Как составить резюме аналитика: полное руководство с примерами для Junior, Middle и Senior специалистов

Вы отправили уже 50 откликов, но HR-менеджеры молчат? Или вы опытный специалист, который хочет перейти на новый уровень, но не знаете, как правильно упаковать свою экспертизу? Проблема часто не в навыках, а в том, как вы их презентуете.

Резюме аналитика — это не список обязанностей. Это документ, который должен показать вашу ценность для бизнеса через конкретные цифры и результаты. В этом руководстве вы найдете практические инструкции, реальные примеры и готовые формулировки для каждого раздела резюме.

Мы разберем особенности составления резюме для аналитиков данных, бизнес-аналитиков, продуктовых и системных аналитиков на всех карьерных уровнях. Вы узнаете, как трансформировать рутинные обязанности в измеримые достижения и как адаптировать резюме под конкретную вакансию, чтобы пройти автоматический отбор.

Содержание

1. Как правильно назвать должность в резюме аналитика
2. Структура резюме: какие разделы обязательны
3. Раздел "О себе": как зацепить за 10 секунд
4. Опыт работы: от обязанностей к достижениям
5. Навыки и технологии: что указать аналитику в 2025 году
6. Образование и сертификаты
7. Портфолио и pet-проекты
8. Оптимизация резюме под ATS-системы
9. Адаптация резюме под разные направления аналитики
10. Частые ошибки и как их избежать
11. Чек-листы для самопроверки
12. Часто задаваемые вопросы

Как правильно назвать должность в резюме аналитика

Первое, что видит рекрутер — это название вашей должности. От этого зависит, попадете ли вы в нужную подборку кандидатов или ваше резюме отправится в архив.

Удачные варианты названия должности

Выбирайте конкретное и понятное название, которое точно отражает вашу специализацию:

• Аналитик данных (Data Analyst) — если работаете с большими массивами данных, создаете отчеты и дашборды
• Бизнес-аналитик (Business Analyst) — если анализируете бизнес-процессы, собираете требования, работаете с документацией
• Продуктовый аналитик (Product Analyst) — если фокусируетесь на метриках продукта, юнит-экономике, поведении пользователей
• Системный аналитик — если проектируете системы, пишете техзадания, работаете с разработкой
• Веб-аналитик — если специализируетесь на анализе трафика, конверсий, работаете с Google Analytics и Яндекс.Метрикой
• Финансовый аналитик — если анализируете финансовые показатели, строите финансовые модели
• Маркетинговый аналитик / Аналитик CRM — если работаете с маркетинговыми кампаниями и клиентскими данными

Неудачные варианты

Избегайте размытых формулировок, которые не дают представления о вашей специализации:

• Просто "Аналитик" — слишком общее название. Рекрутер не поймет, какими инструментами вы владеете и какие задачи решаете
• "Специалист по анализу" — звучит бюрократично и неконкретно
• "Младший сотрудник отдела аналитики" — фокус на иерархии, а не на компетенциях
• "Эксперт широкого профиля" — красный флаг для рекрутера, говорит о неопределенности вашего опыта
• "Многопрофильный аналитик" — размывает вашу экспертизу

Как выбрать правильное название

1. Изучите 10-15 вакансий, которые вам интересны
2. Обратите внимание на то, как работодатели называют должность
3. Выберите наиболее частый вариант, который соответствует вашему опыту
4. Добавьте уровень, если это уместно: Junior Data Analyst, Middle Business Analyst, Senior Product Analyst

Для специалистов уровня Lead или выше можно использовать:

• Lead Data Analyst
• Head of Analytics
• Chief Data Analyst

Структура резюме: какие разделы обязательны

Резюме аналитика должно быть структурированным и легко читаемым. Оптимальный объем — 1-2 страницы (для Junior — 1 страница, для Middle и Senior — до 2 страниц).

Обязательные разделы

1. Контактная информация

- ФИО

- Желаемая должность

- Город проживания

- Телефон

- Email

- Ссылка на LinkedIn или Telegram (опционально, но рекомендуется)

1. О себе (краткое профессиональное резюме в 3-5 предложений)

1. Опыт работы (в обратном хронологическом порядке)

1. Навыки

- Технические навыки (hard skills)

- Инструменты и технологии

- Личные качества (soft skills) — опционально

1. Образование

1. Дополнительное образование (курсы, сертификаты)

Опциональные разделы

• Портфолио / Pet-проекты (особенно важно для Junior)
• Достижения и награды
• Публикации и выступления (для Senior)
• Знание языков

Что НЕ нужно включать

• Фотографию (если только это не требование работодателя)
• Семейное положение
• Хобби (если они не связаны с аналитикой)
• Рекомендации "Предоставлю по запросу" (это и так понятно)
• Причины увольнения с предыдущих мест

Раздел "О себе": как зацепить за 10 секунд

Раздел "О себе" — это ваш elevator pitch. У рекрутера есть 10-15 секунд, чтобы решить, читать ли дальше. Здесь вы должны коротко ответить на три вопроса:

1. Кто вы как специалист?
2. Какой у вас опыт?
3. Какую ценность вы принесете компании?

Формула эффективного раздела "О себе"

[Должность] с [X] годами опыта в [направление/индустрия] + [ключевая экспертиза] + [главное достижение в цифрах] + [что можете дать новому работодателю]

Примеры для разных уровней

Junior Data Analyst (0-2 года опыта)

Плохо:

"Начинающий специалист в области аналитики данных. Имею базовые знания SQL и Python. Ищу возможность применить свои навыки на практике и развиваться в компании."

Почему плохо: Нет конкретики, фокус на обучении, а не на ценности для работодателя.

