Dataanalytiker CV-eksempel
Realistisk CV-eksempel for dataanalytiker i Danmark med fokus på BI-dashboards, prædiktive modeller og dokumenteret forretningsimpact. COPPER-skabelon til tech og dataprofiler.
Laddro Team

Oversigt
Dette CV-eksempel præsenterer Nanna Holst, en dataanalytiker med fem år hos Ørsted i København. Nanna er uddannet datalog fra DTU og arbejder med BI-rapportering, prædiktiv modellering og datainfrastruktur i Ørsteds Operations Analytics-team. Personaen illustrerer, hvad et stærkt dataanalytiker-CV ser ud i en dansk energivirksomhed med global skala.
COPPER-skabelonen er valgt til dataanalytikere og it-profiler, fordi den kombinerer et moderne og teknologisk udtryk med klar læsbarhed. COPPER's distinkte visuelle identitet signalerer datakompetence og systemorienteret tænkning, og det matcher godt med de forventninger, som tech-ledere og data science managers har til kandidaters professionelle fremtræden. En dataanalytiker, der vælger et generisk og kedeligt CV-layout, sender et implicit signal om manglende designbevidsthed.
Nannas CV er opbygget med fokus på forretningsimpact: hun kobler hvert teknisk projekt til en målbar effekt på enten omkostninger, omsætning eller operationel effektivitet.
Nanna Holst
København Ø | [email protected] | +45 53 27 41 86 | linkedin.com/in/nannaholst | github.com/nannaholst
Professionelt resumé
Dataanalytiker med fem års erfaring fra Ørsted i København med speciale i operationel BI-rapportering, prædiktiv vedligeholdelsesmodellering og datapipelineudvikling. Har bidraget til at generere estimeret 22 millioner DKK i annual cost savings gennem forbedret prædiktiv vedligeholdelse af offshore vindturbiner. Erfaren bruger af Python, SQL, Power BI og Databricks og med god forståelse for datainfrastruktur og DataOps. Aktiv bidragyder til Ørsteds interne data governance-program og mentor for nyansatte analytikere.
Erhvervserfaring
Senior dataanalytiker, Ørsted København | marts 2023 til nu
Ørsted er verdens ledende offshore vindenergivirksomhed og en af Danmarks vigtigste teknologidrevne virksomheder med over 8.000 ansatte globalt. Operations Analytics-teamet i København arbejder med sensordata fra Ørsteds vindmøller og elproduktionsinfrastruktur og understøtter beslutninger i Operations og Asset Management. Teamet tæller 18 analytikere, data engineers og data scientists.
Som senior dataanalytiker ejer jeg to centrale analytiksspor: prædiktiv vedligeholdelse af Ørsteds norske offshore vindpark-portefølje og kapacitetsudnyttelses-BI for det samlede europæiske asset-register. For vedligeholdelsessporet har jeg i samarbejde med tre ingeniører og en data scientist bygget et maskinlæringsbaseret anomalidetektionssystem, der analyserer sensorstrømme fra 340 turbiner i realtid. Systemet bruges aktivt af Ørsteds O&M-teams til at prioritere præventive vedligeholdelsesbesøg og har siden idriftsættelsen i Q2 2023 bidraget til at reducere uplanlagte nedetidstimer med 17 procent. Baseret på Ørsteds interne produktionsomkostningsmodel svarer dette til en estimeret besparelse på 22 millioner DKK per år.
Jeg har desuden opbygget og vedligeholder et centralt Power BI-dashboard for Ørsteds Executive Operations Committee, der samler produktions-KPI'er, tilgængelighed og vedligeholdelseskostdata fra 14 vindparker i seks lande i et enkelt overblik. Dashboardet præsenteres ugentligt til Operations Director og bruges som grundlag for kvartalsvis strategy review. Jeg er ansvarlig for datakvaliteten og opdaterer dashboardet med løbende forretningskrav.
Siden 2024 deltager jeg i Ørsteds Data Governance Task Force og bidrager til udformningen af afdelingens datakvalitetsstandarder og metadata-management-retningslinjer. Jeg er desuden mentor for to junior analytikere og afholder bi-ugentlige code reviews og metodesparringer.
Dataanalytiker, Ørsted København | januar 2021 til februar 2023
I mine første to år hos Ørsted arbejdede jeg primært med ad hoc-analyser og rapporteringsunderstøttelse for O&M-teams. Jeg udviklede og automatiserede 14 tilbagevendende rapporter, der tidligere var manuelle Excel-processer, og reducerede den samlede rapporteringstid med 28 timer om ugen på tværs af fire teams.
Jeg gennemførte i 2022 en analyse af vinkelafvigelsesmønstre (misalignment) i naceller på Ørsteds Hornsea One-park i Storbritannien og identificerede en gruppe på 18 turbiner med systematisk suboptimal yaw-justering. En teknisk kalibrering baseret på mine anbefalinger resulterede i en estimeret energiproduktionsstigning på 1,3 procent for de berørte turbiner.
Studenteranalytiker, Tryg Forsikring Ballerup | september 2019 til december 2020
Tryg er Nordens største skadesforsikringsselskab. Som studenteranalytiker i Trygs data og analytics-team assisterede jeg ved opbygningen af kundechurn-prædiktionsmodeller og bidrog til en analyse af skadefrekvensdata for erhvervsforsikringsportfolio. Modellen, som jeg bidrog til, blev taget i produktion i januar 2021 og bruges til at identificere kunder med forhøjet churnrisiko med en AUC på 0,83.
Kompetencer
Programmeringssprog og frameworks Python (Pandas, NumPy, scikit-learn, PySpark), SQL (PostgreSQL og Azure SQL), R (grundlæggende), Git og GitHub
BI og visualisering Power BI (DAX, datamodellering), Tableau, Matplotlib og Seaborn, Looker (grundlæggende)
