Резюме аналитика данных: что писать, чтобы дошло до технического собеседования

Резюме аналитика читают быстро. Первый заход занимает секунд двадцать: смотрят стек, последнее место, длительность работы и то, насколько понятно написано, чем человек занимался. Дальше либо открывают подробнее, либо закрывают вкладку.

Значит, задача резюме простая: за эти двадцать секунд донести, что вы решали задачи, похожие на те, что есть у компании. Всё остальное вторично.

Структура, которая работает

Порядок блоков давно устоялся, изобретать своё не надо.

Контакты и желаемая позиция. Одной строкой: «Аналитик данных» или «Продуктовый аналитик». Не «специалист по работе с информацией».

Краткое саммари, три-четыре строки. Кто вы, сколько лет в профессии, на чём работаете, что ищете.

Опыт работы от последнего к первому. Основной блок, о нём ниже.

Навыки. Список инструментов без самооценки в звёздочках.

Образование и курсы. Внизу, коротко. Исключение: если вы вчерашний выпускник и это ваш единственный аргумент.

Проекты. Обязательны, если коммерческого опыта мало.

Главная ошибка: обязанности вместо результатов

Девять резюме из десяти описывают опыт так:

Построение отчётности, работа с базами данных, взаимодействие с бизнес-заказчиками, участие в разработке дашбордов, анализ данных.

Прочитайте и попробуйте понять, что человек реально делал. Не получится, потому что этот текст подходит и стажёру, и человеку с пятью годами опыта.

Как надо:

Собрал витрину по подпискам в ClickHouse, свёл метрики, которые до этого считали в четырёх отчётах и получали три разных числа. Автоматизировал недельную отчётность для продуктовой команды, время подготовки упало с полутора дней до получаса. Разобрал просадку конверсии оплаты: нашёл, что треть отвалов давал баннер на шаге ввода карты.

Разница в том, что во втором варианте есть задачи, инструменты и итог. Такое резюме порождает вопросы на собеседовании, а вопросы это то, ради чего резюме и пишется.

Простая формула для каждого пункта: что было не так, что вы сделали, что стало. Не для всех задач получится третий элемент, и ладно. Хотя бы для двух-трёх обязательно.

Про цифры

Цифры повышают доверие, но только настоящие. Не пишите «увеличил выручку на 40%», если вы посчитали метрику, а решение принимал кто-то другой. Такое проверяется первым же уточняющим вопросом, и дальше разговор идёт неприятно.

Что можно измерять честно: объём данных, количество источников, сколько времени экономит автоматизация, сколько дашбордов поддерживаете, сколько экспериментов в квартал. Это ваша работа, а не заслуга всей компании.

Навыки: без звёздочек и без вранья

Список инструментов пишется просто, через запятую или колонками: SQL, Python (pandas, numpy), ClickHouse, PostgreSQL, Airflow, Power BI, Metabase, Git.

Три правила.

Не ставьте самооценку. Шкалы вроде «SQL: 8/10» ничего не значат, потому что у всех разная линейка.

Не пишите то, что видели один раз. Строчка Spark в резюме означает, что про Spark спросят. Ответ «ну я один туториал прошёл» портит впечатление сильнее, чем отсутствие строчки.

Разделяйте уверенное и знакомое. Если хочется показать широту, сделайте два блока: «работаю постоянно» и «использовал в проектах». Честно и снимает лишние ожидания.

Если коммерческого опыта нет

Ситуация обычная, и она решается проектами. Но проект проекту рознь.

Плохой проект: «анализ датасета Titanic, построил модель, точность 0.78». Такое видели тысячу раз, и оно ничего не говорит о вас.

Хороший проект: своя задача на открытых данных с внятным вопросом и выводом. «Собрал данные по московским самокатам за сезон, посчитал спрос по часам и районам, нашёл, что вечерний пик в спальных районах сдвинут на час относительно центра». Дальше ссылка на репозиторий с чистым кодом и коротким README.

Ещё лучше: автоматизация чего-то реального на текущей работе, даже если работа не про IT. Сводили отчёт руками в Excel и переписали на Python? Это опыт, и его стоит описать так же, как коммерческий: что было, что сделали, сколько времени сэкономили.

Отдельно про курсы: их стоит указывать, но не делать главным блоком. Строчка про курс сообщает, что вы учились. Строчка про проект сообщает, чему научились.

Мелочи, из-за которых закрывают вкладку

Простыня без структуры. Абзац на двадцать строк никто читать не станет. Буллеты, короткие фразы, воздух между блоками.

Резюме на четыре страницы. Для аналитика с опытом до пяти лет достаточно одной, максимум полутора. Всё, что старше пяти лет, схлопывается в одну строку.

Фраза «стрессоустойчивый, коммуникабельный, нацелен на результат». Проверить нельзя, поэтому пропускают. Место лучше отдать под задачу.

Отсутствие дат или дыры без объяснения. Перерыв на полгода нормален, вопросы вызывает не он, а попытка его спрятать.

Файл в неудобном формате. PDF, название файла с вашей фамилией. Не «резюме_финал_2_испр.docx».

Как проверить резюме перед отправкой

Три быстрых теста.

Первый: дайте прочитать человеку не из аналитики и попросите пересказать, чем вы занимаетесь. Не сможет, значит написано непонятно.

Второй: откройте вакансию и своё резюме рядом. Совпадают ли ключевые слова? Не для обмана робота, а по сути: если в вакансии ClickHouse и A/B-тесты, а у вас про них ни слова, хотя опыт есть, это ваша потеря.

Третий: посмотрите на каждый пункт опыта и спросите себя, какой вопрос по нему задаст интервьюер. Не придумывается вопрос? Пункт написан слишком общо.

Резюме доводит только до двери

Хорошее резюме решает ровно одну задачу: получить приглашение на техническое собеседование. Дальше начинается другая история, где спрашивают про оконные функции, про поведение LEFT JOIN, про то, чем медиана лучше среднего, и про то, что вы будете делать при просадке метрики.

К этой части готовятся отдельно и заранее. В Сеньорчике собран банк вопросов с реальных собеседований аналитиков: SQL, статистика, продуктовые метрики, A/B-тесты, визуализация. Каждый с вариантами ответов и разбором, а движок возвращает темы, где вы ошибаетесь, пока они не начнут отскакивать. Десять минут в день в Telegram, бесплатно.