Хорошо:

"Аналитик данных с 1 годом опыта в e-commerce. Владею SQL, Python (pandas, matplotlib) и Power BI. В рамках стажировки в интернет-магазине проанализировал поведение 150 тыс. пользователей и выявил узкие места в воронке покупки, что помогло увеличить конверсию на 12%. Создал 5 автоматизированных дашбордов для ежедневного мониторинга ключевых метрик. Готов применить навыки работы с данными для решения бизнес-задач и развития продукта."

Почему хорошо: Есть конкретный опыт, инструменты, измеримый результат и понимание бизнес-контекста.

Middle Business Analyst (2-5 лет опыта)

Плохо:

"Опытный бизнес-аналитик. Работал в различных компаниях, занимался анализом бизнес-процессов, составлением отчетов и взаимодействием с разными отделами. Коммуникабельный, ответственный, стрессоустойчивый."

Почему плохо: Общие фразы без конкретики, фокус на личных качествах вместо результатов.

Хорошо:

"Бизнес-аналитик с 4 годами опыта в финтехе и ритейле. Специализируюсь на оптимизации бизнес-процессов и управлении требованиями. Реализовал 12 проектов по автоматизации, которые сократили операционные расходы на 2,5 млн рублей в год. Владею BPMN, SQL, Jira, Confluence. Провел более 50 интервью со стейкхолдерами для сбора требований к CRM-системе, что обеспечило успешный запуск проекта в срок без критических доработок. Ищу позицию, где смогу применить экспертизу в масштабных проектах цифровой трансформации."

Почему хорошо: Четкая специализация, конкретные цифры, разнообразие проектов, понимание бизнес-ценности.

Senior Product Analyst (5+ лет опыта)

Плохо:

"Высококвалифицированный продуктовый аналитик с большим опытом работы. Глубокие знания в области анализа данных, продуктовых метрик и пользовательского поведения. Могу эффективно работать в команде и принимать стратегические решения."

Почему плохо: Шаблонные фразы, нет конкретики, не видно масштаба влияния.

Хорошо:

"Senior Product Analyst с 6 годами опыта в продуктовой аналитике для B2C SaaS-продуктов (MAU 2+ млн). Специализируюсь на growth-аналитике, построении систем метрик и A/B-тестировании. Руководил аналитикой для редизайна онбординга, который увеличил активацию новых пользователей с 35% до 58% и принес дополнительные 15 млн рублей ARR. Запустил более 80 A/B-тестов с суммарным влиянием на конверсию +34%. Построил систему продуктовой аналитики с нуля (стек: Python, ClickHouse, Tableau, Amplitude), которую использует команда из 15 человек. Ищу роль, где смогу влиять на продуктовую стратегию и масштабировать impact через data-driven подход."

Почему хорошо: Виден масштаб, стратегическое мышление, конкретные достижения, технический стек, лидерские качества.

Опыт работы: от обязанностей к достижениям

Это самый важный раздел резюме. Здесь многие совершают критическую ошибку: описывают, что делали, вместо того чтобы показать, какую ценность принесли.

Базовая структура описания опыта

Для каждого места работы указывайте:

1. Название компании (добавьте краткое описание, если компания неизвестная: "Название компании — лидер рынка онлайн-образования, 500+ сотрудников")
2. Должность
3. Период работы (месяц.год — месяц.год)
4. Описание задач и достижений (3-7 пунктов)

Формула STAR для описания достижений

Используйте этот метод, чтобы структурировать описание ваших проектов:

• S (Situation) — Ситуация, контекст
• T (Task) — Задача, которую нужно было решить
• A (Action) — Действия, которые вы предприняли
• R (Result) — Результат в цифрах

Пример применения:

"Ситуация: Компания теряла 30% новых пользователей на этапе регистрации. Задача: Найти причины оттока и предложить решение. Действие: Провел когортный анализ 80 тыс. пользователей, сделал запись сессий, построил воронку с декомпозицией по устройствам и источникам трафика. Результат: Выявил 3 критические проблемы в UX, после доработки которых конверсия в регистрацию выросла с 45% до 68% за 2 месяца."

В резюме это можно сократить до:

"Провел анализ воронки регистрации (выборка 80 тыс. пользователей), выявил 3 критические проблемы UX, что привело к росту конверсии с 45% до 68% и привлечению 12 тыс. дополнительных пользователей в месяц"

Трансформация обязанностей в достижения

Давайте разберем типичные ошибки и их исправление для разных направлений аналитики.

Data Analyst: Работа с данными и отчетностью

Business Analyst: Бизнес-процессы и требования

Product Analyst: Продуктовая аналитика и эксперименты

Глаголы действия для резюме аналитика

Начинайте каждый пункт с сильного глагола действия. Это делает резюме динамичным и подчеркивает вашу проактивность.

Анализ и исследование:

• Проанализировал
• Исследовал
• Выявил
• Идентифицировал
• Изучил
• Провел аудит
• Оценил

Разработка и создание:

• Разработал
• Создал
• Спроектировал
• Построил
• Внедрил
• Запустил
• Реализовал

Оптимизация и улучшение:

• Оптимизировал
• Улучшил
• Автоматизировал
• Сократил
• Увеличил
• Ускорил
• Повысил

Коммуникация и влияние:

• Презентовал
• Инициировал
• Координировал
• Внедрил
• Обучил
• Консультировал

Калькулятор ценности: как посчитать влияние на бизнес

Не всегда результат вашей работы напрямую выражается в деньгах. Вот как можно оцифровать разные типы достижений:

1. Рост выручки

• Формула: (Новая выручка − Старая выручка) / Старая выручка × 100%
• Пример: "Предложенные изменения в ценообразовании увеличили средний чек с 2 500 до 3 100 руб. (+24%)"

2. Экономия времени

• Формула: (Старое время − Новое время) × Количество операций × Стоимость часа работы
• Пример: "Автоматизация отчетности сократила время подготовки с 12 до 2 часов в неделю, высвободив 40 часов в месяц для команды из 3 аналитиков (экономия ~120 тыс. руб. в год)"

3. Снижение оттока

• Формула: (Старый churn − Новый churn) × Количество клиентов × LTV
• Пример: "Система раннего предупреждения об оттоке снизила churn с 8% до 5%, сохранив 300 клиентов в месяц (LTV клиента 15 тыс. руб., сохраненная выручка 4,5 млн руб.)"

