সিভি উদাহরণ

ডেটা অ্যানালিস্ট সিভি উদাহরণ ও সম্পূর্ণ লেখার গাইড ২০২৬

ডেটা অ্যানালিস্ট নিয়োগকর্তারা সবার আগে একটি বিষয় খোঁজেন: আপনি সংখ্যাকে সিদ্ধান্তে রূপান্তর করেছেন তার প্রমাণ। এই গাইডে ঠিক দেখানো হয়েছে কোন SQL, Python ও ভিজুয়ালাইজেশন স্কিল হাইলাইট করবেন, বাস্তব ডেটা অ্যানালিস্ট জব পোস্টিং থেকে নেওয়া পরিমাপযোগ্য উদাহরণ বুলেট ও ATS কীওয়ার্ডসহ।

আধুনিক ডেটা অ্যানালিস্টরা ডেটা কোয়েরি করেন ও পরিষ্কার করেন (SQL, Python/pandas), ড্যাশবোর্ড তৈরি করেন (Tableau, Power BI, Looker), স্ট্যাটিস্টিক্যাল টেস্ট চালান, এবং অ-টেকনিক্যাল স্টেকহোল্ডারদের জন্য ফাইন্ডিংসকে সিদ্ধান্তে রূপান্তর করেন। রিক্রুটার ও ATS ফিল্টাররা শুধু টুলের নাম নয়, নির্দিষ্ট টেকনিক্যাল গভীরতা — উইন্ডো ফাংশন, একাধিক টেবিল জুড়ে জয়েন, A/B টেস্টিং, রিগ্রেশন — এবং অ্যানালিস্ট একটি ব্যবসায়িক মেট্রিককে প্রভাবিত করেছেন তার প্রমাণ খোঁজে। 'Excel-এ ডেটা বিশ্লেষণ করেছেন' লেখা সিভি বাদ পড়ে; 'churn ৯% কমানো একটি churn মডেল তৈরি করেছেন' লেখা সিভি ইন্টারভিউ পায়।

সম্পূর্ণ সিভির উদাহরণ

এই পদের জন্য একটি সম্পূর্ণ নমুনা সিভি, মডার্ন টেমপ্লেটে দেখানো হয়েছে। একই টেমপ্লেট দিয়ে শুরু করুন এবং তথ্যগুলো নিজের তথ্য দিয়ে বদলে নিন।

টেমপ্লেট: মডার্ন

আরিফ হোসেন

ডেটা অ্যানালিস্ট

সারাংশ

অগোছালো প্রোডাক্ট ও সেলস ডেটাকে ব্যবসায়িক সিদ্ধান্তে রূপ দেওয়ায় ৫ বছরের অভিজ্ঞ ডেটা অ্যানালিস্ট। SQL, Python ও Tableau-তে দক্ষ; রিপোর্টিং স্বয়ংক্রিয় করা এবং রেভিনিউ মেট্রিক বদলে দেওয়া এক্সপেরিমেন্ট পরিচালনার প্রমাণিত রেকর্ড রয়েছে।

অভিজ্ঞতা

সিনিয়র ডেটা অ্যানালিস্ট · অর্বিট সাবস্ক্রিপশনস লিমিটেড

ঢাকা · 2022 – চলমান

  • প্রাইসিং ও অনবোর্ডিং নিয়ে ৪০টিরও বেশি A/B টেস্ট ডিজাইন ও বিশ্লেষণ করেছি এবং বার্ষিক ১৯ কোটি টাকার রাজস্ব-সম্ভাবনাময় পরিবর্তন চিহ্নিত করেছি।
  • Python-এ একটি চার্ন পূর্বাভাস মডেল তৈরি করেছি, যা ৮১% প্রিসিশনে ৩০ দিনের চার্ন অনুমান করে এবং রিটেনশন টিম প্রতি সপ্তাহে এটি ব্যবহার করে।
  • প্রোডাক্টের ভাইস প্রেসিডেন্ট ও ফাইন্যান্স নেতৃত্বের কাছে মাসিক ইনসাইট রিভিউ উপস্থাপন করি।
ডেটা অ্যানালিস্ট · স্বর্ণালী রিটেইল লিমিটেড

ঢাকা · 2020 – 2022

  • ১৫টি ম্যানুয়াল Excel রিপোর্টের বদলে স্বয়ংক্রিয় Tableau ড্যাশবোর্ড চালু করেছি, এতে সেলস টিমের সপ্তাহে ২০ ঘণ্টা সাশ্রয় হয়েছে।
  • dbt মডেল লিখেছি, যা রেভিনিউ রিপোর্টিংয়ের একক নির্ভরযোগ্য উৎসে পরিণত হয়েছে।
জুনিয়র অ্যানালিস্ট · জরিপ রিসার্চ অ্যান্ড কনসাল্টিং

