Dataanalytiker CV-eksempel

De beste beslutningene tas etter nøye vurdering av data: I en verden hvor data bokstavelig talt er overalt (både synlig og skjult), kan dette til tider overvelde selv de mest erfarne forretningsledere. De trenger folk som har verktøyene og tankesettet til å bruke datasettene - som kan samle inn og analysere data, identifisere mønstre og få innsikt fra dem, og rapportere resultater som peker på de riktige handlingene. Disse menneskene er dataanalytikere (og dataingeniører) og de er i enorm etterspørsel for tiden.

En del av etterspørselen skuldes at det ikke finnes nok av dem. Det er nesten nok å skrive "Dataanalytiker" på toppen av CV-en (med noen grunnleggende kvalifikasjoner og relevant erfaring) og du vil være garantert et par intervjuer. Alle med en grunnleggende forståelse av og bakgrunn i databehandling vil få jobb i dag. Å finne arbeid i en organisasjon som setter datavitenskap i sentrum for alt de gjør er derimot langt fra en enkel oppgave. Bare 5 % av større selskaper har en betydelig dataavdeling og konkurransen om å lære av og jobbe med de beste kollegene på disse stedene er knallhard.

Denne CV-guiden søker å utforske hvordan de ulike aspektene ved de mest vellykkede dataanalytikere kan integreres i en CV som presenterer dem som langt mer enn bare «tallknusere». Denne guiden vil vise deg hvordan du kan:

• Vise hvordan dine dataanalytikerferdigheter vil passe inn blant de beste i bransjen.
• Utforske hvordan dine dataanalysemetoder har ført til reell forretningstransformasjon.
• Sørge for at CV-grunnlaget er dekket for å komme forbi automatiserte søknadssystemer.
• Hjelpe deg med å fokusere på dine mellommenneskelige ferdigheter så vel som regnearkferdighetene dine.

Sammen med våre CV-eksempler og verktøy vil vi hjelpe deg med å gi liv til dataene i karrieren din.

Hva gjør en dataanalytiker?

Feltet datavitenskap utvikler seg like raskt som informasjonsteknologien som støtter det. Mens grunnleggende programvare analyserte «pools» med data for et tiår siden, bearbeider superdatamaskiner enorme mengder med data for å avdekke de mest overraskende trendene. Dataanalytikere står i fremste rekke når det gjelder å oversette disse dataene til noe bedrifter kan bruke. Så mange bedrifter skryter av hvor mye data de har lett tilgjengelig, men når de ikke analysers riktig er det til liten nytte. Forestill deg et regneark med en million kolonner og 10 millioner linjer. Denne kompleksiteten krever en superdatamaskin for å håndtere all informasjonen, men det krever en super dataanalytiker for å fortelle kollegene hva den betyr.

For å komme opp med løsninger må dataanalytikere først forstå problemets natur. De må kunne snakke med kollegene sine på deres språk, utforske de reelle forretningsutfordringene og grave i hvilke typer data som kan tilby potensielle løsninger. Å samle data er ikke det som er vanskelig - du må sørge for at du samler inn den typen data som vil fortelle deg det du trenger å vite.

Hvordan skrive CV for dataanalytikere 

De første viktige dataene du trenger når du skal skrive CV-en din er å forstå hvilke deler du skal inkludere. CV-en din bør inneholde følgende elementer:

• Topptekst
• Profiltekst
• Arbeidshistorikk
• Ferdighetsavsnitt
• Utdanningsavsnitt

Derfor må CV-en vise en persons bredere forretningsforståelse. Uten det vil det være som å gå seg vill i en uendelig eplehage, usikker på hvilket tre man skal riste for å få eplene man trenger.

Mens CV-en til en dataanalytiker bør skrives for et bredere forretningspublikum (siden den endelige ansettelsesansvarlige ofte ikke er teknisk anlagt), bør kandidater ikke glemme å inkludere alle detaljer om obskure programmeringsspråk og utfordrende prosjekter for sine framtidige sjefer og kolleger.

Prosjektledelsesferdigheter er et annet viktig aspekt i jobben som dataanalytiker. Dataanalytikere jobber ofte i tverrfaglige team  og må lede fra et teknisk (om ikke organisatorisk) synspunkt. Deres evne til å identifisere mønstre og tolke dataene kan deretter oversettes til handlinger i den virkelige verden av de involverte spesialistene, og sluttproduktet er et ekte lagarbeid.

Det snakkes mye om å tilpasse en CV mot en bestemt arbeidsgiver, og CV-en til en dataanalytiker er intet unntak. Hvis du kan fortelle noe om typer prosjekter som din framtidige arbeidsgiver vil vurdere, posisjonerer du deg automatisk som en velegnet kandidat. Arbeidsgivere vil føle seg beroliget når de leser en CV, og hvis selv en ikke-teknisk person kan se at din erfaring er det selskapet trenger, har du allerede en fordel framfor dine konkurrenter. CV-en til en dataanalytiker må gi selskaper tilliten til at han/hun er personen som identifiserer disse trendene og innsiktene. 