4. Рост конверсии

• Формула: (Новая конверсия − Старая конверсия) × Трафик
• Пример: "Редизайн страницы оформления заказа увеличил конверсию с 2,1% до 3,4%, что при 100 тыс. посетителей в месяц дало 1 300 дополнительных заказов"

5. Ускорение процессов

• Формула: (Старое время цикла − Новое время цикла) / Старое время цикла × 100%
• Пример: "Оптимизация процесса одобрения кредитов сократила среднее время принятия решения с 3 дней до 4 часов (−94%)"

Примеры описания опыта для разных уровней

Junior Data Analyst — Пример полного описания позиции

ООО "ЭкспрессДоставка" — сервис доставки продуктов, 200+ сотрудников

Стажер-аналитик данных → Junior Data Analyst

июнь 2023 — настоящее время (1 год 6 месяцев)

• Провел анализ эффективности маркетинговых каналов (50 тыс. заказов за 6 месяцев), выявил 2 убыточных канала и 1 недооцененный, перераспределение бюджета увеличило ROI с 180% до 245%
• Создал 6 автоматизированных дашбордов в Google Data Studio для ежедневного мониторинга ключевых метрик (количество заказов, средний чек, география заказов), что сократило время подготовки отчетов для руководства с 4 до 0,5 часов
• Разработал SQL-запросы для выгрузки данных о поведении пользователей из базы PostgreSQL (150+ таблиц), оптимизировал 5 запросов, ускорив время выполнения в среднем в 4 раза
• Провел когортный анализ удержания клиентов (выборка 30 тыс. пользователей), построил retention curves для 12 когорт, выявил падение retention на 3-й неделе, предложенные гипотезы по улучшению переданы в product-команду
• Участвовал в подготовке данных для A/B-тестов (проверка корректности разбивки, расчет размера выборки, мониторинг метрик), обеспечил валидность 8 экспериментов

Стек: SQL (PostgreSQL), Python (pandas, matplotlib, seaborn), Excel, Google Data Studio, Git

Middle Business Analyst — Пример полного описания позиции

ПАО "ФинТех Банк" — топ-20 банков России по активам

Business Analyst

март 2021 — октябрь 2024 (3 года 7 месяцев)

• Руководил аналитикой проекта модернизации онлайн-банка для физлиц (бюджет 25 млн руб., команда 15 человек), собрал и приоритизировал 200+ требований от 8 отделов, написал 120 user stories, обеспечил запуск в срок без критичных инцидентов
• Провел as-is/to-be анализ процесса выдачи потребительских кредитов, смоделировал 5 бизнес-процессов в BPMN 2.0, выявил 8 узких мест, предложенные оптимизации сократили время одобрения с 48 до 6 часов и снизили операционные расходы на 3,2 млн руб. в год
• Спроектировал архитектуру витрин данных для аналитической отчетности (интеграция 7 источников: CRM, Core Banking, Call Center и др.), создал документацию на 80+ полей, что обеспечило единый источник правды для всех отделов
• Провел 60+ интервью и воркшопов с бизнес-стейкхолдерами для сбора требований к новой CRM-системе, создал 15 use case диаграмм и функциональное ТЗ на 95 страниц, согласовано со всеми участниками за 2 итерации
• Внедрил практику регулярного мониторинга ключевых бизнес-метрик (конверсия в одобрение кредита, время обработки заявки, NPS), создал систему алертов в Power BI, что позволило сократить время реакции на проблемы с 3 дней до 4 часов
• Обучил 12 сотрудников работе с SQL для самостоятельного анализа данных, провел 8 воркшопов, снизив нагрузку на отдел аналитики на 30%

Стек: SQL, Jira, Confluence, Enterprise Architect, Power BI, Miro, BPMN 2.0

Senior Product Analyst — Пример полного описания позиции

TechEdu — образовательная онлайн-платформа, MAU 1,5 млн

Senior Product Analyst

январь 2020 — настоящее время (4 года 11 месяцев)

• Построил систему продуктовой аналитики с нуля для всей компании (выбор стека, внедрение инструментов, создание документации), результат: единая система метрик для 4 продуктовых команд и топ-менеджмента, время получения ответа на аналитический вопрос сократилось с 3 дней до 2 часов
• Руководил аналитической стороной редизайна онбординга (исследование 200 тыс. пользователей, 40 глубинных интервью, 12 A/B-тестов), результат: рост активации новых пользователей с 28% до 51%, дополнительные 45 тыс. активных студентов в год, прирост выручки 180 млн руб.
• Спроектировал и запустил систему экспериментов (фреймворк приоритизации, калькулятор размера выборки, шаблоны документации), за 2 года команда провела 85 A/B-тестов с win rate 32%, суммарное влияние на ключевые метрики: +41% к конверсии в покупку, +19% к retention
• Разработал модель прогнозирования LTV студента на основе поведенческих данных первых 7 дней (ML, Python: scikit-learn, XGBoost), точность прогноза 83%, модель используется для оптимизации маркетинговых расходов (ROI вырос на 34%)
• Создал систему мониторинга здоровья продукта (50+ метрик в Amplitude), настроил автоматические алерты на аномалии, внедрил практику еженедельных product reviews, что повысило скорость реакции на проблемы в 5 раз
• Провел декомпозицию North Star Metric на 15 operational-метрик для 4 команд, выстроил систему целеполагания и мониторинга прогресса, все команды достигли целей по квартальным OKR
• Выстроил процесс работы с аналитическими запросами (intake form, приоритизация, SLA), снизил количество ad-hoc задач на 60%, высвободив время команды для стратегических проектов
• Менторил 3 junior-аналитиков, провел 40+ 1-1 сессий, все трое выросли до middle за 1,5 года

