a partir de «consultas a bases de datos».

Indica quién usó tu trabajo

Los buenos currículums de data analyst nombran al stakeholder que actuó sobre el análisis: «usado por el CEO a diario», «adoptado por finanzas», «presentado al consejo cada trimestre». Esto demuestra que tu trabajo tuvo alcance real — no informes internos que nadie leyó.

Habilidades clave para un currículum de analista de datos

SQL y consultas
Python para análisis
Diseño de dashboards
Estadística y A/B testing
Limpieza y modelado de datos
Cloud data warehouses
Data storytelling
Atención al detalle

Consejos clave

Cada proyecto: indica la herramienta y el resultado de negocio
Nombra a los stakeholders que actuaron sobre tu análisis
Lista herramientas en una sección dedicada de Habilidades Técnicas
Incluye la escala: tamaño del dataset, frecuencia de reporte, número de usuarios
Muestra SQL, Python y al menos una herramienta BI si los tienes

Preguntas frecuentes

¿Necesito portfolio o GitHub para un puesto de data analyst?

Ayuda, sobre todo en puestos junior. Un GitHub con 2–3 notebooks limpios que muestren análisis reales vale más que listar «Python» sin contexto.

¿Incluyo proyectos académicos si estoy empezando?

Sí — sobre todo si muestran SQL, Python o métodos estadísticos aplicados a datasets reales. Etiquétalos claramente como académicos o personales.

¿Cómo muestro la progresión de junior a senior en un mismo currículum?

Muestra la diferencia de alcance: los puestos junior listan herramientas y tareas; los sénior empiezan con decisiones de negocio basadas en tu análisis. La progresión debe verse en el impacto de cada puesto.

¿Cómo cuantifico resultados si los datos de mi empresa son confidenciales?

Usa cifras relativas en vez de datos brutos: «reduje el tiempo de reporting un 85 %» o «aumenté la adopción del dashboard de 3 a 11 equipos». Si ni siquiera puedes usar porcentajes, describe escala: tamaño del dataset, frecuencia de informes o número de usuarios.

¿Vale la pena incluir certificaciones como Google Data Analytics o PL-300?

Sí. Ponlas en una sección breve de Certificaciones debajo de Skills. Ayudan al ATS y dan confianza si tu formación no es cuantitativa. Refuerzan la experiencia, pero no deben quitar espacio a proyectos con resultados medibles.

¿Listo para poner estos consejos en práctica?

Crea tu currículum — es gratis