Ejemplos de CV

Ejemplo de CV de Analista de Datos y Guía Completa de Redacción 2026

Los responsables de contratación de analistas de datos buscan sobre todo una cosa: la prueba de que convertiste números en decisiones. Esta guía muestra exactamente qué habilidades de SQL, Python y visualización destacar, con bullets de ejemplo cuantificados y palabras clave ATS extraídas de ofertas reales de analista de datos.

Los analistas de datos actuales consultan y limpian datos (SQL, Python/pandas), construyen dashboards (Tableau, Power BI, Looker), ejecutan pruebas estadísticas y traducen los hallazgos en decisiones para stakeholders no técnicos. Los reclutadores y los filtros ATS buscan profundidad técnica específica —funciones de ventana, joins entre múltiples tablas, pruebas A/B, regresión— y no solo nombres de herramientas, además de evidencia de que el analista influyó en una métrica de negocio. Un CV que dice 'analizó datos en Excel' se descarta; uno que dice 'construyó un modelo de churn que redujo la fuga de clientes en un 9%' consigue una entrevista.

Habilidades clave

  • SQL (funciones de ventana, CTEs, optimización de consultas)
  • Python (pandas, NumPy, scikit-learn)
  • Visualización de datos (Tableau, Power BI, Looker)
  • Análisis estadístico y pruebas de hipótesis
  • Pruebas A/B y diseño de experimentos
  • Fundamentos de ETL y pipelines de datos
  • Excel (tablas dinámicas, BUSCARX, macros)
  • Diseño de dashboards y reportes de KPI
  • Storytelling con datos y comunicación con stakeholders
  • Limpieza y validación de datos
  • Pronósticos y modelado de regresión
  • Google Analytics / herramientas de analítica de producto

Ejemplos de logros para tu currículum

  1. Nivel inicial, automatización de reportes: Construyó 12 consultas SQL automatizadas para reemplazar reportes de ventas semanales manuales, ahorrando al equipo de marketing alrededor de 6 horas por semana y eliminando errores causados por la carga manual en Excel.
  2. Nivel medio, dashboards de BI: Diseñó un dashboard en Power BI que consolidaba datos de 4 sistemas de origen para monitorear el churn de clientes en tiempo real, permitiendo al equipo de retención reducir el churn en un 9% en dos trimestres.
  3. Nivel medio, analítica de producto / pruebas A/B: Ejecutó y analizó más de 15 pruebas A/B en el flujo de checkout usando Python y SQL, identificando una función de recompra en un clic que aumentó la tasa de conversión en un 4,2% y sumó aproximadamente 380.000 dólares en ingresos anuales.
  4. Senior, pronósticos y modelado: Desarrolló un modelo de pronóstico de demanda en Python (scikit-learn) que redujo el sobrestock de inventario en un 22% en 180 SKUs, ahorrando aproximadamente 1,1 millones de dólares en costos anuales de mantenimiento.
  5. Senior, gestión de pipeline de datos: Colaboró con ingeniería para rediseñar el pipeline de ETL que alimentaba el dashboard ejecutivo, reduciendo el tiempo de actualización de datos de 6 horas a 45 minutos y mejorando la precisión de los datos del 91% al 99,5%.
  6. Analista de datos, comunicación ejecutiva: Presentó un análisis trimestral de retención por cohortes a la alta dirección, traduciendo los hallazgos en 3 cambios en el roadmap de producto que mejoraron la retención de usuarios a 90 días en un 11%.

Palabras clave para ATS

  • SQL
  • Python
  • R
  • Tableau
  • Power BI
  • Excel
  • visualización de datos
  • análisis estadístico
  • pruebas A/B
  • ETL
  • limpieza de datos
  • dashboard
  • reportes de KPI
  • modelado predictivo
  • análisis de regresión

Errores comunes

  • Enumerar herramientas sin demostrar resultados, por ejemplo, 'Dominio de SQL, Python, Excel'. — Muestra un análisis específico y su resultado de negocio en lugar de una simple lista de herramientas.
  • No cuantificar el impacto de negocio, describiendo solo los reportes producidos. — Vincula cada análisis a una decisión o a un resultado en dólares o porcentaje, por ejemplo: '...lo que llevó a una reducción del 12% en el costo de adquisición de clientes.'
  • Sobrecargar los bullets con jerga estadística académica. — Traduce los métodos técnicos a un lenguaje de negocio que un responsable de contratación, no solo otro analista, pueda entender.
  • Restar valor a la profundidad en SQL/Python al escribir solo 'SQL' sin contexto. — Especifica la complejidad: funciones de ventana, CTEs, joins entre 5+ tablas, ya que el ATS y los reclutadores técnicos filtran por estos términos.
  • Omitir la experiencia de comunicación con stakeholders o presentaciones. — Incluye al menos un bullet que muestre que tu análisis fue presentado a, o influyó en, stakeholders no técnicos o en la dirección.

Consejos de formato

  • Separa una sección de 'Habilidades técnicas' en lenguajes/herramientas (SQL, Python, R) frente a plataformas de BI (Tableau, Power BI, Looker) para un escaneo más rápido.
  • Enlaza un portafolio (GitHub, Tableau Public o un análisis personal publicado) si tienes uno; cada vez se espera más en roles de datos.
  • Mantenlo en una página al inicio de tu carrera; dos páginas como máximo para 8+ años de experiencia o candidatos en camino a analytics manager.
  • Cuantifica la escala del dataset (filas, tablas, fuentes) cuando sea relevante, para demostrar que has manejado datos a escala de producción, no solo proyectos académicos.
  • No incrustes capturas de dashboards en el propio CV; enlaza a una pieza de portafolio en vivo.
  • Usa un formato de métricas consistente (%, $, horas ahorradas) para que el impacto cuantificado sea fácil de escanear en los 6 segundos que dura la revisión de un reclutador.

Ejemplos de currículum