Exemple de CV de data analyst
Un data analyst se vend sur trois preuves : la stack technique précise (SQL, Python, BI), les projets livrés avec impact business mesurable, et la capacité à traduire la donnée pour des non-data. Mettez ces trois axes en avant.
CV complet de data analyst
Modèle pour un data analyst confirmé en e-commerce ou SaaS B2B. Adaptez la stack et les projets à votre profil.
Data analyst avec 4 ans d'expérience en e-commerce (Veepee) et SaaS B2B (Aircall). Stack : SQL avancé, Python (pandas, numpy, scikit-learn pour le clustering), Looker, Power BI, dbt. Capable de mener un projet de bout en bout : cadrage avec le métier, exploration, modélisation, restitution. Projet emblématique 2024 : refonte du modèle de churn ayant abouti à une baisse de 22 % du churn mensuel sur la cohorte SMB.
📚 Approfondir : rédiger un profil percutant →- Conception et maintenance de 12 dashboards Looker pour 5 BU (revenue, marketing, opérations).
- Refonte du modèle de churn SMB : feature engineering Python, validation A/B, baisse de 22 % du churn mensuel.
- Mise en place de tests A/B sur le funnel checkout (3 itérations 2024) — uplift moyen de +6 % sur la conversion.
- Mentoring d'un alternant sur SQL avancé et bonnes pratiques dbt.
- Analyses ad hoc pour les équipes Customer Success, Sales et Product (3-5 demandes/semaine).
- Construction du dashboard Power BI de suivi des objectifs trimestriels CSM (140 utilisateurs).
- Automatisation du reporting mensuel investisseur (passage de 3 jours à 30 minutes).
Certifications : Looker LookML Developer (2023), Google Data Analytics Professional (Coursera, 2022). Projet open-source : contributions ponctuelles à dbt-utils. Anglais courant — équipes internationales chez Aircall et Veepee.
Un profil qui chiffre l'impact
Le profil d'un data analyst doit dire la stack, les secteurs et au moins un projet à impact business mesurable. Pas « passionné par la donnée » — un fait concret.
Data analyst passionné et autonome, je cherche un nouveau défi dans une équipe data ambitieuse.
Data analyst (4 ans, e-commerce et SaaS B2B). SQL, Python, Looker. Refonte du modèle de churn SMB chez Veepee → baisse de 22 % du churn mensuel sur 6 mois.
Plus de conseils ? Lisez notre guide pour le profil personnel.
Ce que cherchent les équipes data
Listez votre stack précisément. SQL et un outil BI sont le minimum ; Python ou R, dbt, et de l'A/B testing différencient.
SQL
BigQuery, PostgreSQL, Snowflake — précisez les warehouses utilisés. SQL avancé attendu (CTE, window functions).
Python ou R
Pandas, numpy, scikit-learn pour Python. Précisez les bibliothèques principales et leur usage.
BI tools
Looker, Power BI, Tableau, Metabase. Citez ceux que vous maîtrisez et les utilisateurs servis.
dbt et data pipelines
dbt, Airflow, dagster — connaître l'écosystème de modélisation est devenu attendu en 2026.
A/B testing
Statistiques fréquentistes et bayésiennes, calcul de taille d'échantillon. Précisez vos frameworks préférés.
Communication métier
Présentation à des non-data, traduction d'insights en recommandations. Compétence souvent sous-évaluée.
Comment décrire votre expérience
Pour chaque poste, donnez le secteur, l'équipe data (taille, organisation), 2-3 projets concrets avec stack et impact business chiffré.
- 12 dashboards Looker pour 5 BU.
- Refonte modèle de churn SMB → baisse de 22 % du churn mensuel.
- A/B tests funnel checkout, uplift moyen +6 %.
- Analyses ad hoc 3-5/sem pour CSM, Sales, Product.
- Dashboard Power BI suivi objectifs trimestriels (140 users).
- Automatisation reporting investisseur (3j → 30 min).
À faire et à éviter
Erreurs courantes et choix gagnants observés sur les CV de data analyst. Suivez ces conseils pour vous démarquer auprès des recruteurs français.
Listez votre stack précisément
BigQuery + Looker + dbt + Python est plus parlant que « SQL + BI + Python ». Le détail compte.
Évitez « passionné par la donnée »
Tout data analyst est censé l'être. Décrivez plutôt un projet concret avec impact business.
Chiffrez vos projets
Baisse de churn, uplift de conversion, gain de temps — chaque chiffre prouve votre valeur.
Pas de barres de niveau (ATS-incompatibles)
Préférez un texte clair (« SQL avancé », « Python intermédiaire »). Les barres ne sont pas lues par l'ATS.
Mentionnez votre GitHub si vous l'utilisez
Un GitHub avec quelques projets perso ou contributions pèse parfois plus qu'une certification.
N'oubliez pas l'anglais
Score TOEIC ou Cambridge. Beaucoup d'équipes data en France travaillent en anglais avec des collègues internationaux.
Quel salaire pour le métier de data analyst ?
Statistiques de salaire pour data analyst en France, basées sur les données de l’INSEE, de la DARES et des conventions collectives. Le salaire dépend de l’expérience, de la région, du secteur et de l’employeur.
Source : Hays — étude de rémunération tech 2024 ↗ · Apec — Étude rémunérations data ↗
FAQ : CV de data analyst
Réponses aux questions les plus fréquentes sur la rédaction d’un CV de data analyst en France.
Pas obligatoire mais très valorisé. Un GitHub avec 2-3 projets propres (notebook d'analyse, script Python documenté, dashboard Looker public) suffit. Pour les juniors c'est un vrai différenciateur. Pour les confirmés, l'expérience parle plus que le portfolio.
Mettez en avant les certifications reconnues (Coursera Google Data Analytics, IBM Data Analyst, DataCamp), les projets concrets (vos analyses publiées sur Medium, Kaggle), et un GitHub actif. Un parcours assumé bat un CV qui essaie de masquer la transition — la majorité des recruteurs en data sont à l'aise avec les reconversions.
Oui, c'est un signal fort pour les recruteurs. BigQuery, Snowflake, Redshift, Databricks ont des écosystèmes différents. Le recruteur qui utilise Snowflake préfère un candidat avec Snowflake — facile à filtrer.
Une page jusqu'à 5 ans d'expérience, deux pages au-delà. Concentrez la première page sur la stack et les projets récents avec impact chiffré. La deuxième page peut détailler les expériences plus anciennes et la formation.
Démarrez votre CV de data analyst
Mettez en avant votre stack, vos projets et l'impact business dans un CV technique et lisible.
