Los currículums de data analyst deben mostrar dos cosas con claridad: dominio técnico de herramientas e impacto en el negocio. Este ejemplo enseña a estructurar ambos — para que el responsable de selección entienda no solo lo que sabes hacer, sino lo que realmente has cambiado.
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
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.
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».
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.
Usa este ejemplo como punto de partida y crea tu currículum con nuestro creador de CV gratuito — sin registro.
Ayuda, sobre todo en puestos junior. Un GitHub con 2–3 notebooks limpios que muestren análisis reales vale más que listar «Python» sin contexto.
Sí — sobre todo si muestran SQL, Python o métodos estadísticos aplicados a datasets reales. Etiquétalos claramente como académicos o personales.
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.
¿Listo para poner estos consejos en práctica?
Crea tu currículum — es gratis