Стек: SQL (ClickHouse), Python (pandas, scikit-learn, statsmodels), Amplitude, Tableau, dbt, Airflow, Git, Jupyter

Навыки и технологии: что указать аналитику в 2025 году

Раздел навыков должен быть структурированным и отражать актуальный технологический стек. Рекрутеры часто ищут кандидатов по ключевым словам, поэтому важно указать релевантные инструменты.

Структура раздела навыков

Разделите навыки на категории для удобства восприятия:

1. Языки программирования и запросов

• SQL (укажите диалекты: PostgreSQL, MySQL, ClickHouse, MS SQL Server)
• Python (укажите основные библиотеки: pandas, numpy, matplotlib, seaborn, scikit-learn)
• R (при необходимости)

2. Инструменты визуализации данных

• Power BI
• Tableau
• Qlik Sense
• Google Data Studio / Looker Studio
• Metabase / Redash

3. Работа с данными

• Excel (продвинутый уровень: сводные таблицы, ВПР/XLOOKUP, Power Query, макросы)
• Google Sheets
• ETL-процессы
• Data Warehousing

4. Веб-аналитика (если релевантно)

• Google Analytics (GA4)
• Яндекс.Метрика
• Google Tag Manager
• Amplitude / Mixpanel
• Hotjar / FullStory

5. Инструменты для бизнес-аналитиков (если релевантно)

• Jira / Confluence
• Miro / Figma (для прототипирования)
• Enterprise Architect / Draw.io (для моделирования)
• BPMN 2.0
• UML

6. Дополнительные технологии

• Git / GitHub
• Jupyter Notebook
• Docker (базовые знания)
• dbt (data build tool)
• Apache Airflow

Актуальные технологии 2025 года

Если вы владеете этими инструментами, обязательно укажите их — они в тренде:

• ChatGPT / Claude для анализа данных — использование LLM для автоматизации рутинных аналитических задач
• dbt (data build tool) — для трансформации данных и построения data pipelines
• Looker Studio — новое название Google Data Studio с расширенными возможностями
• ClickHouse — популярная колоночная СУБД для аналитики
• Apache Airflow — для оркестрации pipeline'ов
• Machine Learning basics — базовые знания ML (scikit-learn, feature engineering, базовые алгоритмы)

Уровни владения

Не пишите "базовый/средний/продвинутый" — это субъективно. Лучше конкретизируйте:

Вариант 1: Через задачи

• SQL: написание сложных запросов с JOIN, подзапросами, оконными функциями, оптимизация запросов
• Python: обработка данных (pandas), визуализация (matplotlib, seaborn), базовое ML (scikit-learn)
• Power BI: создание интерактивных дашбордов, настройка автообновления данных, работа с DAX

Вариант 2: Через опыт

• SQL: 3 года ежедневной работы, 500+ написанных запросов
• Tableau: 2 года, создано 25+ дашбордов для разных отделов
• Python: 1,5 года, реализовано 10+ проектов по анализу данных

Примеры оформления раздела навыков

Для Junior Data Analyst

Технические навыки:

Языки и запросы:

• SQL (PostgreSQL, MySQL) — написание запросов с JOIN, GROUP BY, подзапросами, базовая оптимизация
• Python — pandas (обработка и очистка данных), matplotlib, seaborn (визуализация), базовая статистика

Визуализация:

• Google Data Studio — создание дашбордов с автообновлением
• Power BI — базовые дашборды, работа с визуальными элементами
• Excel — продвинутый уровень (сводные таблицы, ВПР, условное форматирование, базовые макросы)

Аналитика:

• Когортный анализ
• Воронки и метрики конверсии
• Базовая статистика (корреляция, A/B-тесты)

Инструменты:

• Jupyter Notebook
• Git (базовый уровень)
• Google Analytics 4

Для Middle Business Analyst

Технические навыки:

Анализ и моделирование:

• Моделирование бизнес-процессов (BPMN 2.0, UML)
• Сбор и управление требованиями
• As-is / To-be анализ
• GAP-анализ
• Use Case моделирование

Инструменты:

• SQL (PostgreSQL, MS SQL) — сложные запросы, оконные функции, оптимизация
• Jira — управление требованиями, backlog grooming, создание user stories
• Confluence — создание документации, технических заданий
• Enterprise Architect / Draw.io — моделирование систем
• Power BI / Tableau — дашборды для мониторинга бизнес-метрик

Методологии:

• Agile / Scrum
• BABOK (основы)
• Управление изменениями

Дополнительно:

• Excel — экспертный уровень
• Miro — проведение воркшопов
• MS Visio

Для Senior Product Analyst

Технические навыки:

Языки и технологии:

• SQL (ClickHouse, PostgreSQL) — экспертный уровень, оптимизация сложных запросов, работа с большими данными (1+ млрд строк)
• Python — pandas, numpy, scipy, statsmodels (статистика), scikit-learn (ML), matplotlib, seaborn, plotly (визуализация)
• dbt — построение и документирование data pipelines
• Git — работа в команде, code review

