Vzor životopisu: datový analytik

Datový analytik je tak dobrý, jak dobrá rozhodnutí díky němu firma udělá. Vzor ukazuje, jak spojit nástroje s výsledky: co jste analyzovali a co se pak změnilo.

Použít tento vzor → Otevře se v editoru, všechno si přepíšete. Zdarma.

Ukázka — osoba i firmy jsou smyšlené.

Texty ze vzoru, které můžete použít

Profesní shrnutí

Datová analytička se 4 lety praxe v e-commerce. Stavím reporty v Power BI pro 60 uživatelů a v SQL a Pythonu analyzuji data o 2 milionech objednávek ročně. Moje analýza nákupního košíku pomohla zvýšit průměrnou objednávku o 9 %.

Datová analytička — Nakupto s.r.o.

Sada reportů v Power BI pro obchod a marketing, 60 aktivních uživatelů
Analýza nákupního košíku v Pythonu — doporučování produktů zvýšilo průměrnou objednávku o 9 %
Automatizace týdenního reportu: ze 6 hodin ruční práce na 10 minut

Junior analytička — Pojišťovna Vltava a.s.

SQL dotazy nad daty o pojistných událostech, podklady pro úpravu ceníku
Čištění a kontrola dat ze 3 interních systémů
Modely v Excelu pro odhad škodovosti

Dovednosti

SQL (PostgreSQL, MS SQL) · Power BI, DAX · Python — pandas, scikit-learn · Statistika a A/B testy · Excel, Power Query

Nástroje seřaďte podle toho, co opravdu používáte

Recruiter i ATS hledají konkrétní nástroje z inzerátu. Uveďte je přehledně a s úrovní:

SQL — skoro vždy povinné, napište i databáze,
BI nástroje — Power BI, Tableau, Looker Studio,
programování — Python (pandas), R,
Excel — Power Query, kontingenční tabulky,
datové sklady — BigQuery, Snowflake, pokud s nimi pracujete.

Analýza má smysl, až když se něco změní

U každé větší analýzy popište řetězec: otázka, analýza, rozhodnutí, výsledek. Například:

„Analýza odchodů zákazníků — nový věrnostní e-mail snížil odchody o 12 %.“
„Automatizace reportu — vedení má čísla v pondělí ráno místo ve středu.“
„A/B test košíku — o 4 % víc dokončených objednávek.“

Přidejte portfolio: GitHub, veřejný dashboard nebo projekt z otevřených dat. Firemní data vždy anonymizujte.

Časté chyby

Výčet nástrojů bez výsledků. „Power BI, SQL, Python“ má každý druhý uchazeč. Rozhoduje, co jste s nimi dokázali.
Důvěrná data v portfoliu. Skutečné tržby nebo data klientů do ukázek nepatří.
Záměna analytika a datového vědce. Přečtěte si inzerát. Pokud chtějí strojové učení, napište, co z něj umíte.

Časté otázky

Jak se dostat k datové analýze bez praxe?

Připravte 2–3 projekty z otevřených dat, například z ČSÚ nebo data.gov.cz, a dejte je na GitHub nebo jako veřejný dashboard. Doplňte kurz SQL a Power BI. Silná je i analytická práce v současné pozici, třeba reporty v Excelu.

Mám v životopisu uvádět konkrétní čísla firmy?

Důvěrné údaje ne. Používejte procenta a poměry, například „průměrná objednávka +9 %“ místo absolutních tržeb.

Musí datový analytik umět programovat?

SQL ano, téměř vždy. Python nebo R jsou výhoda a u seniornějších pozic často požadavek.