Currículum de analista de datos: ejemplos y guía para redactarlo

Este ejemplo corresponde a una analista con unos cuatro años de experiencia, el nivel que tiene o al que aspira la mayoría de quienes buscan esta página. El nombre, las empresas y la universidad son inventados. Si acabas de terminar los estudios, la sección para perfiles sin experiencia muestra cómo rellenar el mismo esquema con proyectos y prácticas.

Los responsables de analítica y los técnicos de selección que filtran candidatos para ellos leen cientos de currículums de analista de datos, y casi todos enumeran las mismas herramientas. Cuatro cosas separan los que pasan a entrevista del resto.

• SQL que hayas escrito de verdad. No basta con poner «SQL»: indica el dialecto (Snowflake, BigQuery, PostgreSQL, SQL Server, MySQL) y añade un logro que muestre la escala (tablas, filas, modelos) y la complejidad (funciones de ventana, CTE, optimización del rendimiento). La mayoría de los procesos incluyen una prueba de SQL en directo, así que comprueban que el currículum la respalde.
• Un resultado de negocio, no uno técnico. «Reduje el tiempo de las consultas» está bien. «Encontré el punto de abandono que llevó a subir la conversión 0,6 puntos» consigue la entrevista. Todo analista con experiencia necesita al menos un logro en el que una decisión cambiara gracias a su trabajo.
• Una herramienta de visualización a fondo. Tableau o Power BI (Looker, Sigma y Qlik en algunas empresas), con el número de dashboards y de personas que los usan. Enumerar cinco herramientas de BI equivale a no dominar ninguna.
• Si no tienes experiencia: proyectos con datos reales y un enlace. Un repositorio de GitHub o un perfil de Tableau Public con dos o tres proyectos bien hechos (pregunta, fuente de datos, método, conclusión) pesa más que cualquier certificado.

“Voy directamente a los logros y busco una cifra que le importe a alguien de negocio. Si cada línea termina en un dashboard o un informe y nunca cambió nada gracias a ello, doy por hecho que era una fábrica de informes.”

De tres a cuatro líneas bajo el encabezado. Primero los años y el sector, después las herramientas que usas a diario, luego tu mejor resultado con una cifra y, si aportan, las certificaciones. Olvídate del objetivo profesional: incluso recién titulado/a tienes un proyecto que contar.

Sigue este esquema: datos (fuente, volumen), método (herramienta, técnica) y resultado (qué cambió, para quién y cuánto). Abajo tienes logros flojos habituales reescritos. Pon tus propias cifras: en la entrevista te preguntarán por cada una.

Agrupa las competencias por categorías y limita la lista a entre 12 y 16 elementos. Indica el dialecto o la versión cuando importe. Los técnicos de selección buscan en los sistemas de seguimiento de candidatos (ATS) el nombre exacto de cada herramienta; «visualización de datos» a secas no coincide con «Tableau».

• Consultas: SQL (nombra las bases de datos: PostgreSQL, MySQL, SQL Server, Snowflake, BigQuery, Redshift, Databricks), funciones de ventana, CTE, optimización de consultas
• Visualización y BI: Tableau, Power BI (DAX), Looker (LookML), Sigma, Qlik Sense, Google Looker Studio
• Programación: Python (pandas, NumPy, matplotlib, seaborn, scikit-learn), R (tidyverse, ggplot2), Jupyter
• Hojas de cálculo: Excel (tablas dinámicas, Power Query, BUSCARX, Solver), Google Sheets
• Modelado de datos y pipelines: dbt, nociones de Airflow, conceptos de data warehouse, esquemas en estrella
• Estadística: tests A/B, contraste de hipótesis, regresión, intervalos de confianza, muestreo, previsiones
• Analítica de producto y web: Google Analytics 4, Amplitude, Mixpanel, Adobe Analytics
• Herramientas: Git y GitHub, Jira, Confluence, consolas de Snowflake o BigQuery, informes de Salesforce si procede
• Sector: embudos de e-commerce, siniestralidad sanitaria, KPI de cadena de suministro, información financiera; el que conozcas por experiencia

No pongas las competencias transversales como simples palabras. «Comunicación» no dice nada; «resumen mensual para el director de operaciones, 4 de 6 recomendaciones adoptadas» lo demuestra. Lo mismo vale para «atención al detalle»: muestra cuánto redujiste los errores.

