8 апреля 2026 г.

Резюме аналитика данных — как составить и не облажаться

Коротко

Резюме аналитика данных — это не список обязанностей с прошлой работы. Это документ, который за 30 секунд должен убедить рекрутера и нанимающего менеджера, что вас стоит позвать на собеседование. Большинство резюме аналитиков проваливаются по одной причине: в них написано, что человек делал, но не написано, какой результат это дало.

В этом гайде — структура, примеры формулировок, типичные ошибки и рекомендации для разных уровней.

Структура резюме

Резюме аналитика данных должно содержать шесть блоков. Порядок важен — рекрутер читает сверху вниз и часто не добирается до конца.

1. Контактная информация. Имя, город, телефон, email, ссылка на Telegram. Если есть GitHub или портфолио — добавляйте. Фото — на ваше усмотрение, но для hh.ru лучше с ним.

2. Summary (о себе). Два-три предложения: кто вы, сколько лет в аналитике, в чём сильны. Не пишите «ответственный, коммуникабельный» — пишите конкретику: «2 года в продуктовой аналитике, строил систему метрик для e-commerce с DAU 500K».

3. Опыт работы. Самый важный блок. Каждая позиция — компания, период, должность и 3-5 пунктов с достижениями (не обязанностями). Подробнее — ниже.

4. Ключевые навыки. Список технологий и инструментов, релевантных вакансии.

5. Образование. Вуз, специальность, год выпуска. Если есть профильные курсы (Karpov.Courses, Яндекс Практикум, Stepik) — указывайте, но без фанатизма. Три-четыре релевантных курса, не пятнадцать.

6. Проекты. Для джунов без коммерческого опыта — обязательный блок. Для мидлов и старше — опционально.

Как описывать опыт: действие + метрика + результат

Главное правило: каждый пункт в блоке «Опыт» должен содержать действие, метрику и результат. Не описание процесса, а конкретный outcome.

Плохо:

  • Занимался анализом данных и построением отчётов
  • Поддерживал дашборды в Tableau
  • Участвовал в A/B-тестировании
  • Работал с базами данных

Хорошо:

  • Построил систему дашбордов для отдела маркетинга (12 дашбордов), что сократило время подготовки еженедельных отчётов с 8 часов до 1,5
  • Провёл A/B-тест нового онбординга — конверсия в первый заказ выросла на 14%, тест раскатили на 100% аудитории
  • Автоматизировал ежедневную выгрузку когортных данных на Python — вместо ручной обработки в Excel экономим 5 часов в неделю
  • Нашёл аномалию в воронке оплаты через декомпозицию конверсии — баг в мобильном приложении, после фикса CR вырос на 3 п.п.

Видите разницу? «Занимался анализом данных» — это ничто. «Нашёл аномалию, которая стоила компании X% конверсии» — это конкретная ценность.

Если точных цифр нет — используйте порядок: «сократил время с нескольких часов до 30 минут», «рост конверсии на двузначный процент». Приблизительная цифра лучше, чем никакой.

Ключевые навыки

Раздел навыков должен быть релевантным вакансии. Не перечисляйте всё, что когда-либо открывали, — только то, в чём уверены и что требуется на позиции.

Типичный набор для аналитика данных:

  • SQL: PostgreSQL, ClickHouse, оконные функции, CTE, оптимизация запросов
  • Python: Pandas, NumPy, Matplotlib, Seaborn, Jupyter
  • BI-инструменты: Tableau, Superset, Redash, DataLens
  • Статистика и A/B-тесты: проектирование экспериментов, статистическая значимость, Bootstrap
  • Инструменты: Git, Airflow, Excel/Google Sheets
  • Метрики: Retention, LTV, ARPU, конверсия воронок, когортный анализ

Адаптируйте список под вакансию. Если в описании упоминают ClickHouse — убедитесь, что он в вашем резюме. Если требуют Tableau, а вы писали только «BI-инструменты» — конкретизируйте.

Проекты: что делать, если нет коммерческого опыта

Для джунов без опыта в компании проекты — это ваш главный козырь. Три источника:

Kaggle-соревнования. Участвуйте и описывайте не как «прошёл курс», а как проект с результатом: «Построил модель предсказания оттока клиентов телеком-компании, ROC-AUC 0.87, топ-15% на Kaggle».

Pet-проекты. Возьмите открытый датасет (данные Росстата, Open Data, выгрузка из API), проведите анализ, опубликуйте на GitHub. Важно: добавьте README с описанием задачи, подхода и выводов. Ссылку на репозиторий — в резюме.

Курсовые проекты. Если проходили серьёзный курс с финальным проектом — опишите его как реальную работу: задача, данные, метод, результат. «Провёл когортный анализ и RFM-сегментацию для онлайн-ритейлера, выделил 5 сегментов, предложил стратегию удержания для группы risk-of-churn».

Подробнее о том, как собрать портфолио: портфолио аналитика данных.

Резюме для разных уровней

Junior. Акцент на навыках, курсах и проектах. Опыт работы — стажировки, фриланс, пет-проекты. Не стесняйтесь показывать учебные проекты, если они качественные. Одна страница.