Profiltekst

Profilteksten til en dataanalytiker bør fokusere på tre ting: bransjeekspertise, forretningsforståelse og vellykkede prosjekter. Kan du ditt fag, er det nyttig for dem rundt deg og vil din kunnskap og kompetanse gjøre arbeidsgiveren din mer lønnsom? Oppsummeringen din må fremheve hvordan du skiller deg fra alle andre kandidater, som sannsynligvis bare kommer med en lang liste over sine analytiske ferdigheter. Når du snakker om rollen din som bindeledd mellom dataene og dine kolleger, viser du din sanne verdi. Når du snakker om effekten prosjektene dine har hatt på retningen og lønnsomheten til selskapet ditt, kvantifiserer du dine formidable dataferdigheter i virkelige termer. 

Hvis du ikke snakker om hvordan du samler inn og analyserer data i oppsummeringen din, vil din potensielle arbeidsgiver bli mistenksom. Ikke la din forretningsforståelse overskygge dine kjerneferdigheter som dataanalytiker. Snakk om problemene du har løst, omfanget av dataene du har jobbet med og programvaren du bruker. 

Men data lever ikke i et vakuum. Alle dataanalytikere har sin egen tilnærming til å kommunisere data til kollegene sine og få andre med på hva det betyr. Det er viktig å beskrive nøyaktig hvordan du får dataene til å leve, fordi de ikke vil gjøre mye nytte fastlåst på et regneark som bare du forstår.

Eksempel på arbeidshistorikk

Som dataanalytiker må arbeidshistorikken din fokusere på detaljene i hva dataanalysene dine har oppnådd. Det nytter ikke å snakke om hvilke ferdigheter du har uten å dele resultatene av disse ferdighetene. Hold deg til de viktigste prosjektene som sannsynligvis er relevante for din framtidige arbeidsgiver og inkluder mer detaljer for dine siste arbeidsgivere.

Datavitenskap har utviklet seg betydelig de siste fire til fem årene, så erfaring fra din tidligere karriere vil være mindre relevant. Vis utviklingen din i form av omfanget av prosjekter du har fått ansvar for og kompleksiteten i dataene du har jobbet med. Hvis du skal gi en detaljert beskrivelse av en situasjon, kan du vurdere å bruke STAR-metoden, hvor S er situasjonen du var i, T (target) er målet du vil oppnå, A (action) er handlingen du tok og R er resultatet du oppnådde.

Velge det beste CV-formatet for en dataanalytiker

De fleste dataanalytikere vil bruke CV-formatet med omvendt kronologisk rekkefølge for å presentere arbeidshistorikken sin (og utdannelsesbakgrunnen også). Dette betyr at du lister opp din nåværende eller siste jobb først og din første jobb sist. Hvis karrieren din har ført deg til stadig bedre jobber, vil dette fremheve dine mest imponerende kvalifikasjoner øverst på listen.

Eksempel på ferdighetsavsnitt 

I ferdighetsdelen av en dataanalytikers CV forventer arbeidsgiveren at alle boksene for datavitenskap skal være krysset av. Hvis det mangler visse aspekter, vil alarmklokkene ringe, så pass på at listen er så omfattende som mulig.

Her er noen av områdene vi ville forventet å være til stede hos toppkandidater: De bruker de mest avanserte metodene for å samle inn dataene sine, og automatiserer prosesser for å kunne tolke og analysere atferd. Med hjelp fra programvare for dataekstraksjon  er de i stand til å utforske dataene, identifisere mønstre og bygge testbare modeller. Når de ser på de resulterende datasettene, kan de danne sammenhenger og trekke konklusjoner for den bredere virksomheten. 

Deres matematiske og analytiske ferdigheter må være avanserte for å se disse mønstrene, men det er faktisk viktigere å kunne oversette disse funnene til enkle og forståelige handlinger kollegene deres kan gjennomføre. Dette krever kreativ tenkning og kunstnerisk frihet.

Her er noen ferdighetsfraser du kan inkludere i ferdighetsseksjonen din:

Eksempel på utdanningsavsnitt

Utdanningsavsnittet i CV-en er der en dataanalytiker deler det vedkommende har lært av kunnskap og kompetanse som gjør han eller henne kvalifisert for jobben. Dataanalytikere har ofte en grad i matematikk, økonomi eller datavitenskap. Opplæring i statistikk er også vanlig hvis folk har blitt flyttet internt fra drifts- eller finansavdelinger. Videreutdanning innen datavitenskap er vanlig. Gitt behovet for et bredere forretningsperspektiv, er også siviløkonomer velkomne hos mange arbeidsgivere. Det er vanlig å detaljere all kunnskap om programmeringsspråk og dataprogramvare i utdanningsdelen og jo mer du kan inkludere, desto bedre.

Viktig å få med seg 

1. Dataanalytikere er ettertraktet, men konkurransen om de beste dataanalytiker-jobbene er hard.
2. Det er behov for å vise hvordan du transformerer analyse til lønnsom handling.
3. Fokuser på kommunikasjons- og påvirkningsferdighetene dine – du må formidle  statistikken til andre.
4. Del detaljene fra dine største prosjekter i en helhetlig prosess.
5. Arbeidshistorikken din bør inkludere alle detaljer om de tekniske evnene dine.
6. Fremhev effekten du har på selskapet - hvordan gjør du individuelt en forskjell?
7. Pass på at du deler alle detaljer om utdanningen din og jobbrelaterte kvalifikasjoner.