Cómo escribir el perfil profesional de un analista de datos
Tu perfil debe decir en tres o cuatro frases tu formación, cuántos años llevas y en qué sector, con qué herramientas trabajas a diario y qué tipo de análisis haces mejor (clientes, precios, operaciones, riesgos, producto). Termina con un resultado de negocio concreto y con el puesto que buscas.
Evita frases como apasionada por los datos y con gran capacidad analítica. Todas las candidaturas lo dicen. Un responsable de datos prefiere leer mi segmentación de clientes aumentó la recompra un 9 %: demuestra lo mismo y además le da algo concreto que preguntarte en la entrevista.
Cuenta la decisión, no solo el cuadro de mando
El error más común en los CV de analistas es describir herramientas y entregables: hice cuadros de mando en Power BI, realicé consultas SQL. Eso es lo que hace cualquier analista. Lo que te diferencia es qué pregunta respondiste y qué pasó después.
- Pregunta de negocio: por qué se dan de baja los clientes, qué precio maximiza el margen, dónde abrir una tienda.
- Datos y método: con qué fuentes y volumen, y qué técnica usaste (segmentación, regresión, test A/B, previsión).
- Decisión y resultado: qué cambió el negocio y con qué efecto medido: margen, ventas, bajas, horas ahorradas.
Cuando el impacto no se pueda atribuir solo a ti, dilo con honestidad: contribuí a, el equipo de marketing usó el análisis para. Y si tu trabajo principal es automatizar informes, el ahorro de horas o la reducción de errores también es un resultado muy válido.
Las competencias técnicas que miran los responsables de datos
Agrupa tus herramientas para que se lean de un vistazo: lenguajes (SQL, Python, R), visualización (Power BI, Tableau, Looker), bases de datos y cloud (BigQuery, Snowflake, Redshift), y otras herramientas (dbt, Airflow, Git, Excel avanzado). Ordena por dominio real y sé concreta: SQL con funciones de ventana y CTE dice más que SQL avanzado.
La estadística también cuenta: tests de hipótesis, regresión, series temporales, diseño de experimentos. No hace falta que pongas modelos de machine learning si no los has usado en un caso real; para la mayoría de puestos de analista pesa más el buen uso de SQL, la limpieza de datos y saber comunicar.
Portfolio: cuándo merece la pena
Si estás empezando o cambias de sector, un portfolio te ayuda mucho. Elige dos o tres proyectos con datos públicos, por ejemplo del INE, de portales de datos abiertos de ayuntamientos y comunidades o de Kaggle, y preséntalos como un caso de negocio: pregunta, datos, análisis, conclusión y recomendación.
- Publica el código en GitHub con un README que explique el proyecto en dos minutos.
- Añade un cuadro de mando publicado o unas pocas diapositivas con las conclusiones.
- Enlázalo desde la cabecera del CV y menciona el proyecto más relevante en la experiencia o en una sección de proyectos.
Si ya tienes experiencia, el portfolio es opcional: tus logros profesionales pesan más. Nunca publiques datos de una empresa, aunque estén anonimizados, sin su permiso.
Adaptación, extensión y formato
Una página si tienes menos de cinco años de experiencia y dos como máximo después. Usa un diseño limpio, de una columna, que lean bien los sistemas de selección, y deja los gráficos y las barras de nivel para tus cuadros de mando: en un CV dificultan la lectura. La foto es opcional en España; en tecnología se omite con frecuencia.
Adapta el CV a cada oferta. Si piden Tableau y tú usas Power BI, menciona ambos si conoces los dos, o deja claro que dominas la visualización y te adaptas a la herramienta. Si el puesto es de analista de producto, destaca experimentación y métricas de uso; si es de analista financiero o de riesgos, tus modelos, previsiones y control de calidad de datos.
Ejemplos de perfil profesional: Analista de datos
Sénior
Analista de datos sénior con nueve años de experiencia en banca y telecomunicaciones, especializado en modelos de abandono y valor de cliente con Python y SQL sobre Snowflake. Lidero un equipo de tres analistas y presento cada mes los resultados al comité de dirección. Mi modelo de retención evitó unos 4 millones de euros de bajas al año. Busco liderar un equipo de analítica.
Nivel intermedio
Analista de datos con tres años en una empresa de comercio electrónico de Barcelona, trabajando con SQL, Python y Looker sobre BigQuery. Analizo el embudo de compra y diseño tests A/B con el equipo de producto; el último rediseño del carrito que analicé subió la conversión un 6 %. Busco un puesto de analista de producto en una empresa digital.
Júnior
Graduado en Matemáticas por la Universidad de Sevilla con un máster en Big Data (2026) y prácticas de seis meses en el departamento de calidad de una aseguradora. Manejo SQL, Python (pandas) y Power BI, y tengo un portfolio con un análisis de la siniestralidad vial a partir de datos abiertos. Busco mi primer puesto como analista de datos.
Ejemplos de logros para el CV: Analista de datos
- Diseñé un modelo de previsión de demanda semanal por tienda que redujo las roturas de stock en productos frescos un 18 %.
- Analicé el embudo de alta de la app y detecté que el 40 % de los abandonos se producía en un único paso; el rediseño posterior aumentó las altas completadas un 11 %.
- Automaticé con Python y Airflow la carga diaria de cinco fuentes de datos, eliminando un proceso manual de dos horas al día.
- Construí en Power BI el cuadro de mando de ventas que usan a diario 60 jefes de zona, con seguridad a nivel de fila por región.
- Analicé 50 tests A/B en un año junto al equipo de producto y elaboré la guía interna de diseño y lectura de experimentos.
- Cuantifiqué el impacto de una promoción nacional sobre las ventas incrementales y la canibalización, lo que llevó a rediseñar el calendario promocional del año siguiente.
- Creé el diccionario de datos y las definiciones de 35 KPI de negocio, acabando con las discrepancias entre los informes de distintos departamentos.
- Migré 40 informes de Excel a modelos en dbt y cuadros de mando en Looker, con datos actualizados cada hora.
Habilidades para tu CV: Analista de datos
Habilidades técnicas
- SQL (funciones de ventana, CTE, optimización)
- Python (pandas, NumPy, scikit-learn)
- R para análisis estadístico
- Power BI, Tableau o Looker
- BigQuery, Snowflake o Redshift
- dbt y modelado de datos
- Excel avanzado y Power Query
- Estadística inferencial y regresión
- Diseño y análisis de tests A/B
- Previsión y series temporales
- Limpieza y calidad de datos
- Git y control de versiones
Habilidades interpersonales
- Convertir datos en recomendaciones claras
- Presentar resultados a perfiles no técnicos
- Curiosidad y pensamiento crítico
- Priorización de peticiones de negocio
- Trabajo con equipos de producto y marketing
- Rigor y documentación