Аналитические фреймворки:

• A/B-тестирование — дизайн экспериментов, расчет sample size, статистический анализ результатов
• Продуктовые метрики — AARRR, HEART, engagement, retention, churn
• Когортный анализ
• RFM-анализ и сегментация
• Funnel analysis
• Event tracking architecture

Визуализация и BI:

• Amplitude — настройка трекинга, построение аналитики
• Tableau — экспертный уровень, создание комплексных дашбордов
• Looker / Metabase

Machine Learning:

• Feature engineering
• Базовые алгоритмы (регрессия, классификация, кластеризация)
• Модели прогнозирования (churn prediction, LTV)

Инфраструктура:

• Airflow — базовая оркестрация pipeline'ов
• Jupyter Notebook / JupyterLab
• Docker (базовое понимание)

Soft Skills

Личные качества лучше не выносить в отдельный список, а подтверждать через достижения в разделе "Опыт работы". Но если вы решили их указать, делайте это так:

Неправильно:

"Коммуникабельность, ответственность, стрессоустойчивость, аналитическое мышление"

Правильно:

• Кросс-функциональная коммуникация: Опыт работы с продуктовыми командами, маркетингом, разработкой; провел 50+ презентаций аналитических insights для разных аудиторий
• Data storytelling: Умение переводить сложные данные в понятные инсайты для нетехнических стейкхолдеров
• Проактивность: Инициировал и реализовал 5 самостоятельных исследований, которые привели к изменениям в продукте
• Менторинг: Обучил 3 junior-аналитиков, которые выросли до middle-уровня

Образование и сертификаты

Для аналитика образование важно, особенно на старте карьеры. Но с ростом опыта на первый план выходят практические достижения.

Как указывать образование

Базовое высшее образование:

Если вы еще учитесь:

Если образование не по специальности:

Не проблема. Многие успешные аналитики пришли из других областей. Компенсируйте это дополнительным образованием и сильными практическими кейсами.

Дополнительное образование и сертификаты

Это особенно важно для Junior-специалистов и для тех, кто меняет карьеру. Указывайте только релевантные курсы с конкретными навыками.

Хорошие примеры:

Онлайн-курсы:

• "Аналитик данных", Яндекс Практикум, 2023 (7 месяцев) — SQL, Python, A/B-тестирование, дашборды в Tableau, финальный проект: анализ оттока клиентов ритейла
• "SQL для анализа данных", Karpov.Courses, 2024 — оконные функции, оптимизация запросов, работа с ClickHouse
• "Симулятор SQL", Karpov.Courses, 2024 — решение 100+ практических задач по анализу данных

Профессиональные сертификаты:

• Google Analytics Individual Qualification (GAIQ), Google, 2024
• Microsoft Certified: Data Analyst Associate, Microsoft, 2023
• Tableau Desktop Specialist, Tableau, 2023

Университетские программы:

• "Machine Learning и анализ данных", Coursera (МФТИ, Yandex), 2023 — 6 курсов, финальный проект

Что НЕ стоит указывать

• Краткосрочные вебинары (1-2 часа)
• Курсы, не связанные с аналитикой (если они не демонстрируют дополнительные полезные навыки)
• Курсы без конкретных результатов ("Основы маркетинга" без применения)
• Школьные достижения

Как компенсировать отсутствие профильного образования

1. Для Junior без профильного образования:

Усильте резюме pet-проектами и практическими кейсами:

2. Для Middle/Senior:

На этом уровне образование уже не так критично, фокус на опыте и достижениях.

Портфолио и pet-проекты

Для Junior-аналитиков портфолио — это ключевое конкурентное преимущество. Для Middle и Senior оно опционально, но может выделить вас среди других кандидатов.

Что включить в портфолио

1. Учебные проекты с курсов (адаптируйте под реальные задачи)

2. Pet-проекты (анализ публичных данных)

3. Хакатоны и соревнования (Kaggle, хакатоны по аналитике)

4. Публикации (статьи на Habr, Medium)

5. Дашборды (опубликованные в Tableau Public)

Где размещать портфолио

• GitHub — для кода и Jupyter Notebooks
• Tableau Public — для интерактивных дашбордов
• Notion / Personal website — для структурированного портфолио с описанием проектов
• Kaggle — для соревнований по Data Science

Примеры pet-проектов для портфолио

Для начинающих:

1. Анализ данных Airbnb — изучение цен на жилье в разных районах города
2. Когортный анализ мобильного приложения — на основе публичных данных
3. A/B-тест дизайна лендинга — симуляция эксперимента с синтетическими данными
4. RFM-сегментация клиентов — на данных онлайн-ритейла
5. Дашборд продаж — визуализация данных магазина в Tableau/Power BI

Для опытных:

1. Продуктовая аналитика мобильного приложения — полный цикл от событийной модели до дашбордов
2. Модель прогнозирования LTV — ML-модель с feature engineering
3. Исследование эффективности маркетинговых каналов — attribution modeling
4. Система мониторинга здоровья продукта — автоматизированные алерты
5. Анализ sentiment в отзывах — NLP + визуализация инсайтов

Как описывать проекты в резюме

Используйте ту же структуру, что и для описания опыта работы:

Оптимизация резюме под ATS-системы

ATS (Applicant Tracking System) — это системы автоматического отбора резюме. Большинство крупных компаний используют их для первичной фильтрации кандидатов. Если ваше резюме не оптимизировано, оно может не дойти до HR-менеджера.