ঢাকা · 2019 – 2020

  • ৫০,০০০-এর বেশি উত্তরদাতার সার্ভে ডেটাসেট পরিষ্কার ও একীভূত করেছি এবং SQL দিয়ে সাপ্তাহিক রিপোর্টিং স্বয়ংক্রিয় করেছি।

শিক্ষা

বিএসসি (সম্মান), পরিসংখ্যান · জাহাঙ্গীরনগর বিশ্ববিদ্যালয়

সাভার, ঢাকা · 2015 – 2019

সার্টিফিকেশন

  • Google Data Analytics Professional Certificate · Google · 2020
  • Tableau Desktop Specialist · Tableau · 2021

দক্ষতা

  • SQL
  • Python (pandas, scikit-learn)
  • Tableau
  • Power BI
  • dbt
  • A/B টেস্টিং
  • পরিসংখ্যানগত বিশ্লেষণ
  • ফোরকাস্টিং
  • ডেটা স্টোরিটেলিং

ভাষা

  • বাংলা (মাতৃভাষা)
  • ইংরেজি (দক্ষ)
  • হিন্দি (মাঝারি)

মূল দক্ষতা

  • SQL (উইন্ডো ফাংশন, CTE, কোয়েরি অপ্টিমাইজেশন)
  • Python (pandas, NumPy, scikit-learn)
  • ডেটা ভিজুয়ালাইজেশন (Tableau, Power BI, Looker)
  • স্ট্যাটিস্টিক্যাল অ্যানালাইসিস ও হাইপোথিসিস টেস্টিং
  • A/B টেস্টিং ও এক্সপেরিমেন্ট ডিজাইন
  • ETL ও ডেটা পাইপলাইনের মৌলিক ধারণা
  • Excel (পিভট টেবিল, XLOOKUP, ম্যাক্রো)
  • ড্যাশবোর্ড ডিজাইন ও KPI রিপোর্টিং
  • ডেটা স্টোরিটেলিং ও স্টেকহোল্ডার কমিউনিকেশন
  • ডেটা ক্লিনিং ও ভ্যালিডেশন
  • ফোরকাস্টিং ও রিগ্রেশন মডেলিং
  • Google Analytics / প্রোডাক্ট অ্যানালিটিক্স টুল

সিভির নমুনা বুলেট পয়েন্ট

  1. এন্ট্রি-লেভেল, রিপোর্টিং অটোমেশন: সাপ্তাহিক ম্যানুয়াল সেলস রিপোর্ট প্রতিস্থাপনের জন্য ১২টি অটোমেটেড SQL কোয়েরি তৈরি করেছেন, মার্কেটিং টিমের সাপ্তাহিক প্রায় ৬ ঘণ্টা সাশ্রয় করেছেন এবং ম্যানুয়াল Excel এন্ট্রির কারণে হওয়া ত্রুটি দূর করেছেন।
  2. মিড-লেভেল, BI ড্যাশবোর্ডিং: ৪টি সোর্স সিস্টেমের ডেটা একত্র করে রিয়েল-টাইমে কাস্টমার churn ট্র্যাক করার জন্য একটি Power BI ড্যাশবোর্ড ডিজাইন করেছেন, রিটেনশন টিমকে দুই কোয়ার্টারে churn ৯% কমাতে সক্ষম করেছেন।
  3. মিড-লেভেল, প্রোডাক্ট অ্যানালিটিক্স / A/B টেস্টিং: Python ও SQL ব্যবহার করে চেকআউট ফ্লোতে ১৫+টি A/B টেস্ট চালিয়ে বিশ্লেষণ করেছেন, একটি ওয়ান-ক্লিক রিঅর্ডার ফিচার শনাক্ত করেছেন যা কনভার্সন রেট ৪.২% বাড়িয়েছে এবং বার্ষিক আনুমানিক $380K রেভিনিউ যোগ করেছে।
  4. সিনিয়র, ফোরকাস্টিং ও মডেলিং: Python (scikit-learn)-এ একটি ডিমান্ড-ফোরকাস্টিং মডেল তৈরি করেছেন যা ১৮০টি SKU জুড়ে ইনভেন্টরি ওভারস্টক ২২% কমিয়েছে, বার্ষিক আনুমানিক $1.1M ক্যারিং কস্ট সাশ্রয় করেছে।
  5. সিনিয়র, ডেটা পাইপলাইন মালিকানা: এক্সিকিউটিভ ড্যাশবোর্ডে ডেটা সরবরাহকারী ETL পাইপলাইন পুনর্ডিজাইনে ইঞ্জিনিয়ারিংয়ের সাথে অংশীদারিত্ব করেছেন, ডেটা রিফ্রেশ সময় ৬ ঘণ্টা থেকে ৪৫ মিনিটে নামিয়েছেন এবং ডেটার নির্ভুলতা ৯১% থেকে ৯৯.৫%-এ উন্নীত করেছেন।
  6. ডেটা অ্যানালিস্ট, এক্সিকিউটিভ কমিউনিকেশন: সিনিয়র লিডারশিপের কাছে ত্রৈমাসিক কোহোর্ট রিটেনশন বিশ্লেষণ উপস্থাপন করেছেন, ফাইন্ডিংসকে ৩টি প্রোডাক্ট রোডম্যাপ পরিবর্তনে রূপান্তর করেছেন যা ৯০-দিনের ইউজার রিটেনশন ১১% বাড়িয়েছে।

