Životopis datového analytika – vzor

Jak napsat profil datového analytika

V profilu ve třech až čtyřech větách uveďte, v jakém oboru a jak dlouho analyzujete data, s jakými nástroji pracujete a hlavně k jakým rozhodnutím vaše analýzy slouží. Vedoucího analytického týmu zajímá, zda umíte přeložit byznysovou otázku do dat a výsledek zase zpátky do srozumitelného doporučení, nejen zda ovládáte SQL.

Pomůže jedna konkrétní věta o dopadu, například že jste postavili reporting pro desítky uživatelů nebo že vaše analýza změnila cenovou politiku. Obecné formulace jako analytické myšlení a vášeň pro data vynechte.

Ukažte rozhodnutí, ne jen dashboard

Nejčastější chybou v životopisech analytiků je seznam vytvořených reportů bez kontextu. Věta vytvořila jsem dashboard v Power BI neříká, zda ho někdo používal. Popište vždy celý řetězec: jakou otázku jste řešili, jak a s jakými daty a co se díky tomu změnilo.

• Otázka: proč klesá konverze, kterým zákazníkům hrozí odchod, kolik zboží objednat.
• Postup: SQL nad daty z e-shopu, segmentace v Pythonu, A/B test, regresní model.
• Výsledek: změněná cena, přesunutý rozpočet, menší vyprodanost, ušetřené hodiny práce.

Pokud přesné dopady neznáte nebo je nesmíte uvést, popište alespoň, kdo výstup používal a jak často. Týdenní report pro vedení obchodu, 40 uživatelů řekne víc než samotný název nástroje.

Technické dovednosti, které vedoucí kontroluje

Technické dovednosti rozdělte do skupin a úroveň uvádějte poctivě, protože u většiny pozic přijde praktický test v SQL nebo domácí úkol.

• Dotazování a data: SQL (napište i konkrétní databázi, například PostgreSQL, BigQuery nebo MS SQL), datové modelování, dbt.
• Analýza: Python (pandas, NumPy, scikit-learn) nebo R, statistika, testování hypotéz, A/B testy.
• Vizualizace a reporting: Power BI, Tableau, Looker Studio, pokročilý Excel.
• Webová a marketingová data: Google Analytics 4 a data z reklamních systémů včetně Skliku, pokud se hlásíte do e-commerce.

Rozlišujte, co ovládáte samostatně a co jste jen zkoušeli. Python (pandas, denně) a R (základy ze studia) jsou užitečnější informace než dlouhý seznam bez kontextu.

Portfolio datového analytika

Pro juniory a lidi, kteří do analytiky přecházejí z jiného oboru, je portfolio často důležitější než samotný životopis. Stačí dva až tři dotažené projekty na veřejných datech, například z Českého statistického úřadu nebo z otevřených dat měst, s jasnou otázkou, popsaným postupem a závěrem.

Projekty dejte na GitHub s přehledným README nebo publikujte interaktivní report a odkaz uveďte v hlavičce životopisu. Vedoucí týmu ocení spíš jednu dobře vysvětlenou analýzu než deset notebooků bez komentáře. Online kurzy a certifikáty uveďte stručně. Váhu jim dá až projekt, ve kterém jste naučené použili.

Přizpůsobení, délka a forma

Juniorům stačí jedna strana, zkušeným analytikům dvě. Zkušenosti řaďte od nejnovější a v každém inzerátu si všimněte, jaké nástroje a jaká doména jsou požadované. Banku bude zajímat práce s citlivými daty a regulací, e-shop spíš webová analytika a cenotvorba. Pořadí bodů tomu přizpůsobte.

Životopis pište v jazyce inzerátu, v mezinárodních firmách často anglicky. Úpravu držte jednoduchou, bez grafů dovedností. Fotografie není nutná a osobní údaje navíc, jako rodné číslo nebo rodinný stav, do životopisu nepatří.

Ukázky profesního shrnutí: Datový analytik

Ukázky pracovních úspěchů: Datový analytik

• Analýza odchodu zákazníků v Pythonu odhalila tři rizikové segmenty; cílená retenční kampaň v nich snížila odchodovost o 18 %.
• Postavila jsem v Power BI reporting pro obchodní tým (45 uživatelů), který nahradil 12 ručně připravovaných excelových přehledů.
• Zautomatizoval jsem týdenní report v dbt a Airflow; příprava se zkrátila z celého dne na 15 minut kontroly.
• Navrhla jsem metodiku A/B testování a vyhodnotila 30 testů; tým přestal nasazovat změny, které byly lepší jen náhodou.
• Vytvořil jsem model prognózy poptávky, který snížil přebytečné zásoby sezónního zboží o 14 %.
• Sjednotila jsem definice KPI napříč obchodem, marketingem a financemi; vedení poprvé pracovalo s jedním číslem tržeb.
• Zavedl jsem automatické kontroly kvality dat; počet chyb v reportech hlášených uživateli klesl z 9 na 1 měsíčně.
• Analyzovala jsem cenovou elasticitu 500 produktů; úprava cen zvýšila hrubou marži kategorie o 1,8 procentního bodu.
• Propojil jsem data z Google Analytics 4, Skliku a Google Ads; přesun rozpočtu podle analýzy atribuce snížil náklady na objednávku o 12 %.
• Školím kolegy z obchodu v práci s Power BI; 20 z nich si dnes samostatně připravuje vlastní přehledy.

Dovednosti do životopisu: Datový analytik