Как работает ATS

1. Парсинг резюме — система извлекает данные из документа (имя, контакты, опыт, навыки)
2. Поиск ключевых слов — сравнивает текст резюме с требованиями вакансии
3. Ранжирование — присваивает резюме балл соответствия
4. Фильтрация — отбирает топовые резюме для HR-менеджера

Ключевые правила для прохождения ATS

1. Формат файла

• Используйте .docx или .pdf — это самые распространенные форматы, которые корректно парсятся
• Избегайте сканов и изображений — текст должен быть редактируемым
• Не используйте таблицы для структуры — ATS может неправильно прочитать такое резюме
• Избегайте колонок — используйте линейную структуру

2. Ключевые слова

Основное правило: используйте термины из описания вакансии.

Примеры ключевых слов для разных направлений:

Data Analyst:

• SQL, Python, pandas, numpy, Excel, Power BI, Tableau
• Визуализация данных, дашборды, ETL
• Статистический анализ, когортный анализ
• PostgreSQL, ClickHouse, MySQL
• Google Analytics, Яндекс.Метрика

Business Analyst:

• Бизнес-процессы, BPMN, UML
• Сбор требований, техническое задание, use cases
• Jira, Confluence, Enterprise Architect
• Agile, Scrum, User Stories
• SQL, Power BI, процессное моделирование

Product Analyst:

• A/B-тестирование, продуктовые метрики
• Retention, churn, конверсия, воронка
• Amplitude, Mixpanel, Google Analytics
• Python, SQL, Tableau
• Product analytics, user behavior

Как найти ключевые слова:

1. Возьмите 5-7 похожих вакансий
2. Выпишите требования и навыки, которые встречаются чаще всего
3. Интегрируйте их в резюме естественным образом

3. Стандартные названия разделов

ATS лучше распознает стандартные заголовки:

Используйте:

• Опыт работы / Experience
• Образование / Education
• Навыки / Skills
• Сертификаты / Certifications

Избегайте:

• Моя история успеха
• Где я работал
• Что я умею

4. Структура и форматирование

• Используйте простые шрифты: Arial, Calibri, Times New Roman
• Размер шрифта: 10-12pt
• Четкая иерархия: Заголовки должны быть крупнее основного текста
• Списки: Используйте маркированные списки для перечислений
• Даты: Указывайте в формате "Месяц Год — Месяц Год"

5. Адаптация под вакансию

Плохой подход: Одно резюме на все вакансии

Хороший подход: Адаптация резюме под каждую вакансию

Чек-лист адаптации:

• [ ] Скорректировал название должности в заголовке под формулировку из вакансии
• [ ] Добавил в раздел "О себе" ключевые слова из требований
• [ ] Проверил, что все указанные в вакансии технологии присутствуют в разделе "Навыки"
• [ ] Переформулировал 2-3 достижения с акцентом на требования вакансии
• [ ] Убрал неактуальный опыт, если резюме получается слишком длинным
• [ ] Проверил резюме на наличие 5-7 ключевых навыков из описания вакансии

Инструменты для проверки ATS-совместимости

• Jobscan — сравнивает ваше резюме с описанием вакансии, показывает процент соответствия
• Resume Worded — анализирует резюме и дает рекомендации
• VMock — AI-инструмент для оценки резюме
• Проверка вручную: Скопируйте текст резюме в обычный .txt файл — если структура сохранилась и текст читаемый, ATS тоже сможет его распарсить

Адаптация резюме под разные направления аналитики

Аналитика — широкая область. Требования к аналитику данных, бизнес-аналитику и продуктовому аналитику различаются. Давайте разберем специфику каждого направления.

Data Analyst (Аналитик данных)

Фокус резюме: Работа с данными, SQL, визуализация, создание отчетов

Ключевые акценты:

• Объемы обработанных данных (миллионы строк, тысячи таблиц)
• Сложность SQL-запросов
• Автоматизация отчетности
• Инсайты, влияющие на бизнес

Пример достижения:

"Построил витрину данных, объединяющую информацию из 5 источников (CRM, ERP, веб-аналитика, call-центр, email-платформа), создал 12 автоматизированных дашбордов в Power BI для разных отделов, что сократило время подготовки месячной отчетности с 40 до 4 часов"

Обязательные технологии:

• SQL (уверенное владение)
• Excel (продвинутый)
• BI-инструмент (Power BI/Tableau)
• Python или R (желательно)

Business Analyst (Бизнес-аналитик)

Фокус резюме: Анализ бизнес-процессов, сбор требований, коммуникация с стейкхолдерами, документация

Ключевые акценты:

• Количество собранных требований
• Успешность проектов (запуск в срок, без критичных ошибок)
• Оптимизация процессов (экономия времени/денег)
• Взаимодействие с командами

Пример достижения:

"Провел as-is анализ процесса согласования договоров (7 этапов, 12 участников), выявил 5 узких мест и дублирующихся операций, спроектировал to-be процесс, внедрение которого сократило цикл согласования с 14 до 5 дней и снизило количество ошибок на 40%"

Обязательные технологии:

• Моделирование процессов (BPMN)
• Jira / Confluence
• SQL (базовый-средний)
• Навыки документирования
• Понимание Agile/Scrum

Product Analyst (Продуктовый аналитик)

Фокус резюме: Продуктовые метрики, поведение пользователей, A/B-тесты, рост продукта

Ключевые акценты:

• Влияние на ключевые метрики (retention, конверсия, ARPU)
• Количество и результаты A/B-тестов
• Сегментация пользователей
• Инсайты, приведшие к изменениям в продукте

Пример достижения:

"Провел исследование точек оттока в онбординге (анализ 100 тыс. новых пользователей за 3 месяца, 20 глубинных интервью), выявил 3 критические проблемы UX, приоритизировал доработки, после реализации которых Day 7 retention вырос с 18% до 32%, что дало 8 тыс. дополнительных активных пользователей в месяц"