Los proyectos son el contenido principal del currículum de un recién titulado y un buen complemento para cualquiera con menos de dos años de experiencia. Cada proyecto debe leerse como un logro laboral: la pregunta, los datos (fuente y volumen), el método y las herramientas, y la conclusión. Enlaza el código o el dashboard. Dos o tres proyectos sólidos valen más que ocho ejercicios de curso.

1. 1Elige un conjunto de datos real, no el Titanic ni el Iris que todos los técnicos de selección han visto ya: datos abiertos de tu ayuntamiento o comunidad autónoma, competiciones de Kaggle con datos desordenados, una API pública o datos propios extraídos o exportados.
2. 2Parte de una pregunta de negocio («¿en qué barrios aumentan las incidencias comunicadas al ayuntamiento y por qué?») y no de una técnica.
3. 3Haz el trabajo en SQL y una herramienta de visualización, y en Python si lo usas. Limpia los datos y explica cuánta limpieza hizo falta.
4. 4Escribe un README con la pregunta, el método, las conclusiones y dos gráficos. Quien revisa tu candidatura abre el enlace y le dedica 30 segundos; el README es lo que ve.
5. 5En el currículum: título, herramientas, una o dos líneas con el volumen de datos y la conclusión, y el enlace. Si el proyecto es un dashboard, añade el enlace de Tableau Public.

«Sin experiencia» suele significar que nunca has tenido un puesto con «analista» en el nombre. Casi todo el mundo ha analizado datos en algún sitio: un trabajo de clase, las hojas de cálculo de un empleo a tiempo parcial, la lista de socios de un club, unas prácticas. Este es el orden que funciona cuando la experiencia laboral es escasa.

• Encabezado con un enlace a GitHub o Tableau Public que de verdad tenga proyectos. Un perfil vacío es peor que no poner enlace.
• Perfil profesional de tres líneas: titulación o certificado, herramientas y tu mejor proyecto con una cifra.
• Formación académica arriba: titulación, fecha de finalización, nota media si es de notable o superior y asignaturas relacionadas (Estadística, Bases de Datos, Econometría, Visualización de Datos). Si has hecho un bootcamp o un certificado, inclúyelo aquí con las horas o la duración.
• Sección de proyectos con 2 o 3 entradas redactadas como se muestra arriba. Por ahora, esta es tu experiencia.
• Cualquier empleo, reescrito en torno a los datos: un trabajo en tienda en el que controlabas el inventario en Excel, una colaboración en investigación en la que limpiabas datos de encuestas en R, un puesto en la universidad en el que creaste el informe de inscripciones. Indica el volumen de datos y qué hizo alguien con tus cifras.
• Certificados: Google Data Analytics Professional Certificate, Microsoft PL-300, Tableau Desktop Specialist, IBM Data Analyst Professional Certificate. Sirven para coincidir con palabras clave, pero quien decide valorará más los proyectos.
• Competencias con el nombre exacto de cada herramienta y un nivel honesto. Pon «Python (pandas, matplotlib)», no «experto en Python» después de un solo curso.

• Extensión: una página si tienes poca experiencia; hasta dos páginas si llevas varios años, tienes una lista larga de proyectos o personas a tu cargo. Quien selecciona lee la primera media página y decide.
• Orden con experiencia: encabezado, perfil profesional, experiencia laboral, competencias, certificados, formación académica. Sin experiencia: encabezado, perfil profesional, formación académica, proyectos, experiencia, competencias, certificados.
• Diseño: una sola columna, títulos claros, sin gráficos ni barras de nivel. Una plantilla limpia como la modern-blue de cvplex supera los sistemas de seguimiento de candidatos (ATS) y tiene un aspecto actual. En España la foto es habitual pero opcional; no hace falta poner fecha de nacimiento, estado civil ni DNI.
• Enlaces: LinkedIn, GitHub y Tableau Public en el encabezado, como URL en texto plano. Comprueba que tu GitHub tenga README y que los dashboards de Tableau Public carguen.
• Palabras clave que conviene reflejar de la oferta cuando sean ciertas en tu caso: SQL, Tableau o Power BI, Python, Excel, dashboards, KPI, tests A/B, limpieza de datos, modelado de datos, stakeholders, reporting, previsiones, además de la base de datos exacta (Snowflake, BigQuery, Redshift). El ATS busca cadenas exactas, así que escribe «Power BI» y no «PowerBI».
• ¿Currículum o CV? En España ambos nombres se refieren al mismo documento: una o dos páginas, con el diseño de este ejemplo. El formato Europass es conocido, pero no obligatorio. Los CV académicos (publicaciones, todas las asignaturas) son para puestos de investigación, no para puestos de analista.