Dataplatform og infrastruktur Databricks, Azure Data Factory, Azure Blob Storage, dbt (data build tool), Airflow (grundlæggende), REST API-integration
Maskinlæring og statistik Anomalidetektion, tidsserieanalyse, klassifikation og regression, model evaluation, feature engineering
Sprog Dansk (modersmål), Engelsk (flydende, alle tekniske dokumenter og præsentationer)
Uddannelse og certificeringer
Bachelor i softwareteknologi, Danmarks Tekniske Universitet (DTU) | 2016 til 2019 Speciale i machine learning og databehandling. Bachelorprojekt om anomalidetektion i industrielle sensordatamængder.
Microsoft Certified: Azure Data Engineer Associate (DP-203), Microsoft | 2022
Databricks Certified Associate Developer for Apache Spark, Databricks | 2023
Power BI Data Analyst Associate (PL-300), Microsoft | 2021
Sammendrag: sådan skriver du det rigtigt
En dataanalytikers CV skal gøre ét ting absolut klart: hvad er den forretningsmæssige effekt af dit analytiske arbejde? Tekniske kompetencer er forventede og let verificerbare, men den forretningsmæssige effekt er det, der adskiller en stærk dataanalytiker fra en god dataanalytiker. Nannas resumé gør dette rigtigt ved at starte med de 22 millioner DKK i cost savings, som er et konkret og imponerende tal, der sætter tonen for hele CV'et.
Det er vigtigt at undgå at liste teknologier og frameworks uden kontekst. Rekrutterere og data engineering managers ved, hvad Python og SQL er. Det interessante er, hvad du har brugt dem til, og hvilken forretningskritisk beslutning dit arbejde understøttede. Nanna strukturerer sine projekter med en klar kausalitet: metode, analyse, resultat og forretningsimpact.
Et GitHub-link eller portfolio er et stærkt supplement til et dataanalytiker-CV og bør altid inkluderes, hvis profilen er offentlig og præsentabel. Det giver rekrutterere mulighed for at se kodeeksempler og demonstrerede projekter, og det adskiller stærkt fra kandidater uden dokumenteret teknisk output.
Erhvervserfaring: sådan præsenterer du resultater
Anomalidetektionssystemet er CV'ets stærkeste case, fordi det kombinerer alle relevante dimensioner: teknisk kompleksitet (ML og realtids sensordata), organisatorisk samarbejde (ingeniører og data scientists), dokumenteret resultat (17 procents reduktion i nedetid) og forretningsmæssig oversættelse (22 millioner DKK). Det er en fortælling, der fungerer både for tekniske og ikke-tekniske rekrutterere.
Executive Operations Committee-dashboardet viser, at Nanna ikke kun bygger tekniske systemer men opererer tæt på virksomhedens ledelse og understøtter strategiske beslutninger. Dette er afgørende for senior dataanalytiker-roller, der kræver stakeholder management-kompetencer ud over det rent tekniske.
Tryg-erfaringen er kortfattet men stærk, fordi den inkluderer en specifik modelmetrik (AUC 0,83), som er et signal om, at Nanna tænker videnskabeligt og metodisk og kender til model evaluation.
Kompetencer
Kompetenceafsnittet er opdelt i fem kategorier, og strukturen er hensigtsmæssig for en dataanalytiker. Det er strategisk klogt at have en separat kategori for dataplatform og infrastruktur, da mange virksomheder i dag forventer, at dataanalytikere har DataOps-forståelse og kan arbejde selvstændigt i cloud-baserede dataplatforme som Azure og Databricks.
Uddannelse og certificeringer
DTU-bacheloruddannelsen i softwareteknologi er et stærkt fundament for en dataanalytiker, der primært arbejder med ML og dataplatforme. Microsoft Azure-certificeringerne (DP-203 og PL-300) er meget relevante, da Azure er den dominerende cloud-platform hos de fleste store danske virksomheder. Databricks-certificeringen er et signal om, at Nanna arbejder med moderne dataplatformsteknologier og ikke er bundet til ældre datavarehus-tilgange.
Hvad dette CV kunne have gjort bedre
For det første savner CV'et en beskrivelse af, hvordan Nanna kommunikerer analytiske indsigter til ikke-tekniske stakeholders. Dataanalytikere i senior-roller bruger meget tid på at formidle komplekse resultater til operations og ledelse, og et eksempel på dette ville styrke profilen.
For det andet er GitHub-linket nævnt i kontaktoplysningerne men uden nogen uddybning af, hvad profilen indeholder. Det ville være klogt at nævne kort, hvilke typer projekter der er offentlige, så rekrutterere ved, hvad de klikker ind på.
For det tredje er der ingen omtale af data privacy og GDPR-forståelse, som er vigtigt i mange analytikerstillinger, særligt inden for forsikring og energiselskaber med kundedata. Et par ord om dette ville styrke den regulatoriske dimension.
Afslutning
Nanna Holsts CV illustrerer, hvordan en dataanalytiker med fem år i industrien kan præsentere en profil, der er teknisk stærk, forretningsmæssigt relevant og klart differentieret. De konkrete resultattal, de navngivne projekter og den tydelige tekniske dybde gør CV'et let at evaluere for data engineering managers og Head of Analytics.
Laddros COPPER-skabelon er det optimale valg for dataanalytikere og it-professionelle, der ønsker et CV med et moderne og teknologisk udtryk. Tilpas dit dataanalytiker-CV direkte på Laddro og dokumenter din forretningsimpact med et layout, der matcher din professions niveau.
Var dette CV-eksempel nyttigt?
Bedøm dette eksempel for at hjælpe os med at skabe bedre indhold.
4.8 gennemsnit fra 263 bedømmelserRelaterede CV-eksempler