Middle. Акцент на опыте и результатах. 2-3 позиции с конкретными достижениями. Покажите, что умеете не только считать метрики, но и влиять на решения: «Рекомендовал изменить логику скоринга, что снизило долю ложноположительных срабатываний на 22%». Одна-две страницы.

Senior / Lead. Акцент на масштабе влияния. Не «построил дашборд», а «выстроил систему аналитики в команде из 4 человек, которая обслуживает 3 продуктовых направления». Покажите менторство, процессы, стратегические решения. Две страницы максимум.

Типичные ошибки

Нет цифр. Самая частая проблема. «Улучшил процессы» — это ни о чём. «Сократил time-to-insight с 3 дней до 4 часов» — это понятно.

Обязанности вместо достижений. «Отвечал за подготовку отчётов» — это описание роли, а не вашей ценности. Переформулируйте в результат.

Нерелевантный опыт. Если вы работали официантом — не надо описывать это на полстраницы. Одна строчка или уберите совсем. Исключение: если там есть цифры, которые показывают аналитический подход («Предложил изменить раскладку меню на основе анализа продаж — средний чек вырос на 8%»).

Резюме длиннее двух страниц. Рекрутер тратит на первый скрининг 15-30 секунд. Если за это время он не нашёл ничего интересного — ваше резюме в стопке «нет».

Ошибки в SQL-запросах или коде в портфолио. Если даёте ссылку на GitHub — проверьте, что код работает и читаем. Грязный код в портфолио хуже, чем отсутствие портфолио.

Как пройти ATS

ATS (Applicant Tracking System) — система, которая фильтрует резюме до того, как его увидит человек. Крупные компании (Яндекс, Сбер, Тинькофф, Озон) используют ATS. Несколько правил:

  • Используйте ключевые слова из описания вакансии — ATS ищет совпадения
  • Не прячьте текст в картинках — ATS их не читает
  • Стандартные названия секций: «Опыт работы», «Навыки», «Образование» — ATS распознаёт их лучше
  • Формат PDF или DOCX — не JPG, не PNG, не скан от руки
  • Один файл, без архивов и ссылок на Google Docs

Вопросы о резюме на собеседовании

На собеседовании часто спрашивают про то, что написано в резюме. Вот типичные вопросы и как на них отвечать.

«Расскажите о проекте, которым гордитесь»

Выберите проект с измеримым результатом. Структура ответа: контекст (какая была проблема), действие (что вы сделали), результат (что изменилось в цифрах). Не растекайтесь — уложитесь в 2 минуты.

«Какие инструменты вы используете и почему?»

Не перечисляйте всё подряд. Назовите основной стек и объясните выбор: «Для ad-hoc анализа — SQL в ClickHouse, потому что у нас данные в нём. Для автоматизации — Python с Pandas. Для визуализации — Tableau, потому что им пользуется вся команда».

«Почему хотите сменить работу?»

Не ругайте текущего работодателя. Хорошие ответы: рост (хочу работать с большим масштабом данных), продукт (интересен ваш домен), команда (хочу учиться у сильных аналитиков).

«Какой у вас опыт с A/B-тестами?»

Расскажите конкретный кейс: какую гипотезу тестировали, как рассчитывали размер выборки, какой получили результат, что решили по итогу. Если опыта нет — честно скажите и расскажите теорию.

«Что бы вы улучшили в нашем продукте?»

Подготовьтесь заранее: посмотрите продукт, найдите одну конкретную проблему и предложите подход к анализу. Не нужно давать готовое решение — покажите аналитическое мышление.

Резюме — это первый шаг. Дальше нужно пройти само собеседование. Если хотите прокачать SQL, продуктовые метрики, A/B-тесты и всё остальное — откройте тренажёр.

FAQ

Нужно ли писать сопроводительное письмо?

Если есть возможность — да. Короткое: 3-4 предложения, почему вам интересна эта компания и что конкретно вы можете ей дать. Шаблонные письма «Прошу рассмотреть мою кандидатуру...» — не пишите, они работают в минус.

Стоит ли указывать зарплатные ожидания?

На hh.ru — да, это влияет на ранжирование в поиске. Указывайте нижнюю границу вилки, которая вас устраивает. В PDF-резюме для прямого отклика — не обязательно, обсудите на интервью.

Можно ли отправлять одно резюме на все вакансии?

Можно, но конверсия будет ниже. Оптимально: одно базовое резюме + адаптация блоков «навыки» и «summary» под каждую вакансию. Занимает 10-15 минут, но повышает шансы.

Что делать, если совсем нет опыта?

Делайте проекты. Два-три качественных проекта на GitHub с описанием и визуализациями — это уже больше, чем у половины кандидатов на джуниорскую позицию. Начните с чек-листа подготовки и примеров вопросов, чтобы понять, какие темы закрывать в первую очередь.

Если только начинаете путь в аналитику — почитайте как стать аналитиком данных. Там разобран полный путь от нуля до первого оффера.

Тренироваться в Telegram