ATS কীওয়ার্ড

  • SQL
  • Python
  • R
  • Tableau
  • Power BI
  • Excel
  • ডেটা ভিজুয়ালাইজেশন
  • স্ট্যাটিস্টিক্যাল অ্যানালাইসিস
  • A/B টেস্টিং
  • ETL
  • ডেটা ক্লিনিং
  • ড্যাশবোর্ড
  • KPI রিপোর্টিং
  • প্রেডিক্টিভ মডেলিং
  • রিগ্রেশন অ্যানালাইসিস

সাধারণ ভুল

  • ফলাফল না দেখিয়ে টুল তালিকাভুক্ত করা, যেমন 'SQL, Python, Excel-এ দক্ষ।' — একটি খালি টুল তালিকার বদলে একটি নির্দিষ্ট বিশ্লেষণ ও তার ব্যবসায়িক ফলাফল দেখান।
  • কোনো পরিমাপযোগ্য ব্যবসায়িক প্রভাব নেই — শুধু তৈরি করা রিপোর্ট বর্ণনা করা। — প্রতিটি বিশ্লেষণকে একটি সিদ্ধান্ত বা ডলার/শতাংশ ফলাফলের সাথে যুক্ত করুন, যেমন '...যা কাস্টমার অ্যাকুইজিশন কস্ট ১২% কমিয়েছে।'
  • বুলেটগুলোতে একাডেমিক স্ট্যাটিস্টিক্যাল জার্গন দিয়ে ভরিয়ে দেওয়া। — টেকনিক্যাল পদ্ধতিগুলোকে ব্যবসায়িক ভাষায় অনুবাদ করুন, যা শুধু একজন সহকর্মী অ্যানালিস্ট নয়, একজন নিয়োগকর্তাও বুঝতে পারেন।
  • শুধু 'SQL' লিখে কোনো প্রসঙ্গ ছাড়া SQL/Python-এর গভীরতা কম দেখানো। — জটিলতা নির্দিষ্ট করুন — উইন্ডো ফাংশন, CTE, ৫+ টেবিল জুড়ে জয়েন — কারণ ATS ও টেকনিক্যাল রিক্রুটাররা এই টার্মগুলো ফিল্টার করে।
  • স্টেকহোল্ডার কমিউনিকেশন বা প্রেজেন্টেশন অভিজ্ঞতা বাদ দেওয়া। — অন্তত একটি বুলেট অন্তর্ভুক্ত করুন যা দেখায় আপনার বিশ্লেষণ অ-টেকনিক্যাল স্টেকহোল্ডার বা লিডারশিপের কাছে উপস্থাপন করা হয়েছে বা তাদের প্রভাবিত করেছে।

ফরম্যাটিং টিপস

  • দ্রুত স্ক্যানিংয়ের জন্য 'টেকনিক্যাল স্কিলস' সেকশনকে ভাষা/টুল (SQL, Python, R) বনাম BI প্ল্যাটফর্ম (Tableau, Power BI, Looker)-এ ভাগ করুন।
  • একটি পোর্টফোলিও (GitHub, Tableau Public, বা একটি ব্যক্তিগত অ্যানালিটিক্স রাইট-আপ) থাকলে লিংক দিন — ডেটা পদের জন্য এটি ক্রমবর্ধমানভাবে প্রত্যাশিত।
  • প্রাথমিক ক্যারিয়ারের জন্য এক পাতায় রাখুন; ৮+ বছর বা অ্যানালিটিক্স-ম্যানেজার-ট্র্যাক প্রার্থীদের জন্য সর্বোচ্চ দুই পাতা।
  • প্রাসঙ্গিক হলে ডেটাসেটের স্কেল (সারি, টেবিল, সোর্স) পরিমাপ করুন, যাতে দেখা যায় আপনি ক্লাস প্রজেক্ট নয়, প্রোডাকশন-স্কেল ডেটা সামলেছেন।
  • সিভিতেই ড্যাশবোর্ড স্ক্রিনশট এমবেড করবেন না — পরিবর্তে একটি লাইভ পোর্টফোলিও অংশে লিংক দিন।
  • সামঞ্জস্যপূর্ণ মেট্রিক ফরম্যাটিং ব্যবহার করুন (%, $, সাশ্রিত ঘণ্টা) যাতে ৬-সেকেন্ডের রিক্রুটার স্ক্যানে পরিমাপযোগ্য প্রভাব সহজে দেখা যায়।

সিভি উদাহরণ