Обязательные технологии:

• Системы продуктовой аналитики (Amplitude/Mixpanel)
• SQL, Python
• A/B-тестирование (дизайн и анализ)
• Google Analytics / Яндекс.Метрика
• Понимание продуктовых метрик

Веб-аналитик

Фокус резюме: Трафик, конверсии, источники, поведение на сайте

Ключевые акценты:

• Настройка систем аналитики
• Оптимизация конверсий
• Эффективность каналов трафика
• Работа с маркетингом

Пример достижения:

"Провел аудит настройки Google Analytics (выявил 12 ошибок в сборе данных), реализовал корректную событийную модель (25 событий, 15 целей), настроил сквозную аналитику с интеграцией CRM, что позволило точно атрибутировать продажи по каналам и оптимизировать маркетинговый бюджет, увеличив ROI с 210% до 340%"

Обязательные технологии:

• Google Analytics 4
• Яндекс.Метрика
• Google Tag Manager
• SQL (базовый)
• Понимание веб-технологий

Системный аналитик

Фокус резюме: Проектирование систем, техническая документация, требования к разработке

Ключевые акценты:

• Сложность систем
• Объем документации
• Успешность интеграций
• Взаимодействие с разработкой

Пример достижения:

"Спроектировал архитектуру интеграции CRM-системы с 4 внешними сервисами (платежный шлюз, SMS-провайдер, email-платформа, склад), создал техническое задание на 120 страниц с описанием API, форматов данных и сценариев обработки ошибок, что обеспечило успешную разработку и запуск системы в срок без критичных инцидентов"

Обязательные технологии:

• UML, BPMN
• Понимание архитектуры систем
• Базовые знания API, баз данных
• Jira, Confluence
• Enterprise Architect

Частые ошибки и как их избежать

Ошибка 1: Описание обязанностей вместо достижений

Плохо:

• Анализировал данные
• Создавал отчеты
• Участвовал в проектах

Хорошо:

• Проанализировал 2 млн транзакций, выявил 3 сегмента клиентов с разным LTV, персонализация предложений увеличила средний чек на 28%
• Автоматизировал 8 еженедельных отчетов, сократив время подготовки с 10 до 1 часа
• Руководил аналитической частью проекта редизайна (команда 12 человек), обеспечил рост конверсии на 22%

Ошибка 2: Отсутствие цифр

Каждое достижение должно быть измеримым. Если вы пишете про оптимизацию, укажите:

• На сколько процентов улучшился показатель
• Сколько времени/денег сэкономили
• Сколько пользователей охватили

Ошибка 3: Слишком общее название должности

"Аналитик" — плохо. "Data Analyst" или "Бизнес-аналитик" — хорошо.

Ошибка 4: Перечисление всех когда-либо использованных технологий

Указывайте только те инструменты, которыми реально владеете и готовы использовать на новой работе. Если вы один раз открыли Tableau 3 года назад, не стоит его указывать.

Ошибка 5: Длинные абзацы текста

Резюме должно быть легко сканируемым. Используйте маркированные списки, короткие предложения, четкую структуру.

Ошибка 6: Грамматические ошибки и опечатки

Проверьте резюме несколько раз. Попросите друга или коллегу прочитать. Грамматические ошибки — красный флаг для рекрутера, особенно для аналитика, где важна внимательность к деталям.

Ошибка 7: Отсутствие адаптации под вакансию

Универсальное резюме работает хуже, чем адаптированное под конкретную позицию.

Ошибка 8: Устаревшая информация

Если вы прошли курс по Excel 2010 в 2015 году, это уже не актуально. Обновляйте резюме регулярно, добавляя новые навыки и достижения.

Ошибка 9: Нерелевантный опыт на первом месте

Опыт должен быть указан в обратном хронологическом порядке. Самый свежий и релевантный — сверху.

Ошибка 10: Отсутствие контекста

"Увеличил конверсию на 20%" — хорошо, но лучше: "Увеличил конверсию в покупку с 3,2% до 3,8% (+20%) через редизайн страницы оформления заказа, что при трафике 50 тыс. пользователей в месяц дало 300 дополнительных заказов"

Чек-листы для самопроверки

Общий чек-лист резюме

• [ ] Длина: 1 страница для Junior, до 2 для Middle/Senior
• [ ] Формат: .docx или .pdf, текст редактируемый
• [ ] Контакты: Телефон, email, LinkedIn/Telegram (если есть)
• [ ] Название должности: Конкретное, соответствует направлению
• [ ] Раздел "О себе": 3-5 предложений, включает опыт, ключевые навыки, главное достижение
• [ ] Опыт работы: В обратном хронологическом порядке
• [ ] Достижения: Каждый пункт содержит либо цифру, либо конкретный результат
• [ ] Навыки: Разбиты по категориям, актуальные технологии
• [ ] Образование: Указано, включая дополнительное (курсы, сертификаты)
• [ ] Грамматика: Нет ошибок и опечаток
• [ ] Форматирование: Единообразное, легко читаемое
• [ ] Адаптация: Резюме адаптировано под конкретную вакансию

Чек-лист раздела "Опыт работы"

• [ ] Используются глаголы действия (проанализировал, разработал, оптимизировал)
• [ ] Каждое достижение содержит цифры или конкретные результаты
• [ ] Указан контекст (объем данных, размер команды, период)
• [ ] Виден бизнес-результат, а не просто техническая задача
• [ ] Технологии указаны в скобках после описания задачи
• [ ] 3-7 пунктов на каждую позицию (не слишком мало, не слишком много)

Чек-лист ключевых слов (для прохождения ATS)

• [ ] В резюме присутствуют 5-7 ключевых технологий из вакансии
• [ ] Название должности соответствует формулировке из вакансии
• [ ] В разделе "О себе" использованы термины из требований
• [ ] Указаны релевантные направлению инструменты (SQL, Python, Power BI и т.д.)
• [ ] Навыки описаны теми же словами, что в вакансии (не синонимами)

Чек-лист перед отправкой

• [ ] Резюме сохранено с понятным названием: "IvanovIvanData_Analyst.pdf"
• [ ] Проверено на грамматику (используйте Grammarly или встроенную проверку)
• [ ] Отправлено себе на почту и открыто — все ли корректно отображается
• [ ] Если это PDF — проверена возможность копирования текста (для ATS)
• [ ] Написано сопроводительное письмо (если требуется)

Часто задаваемые вопросы

1. Нужно ли указывать все места работы?

