Mots-clés pour CV

Mots-clés de CV pour le poste : Data Analyst

Les offres de data analyst sont denses en mots-clés d'une façon qui vous aide : elles nomment le langage de requête, l'outil de BI et souvent l'entrepôt de données exact. Cette précision joue dans les deux sens : « Python » sur un CV appelle une question sur ce que vous en avez réellement fait, et « machine learning » sur un CV d'analyste en appelle une plus difficile. Listez les outils avec lesquels vous avez livré des travaux, pas ceux dont vous n'avez fait que suivre un cours.

La méthode pour faire correspondre ces termes à une offre précise se trouve dans notre guide comment adapter son CV à une offre d'emploi.

Compétences techniques

Ce sont les points qu'un test technique vérifie. Les offres diffèrent beaucoup sur la part de statistiques attendue : lisez l'offre avant de décider quelle part de cette section s'applique.

  • SQL — La compétence d'analyste la plus demandée, et celle qui a le plus de chances d'être testée en direct : placez-la là où on ne peut pas la manquer.
  • Nettoyage de données — Honnête sur l'endroit où passe réellement le temps, et les offres qui évoquent des données désordonnées demandent exactement cela.
  • Visualisation de données — Distincte de la création de tableaux de bord : il s'agit de savoir si le graphique répond à une question. Écrivez-la comme l'offre le fait.
  • Création de tableaux de bord — Nomme un livrable plutôt qu'une compétence ; associez-la aux personnes qui utilisaient le tableau de bord et à la décision concernée.
  • Tests A/B — Courant dans les offres d'analytics produit ; ne l'affirmez que si vous pouvez expliquer ce qui rendait un résultat significatif.
  • Analyse statistique — Large : rendez-la concrète dans une puce, avec quel test et sur quelle question.
  • ETL — Montre que vous avez déplacé et mis en forme des données et pas seulement interrogé ; c'est souvent la frontière entre analyste et analytics engineer.
  • Modélisation de données — Apparaît dans les offres proches de l'entrepôt de données ; désigne la conception de schémas, pas le machine learning : ne les confondez pas.
  • Automatisation du reporting — Transforme une tâche de routine en preuve de jugement ; fort quand vous pouvez dire ce qu'elle a remplacé.
  • Recueil des besoins — La moitié du travail d'analyste qui consiste à parler aux gens ; sous-estimé sur les CV et cité dans la plupart des offres seniors.

N'utilisez que les mots-clés qui correspondent à votre expérience. Les logiciels de présélection comparent des mots, mais une personne lit ensuite — et une affirmation que vous ne pouvez pas défendre en entretien coûte plus cher qu'un mot-clé manquant.

Outils et plateformes

Reconnus à la lettre. Écrivez l'outil que l'offre nomme, avec ses vraies majuscules, et seulement si vous l'avez utilisé sur un vrai travail.

  • Python — Attendu dans de nombreuses offres, mais précisez pour quoi faire : pandas pour l'analyse ne se lit pas comme du scripting.
  • pandas — Plus précis que « Python » et plus proche de ce qu'est réellement le travail d'analyste.
  • Tableau — L'un des deux outils de BI par défaut ; une offre en nomme généralement un, alignez-vous donc dessus.
  • Power BI — L'autre outil par défaut, courant dans les entreprises qui travaillent sur la stack Microsoft : écrivez-le avec l'espace.
  • Looker — Désigne une approche de BI centrée sur la modélisation ; suggère une expérience de LookML, ne le revendiquez donc que si vous l'avez.
  • Excel — Encore cité dans une large part des offres ; l'omettre pour donner une image plus avancée vous coûte des correspondances littérales.
  • BigQuery — Spécifique à un entrepôt de données ; nommez celui que vous avez utilisé plutôt que d'écrire « entrepôt de données cloud ».
  • Snowflake — L'autre entrepôt courant ; reconnu à la lettre et de plus en plus une exigence des offres.
  • dbt — Signale un travail moderne de transformation ; en minuscules, et un vrai élément de différenciation quand les offres le demandent.
  • Git — Montre que vos analyses sont versionnées plutôt que de vivre dans un seul notebook.

Compétences comportementales

Pour les analystes, ces compétences consistent surtout à se faire comprendre. Elles ne valent la peine d'être mentionnées que si une puce montre le résultat : un graphique qui n'a entraîné aucune action n'est pas un résultat.

  • Communication avec les parties prenantes — La compétence qui distingue les analystes qui évoluent ; montrez-la en nommant les personnes devant qui vous avez présenté.
  • Data storytelling — Cité dans les offres d'analytics produit et marketing ; signifie que la conclusion a changé une décision.
  • Sens du détail — Faible comme affirmation, mais pertinent ici, car les erreurs d'analyste coûtent cher : gagnez-le dans une puce sur la validation.
  • Cadrage du problème — Les offres seniors veulent une personne qui remet en question la demande, pas seulement qui y répond.
  • Collaboration transverse — Les analystes se situent entre des équipes ; dites lesquelles plutôt que d'employer l'expression seule.

Envie de le voir sur votre propre CV ? Comparez-le à une offre d'emploi, gratuitement et sans compte.

Verbes d'action

Commencez par l'action et préférez les verbes qui impliquent qu'une décision a suivi. « Analysé » sans conséquence est la puce faible la plus courante sur les CV d'analystes.

  • Construit — Concret et vrai pour des pipelines, des tableaux de bord et des modèles ; plus fort que « travaillé sur ».
  • Automatisé — Sous-entend que quelque chose était manuel : dites quoi, et à quelle fréquence cela tournait.
  • Identifié — Le bon verbe quand la découverte venait de vous plutôt que d'une demande.
  • Réduit — Convient au temps de requête, aux taux d'erreur et aux heures manuelles ; demande un avant et un après.
  • Modélisé — Précis pour les schémas et les prévisions, là où « analysé » est vague.
  • Présenté — Montre que le travail a quitté votre écran ; nommez le public.

Comment les utiliser

Placez chaque terme là où il est réellement vrai : dans votre section de compétences s'il s'agit d'une capacité, dans une puce s'il s'agit de quelque chose que vous avez fait, dans votre résumé s'il s'agit de ce pour quoi on vous connaît. Reprenez les mots mêmes de l'offre, car les logiciels de présélection comparent des chaînes de caractères et non des sens. Ne répétez pas un terme pour gonfler un décompte : cela ne vous aide pas auprès du logiciel et se lit mal pour la personne qui le lit ensuite.

FAQ

Réponses rapides

Oui, mais sans exagérer. « SQL » suffit ; « SQL avancé » appelle une question sur les fonctions de fenêtrage. La plupart des entretiens d'analyste incluent une requête en direct : le niveau que vous annoncez est le niveau sur lequel on vous testera, et être exact ne vous coûte rien à l'étape de présélection, où le terme est reconnu comme une chaîne de caractères.

Oui. Une large part des offres le cite encore, et les logiciels de présélection font correspondre le mot littéral. L'omettre pour paraître plus technique vous coûte de vraies correspondances et ne signale rien à la personne qui vous lit, qui suppose de toute façon que vous le maîtrisez.

Seulement si vous avez livré un modèle que quelqu'un a utilisé. Sur un CV d'analyste, le terme attire l'attention de personnes qui poseront des questions sur la validation et la dérive, et « j'ai suivi un cours » est une mauvaise réponse. Si votre expérience est exploratoire, décrivez ce que vous avez réellement fait ; c'est souvent plus pertinent pour le poste de toute façon.

Cela pourrait aussi vous intéresser

Comparez votre CV à une vraie offre.