Softwareudvikler
Se et konkret dansk softwareudvikler-CV fra Netcompany med tal på resultater, tech stack og tips til jobsøgning i den danske IT-branche i 2026.

Cybersikkerhedsanalytiker
Realistisk CV-eksempel for cybersikkerhedsanalytiker i Danmark med SOC-analyse, hændelseshåndtering og penetrationstest fra betalingssektoren.

IT-konsulent
Se et stærkt dansk IT-konsulent-CV fra Accenture med cloudmigrationsprojekter, Azure-certificering og konkrete tal til rådgivningsstillinger i 2026.

IT-projektleder
Realistisk CV-eksempel for IT-projektleder i Danmark med 10 års erfaring fra Nets og KMD, digitale transformationsprojekter, Agile, PMP og budgetstyring.

IT-sikkerhedsansvarlig (CISO)
Realistisk CV-eksempel for IT-sikkerhedsansvarlig og CISO i Danmark med konkrete SOC-resultater, risikoredukton og compliance hos TDC Group og Nordea.

UX-designer
Realistisk CV-eksempel for UX-designer i Danmark med konkrete resultater fra brugerundersøgelser, designsystemer og konverteringsforbedringer. AMBER-skabelon til kreative profiler.

Spiludvikler
Realistisk CV-eksempel for spiludvikler i Danmark med Unreal Engine, udgivne titler og performanceoptimering fra IO Interactive i København.

Produktchef (Product Manager)
Realistisk CV-eksempel for produktchef i dansk tech med OKR-drevne resultater, produktroadmap og brugervækst hos Siteimprove og Templafy i København.