Ответ: Указывайте релевантный опыт за последние 7-10 лет. Если у вас был опыт, не связанный с аналитикой, можно его сократить до одной строки или вообще опустить, если он был давно. Для Junior важен любой опыт, даже стажировки и фриланс.

2. Что делать, если был перерыв в работе?

Ответ: Если перерыв был по объективной причине (декрет, болезнь, учеба, переезд), кратко укажите это:

Если в этот период вы учились или делали pet-проекты, обязательно укажите это — это показывает, что вы не теряли квалификацию.

3. Как описать проекты на фрилансе?

Ответ: Оформите фриланс как обычное место работы:

4. Стоит ли указывать зарплатные ожидания в резюме?

Ответ: Если в вакансии не требуется обязательно указать зарплатные ожидания, лучше обсудить этот вопрос на собеседовании. Но если поле обязательное, укажите рыночный диапазон для вашего уровня и региона.

5. Нужна ли фотография в резюме?

Ответ: В России и СНГ фото не обязательно, но допустимо. Если решите добавить — используйте профессиональное фото (нейтральный фон, деловой стиль). В резюме для западных компаний фото лучше не добавлять.

6. Как правильно указать уровень владения английским?

Ответ: Используйте стандартную классификацию:

• A1-A2 (Beginner-Elementary): Базовый
• B1 (Intermediate): Могу читать техническую документацию
• B2 (Upper-Intermediate): Свободно читаю документацию, могу общаться
• C1-C2 (Advanced-Proficient): Свободное владение

Если у вас есть сертификат (IELTS, TOEFL), укажите балл.

7. Сколько версий резюме нужно иметь?

Ответ: Минимум две версии:

1. Базовая — полная версия со всеми достижениями
2. Адаптированная — под конкретную вакансию/компанию

Для разных направлений (Data Analyst vs Business Analyst) лучше иметь отдельные версии с разными акцентами.

8. Что писать Junior-специалисту без опыта?

Ответ: Фокусируйтесь на:

• Образование (основное + курсы)
• Pet-проекты (опишите их как реальную работу)
• Учебные проекты с курсов (с реальными кейсами)
• Стажировки (даже неоплачиваемые)
• Волонтерство или фриланс (если было)

Пример для студента без опыта:

9. Нужно ли упоминать софт-скиллы?

Ответ: Лучше не перечислять их списком ("коммуникабельность, ответственность"), а подтверждать через достижения:

• Вместо "коммуникабельность" → "Провел 40 интервью с 12 отделами для сбора требований"
• Вместо "лидерство" → "Координировал команду из 8 человек"
• Вместо "проактивность" → "Инициировал исследование, которое привело к изменению продукта"

10. Как часто нужно обновлять резюме?

Ответ:

• Минимум: При смене работы или получении нового сертификата
• Оптимально: Раз в 3-6 месяцев добавляйте новые достижения, навыки, проекты
• При активном поиске: Адаптируйте под каждую важную вакансию

Даже если вы не ищете работу, полезно раз в квартал обновлять резюме — так вы не забудете свои достижения и всегда будете готовы к новым возможностям.

Заключение

Составление резюме аналитика — это не просто перечисление того, что вы делали. Это стратегический документ, который должен показать вашу ценность для бизнеса через конкретные результаты и цифры.

Ключевые принципы, которые мы разобрали:

1. Конкретность важнее общих фраз. "Увеличил конверсию на 22%" лучше, чем "улучшил показатели".

1. Достижения важнее обязанностей. Показывайте не что делали, а какую пользу принесли компании.

1. Цифры усиливают любое утверждение. Объем данных, процент роста, сэкономленное время — все это должно быть в резюме.

1. Адаптация под вакансию увеличивает отклик. Используйте ключевые слова из описания, подстраивайте акценты под требования.

1. Структура и читаемость критичны. Рекрутер тратит 10-15 секунд на первичный просмотр — сделайте так, чтобы эти секунды сработали в вашу пользу.

Ваш план действий:

1. Выберите направление аналитики, на котором хотите сфокусироваться
2. Проведите аудит текущего резюме по чек-листам из этой статьи
3. Трансформируйте обязанности в достижения с использованием формулы STAR
4. Добавьте цифры и контекст к каждому пункту опыта работы
5. Оптимизируйте под ATS — используйте ключевые слова, стандартное форматирование
6. Создайте базовую и адаптированную версии резюме
7. Регулярно обновляйте — добавляйте новые достижения и навыки

Помните: резюме — это ваш маркетинговый инструмент. Задача не рассказать всю вашу карьерную историю, а заинтересовать работодателя настолько, чтобы он пригласил вас на интервью. Именно там вы сможете раскрыть детали и показать всю глубину экспертизы.

Используйте это руководство как чек-лист при каждом обновлении резюме. Инвестируйте время в качественную подготовку документа — это окупится приглашениями на собеседования в компании вашей мечты.

Удачи в поиске работы!