CV analityka danych: wzór, umiejętności i gotowe przykłady

Analityka danych jest jednym z niewielu obszarów IT, który rośnie nawet wtedy, gdy reszta rynku hamuje. W raporcie No Fluff Jobs "Rynek pracy IT w Polsce 2025/2026" kategoria Data & BI zyskała w 2025 roku 1,4 punktu procentowego udziału w ogłoszeniach, a dwie najczęściej wymagane technologie na całym rynku to dokładnie te, na których stoi ta praca: Python pojawił się w 23,1 procent ofert, a SQL w 22,3 procent. Ten sam raport podaje, że średnia liczba aplikacji na jedno ogłoszenie spadła z 44 w 2024 roku do 24 w 2025 roku, czyli o 45 procent.

Brzmi zachęcająco, ale jest druga strona. Udział ofert dla juniorów w tym samym raporcie spadł z 8 procent w 2023 roku do 5,3 procent, więc na start i tak trzeba się przecisnąć. Ten poradnik pokazuje, jak zbudować CV analityka danych, które przechodzi przez automatyczną selekcję i daje rekruterowi powód, żeby oddzwonił. Z gotowymi fragmentami, które możesz przerobić na własne.

Czego naprawdę szuka rekruter w CV analityka danych

Rekrutacja na to stanowisko ma zwykle dwa etapy czytania. Najpierw dokument ogląda osoba z HR i sprawdza podstawy: czy masz SQL, w jakim narzędziu robisz raporty, ile lat pracujesz z danymi, czy pasujesz do poziomu stanowiska. Potem CV trafia do lidera zespołu analitycznego albo do menedżera, który patrzy zupełnie inaczej. Jego interesuje, jakie decyzje biznesowe zapadły dzięki twoim analizom i czy potrafisz sam dojść od pytania do liczby.

Stąd bierze się najczęstszy błąd w tych dokumentach. Kandydaci opisują narzędzia, a nie efekty. "Tworzenie raportów w Power BI" nic nie mówi, bo raporty tworzy każdy analityk. Liczy się, ile raportów, dla kogo, co się dzięki nim zmieniło i ile czasu zaoszczędził zespół. Cała reszta tego tekstu sprowadza się do tłumaczenia twojej pracy na taki język.

Struktura, którą czyta człowiek i system rekrutacyjny

Zanim CV zobaczy rekruter, w wielu firmach przechodzi przez system ATS. Zielona Linia, czyli centrum informacyjne służb zatrudnienia prowadzone w ramach publicznych służb zatrudnienia, opisuje to wprost: system skanuje dokument, wyciąga stanowisko, doświadczenie, umiejętności i słowa kluczowe, a następnie porządkuje aplikacje według stopnia dopasowania. Zalecenia Zielonej Linii są konkretne i warto je potraktować jako twarde wymagania:

• prosty, tekstowy układ bez tabel, wykresów, ikon i grafik
• standardowe sekcje: dane kontaktowe, podsumowanie, doświadczenie, wykształcenie, umiejętności
• plik w formacie edytowalnym, nigdy jako obrazek
• w nazwie pliku twoje imię i nazwisko
• słowa kluczowe z ogłoszenia wplecione naturalnie, w wersji pełnej i skróconej

To ostatnie jest w analityce ważniejsze niż gdziekolwiek indziej, bo połowa tej branży mówi skrótami. Jeśli w ogłoszeniu jest "hurtownia danych (DWH)", napisz w CV obie formy. Tak samo z "business intelligence (BI)", "extract transform load (ETL)" czy "kluczowe wskaźniki (KPI)". Algorytm dopasowuje ciągi znaków, nie rozumie synonimów.

Praktyczna kolejność sekcji dla analityka: dane kontaktowe, podsumowanie zawodowe, umiejętności i narzędzia, doświadczenie, projekty, wykształcenie, kursy, języki, klauzula. Sekcja narzędzi idzie wyżej niż w klasycznym CV, bo to pierwsze, czego szuka i człowiek, i maszyna. Całość na jednej stronie, jeśli masz do trzech lat doświadczenia, na dwóch, jeśli więcej. Zapisz jako PDF, chyba że ogłoszenie wyraźnie prosi o inny format. Pracuj.pl poświęca temu osobny poradnik w dziale "Poradniki" swojego kreatora, bo pytanie wraca w każdej rekrutacji.

Podsumowanie zawodowe: dwa gotowe przykłady

Cztery linijki na górze dokumentu, w których mówisz, kim jesteś zawodowo, na czym pracujesz i co masz na koncie. Bez przymiotników w stylu "zaangażowany" i "skrupulatny", bo one nie niosą żadnej informacji.

Wersja dla osoby z doświadczeniem:

Analityk danych z czteroletnim doświadczeniem w e-commerce i logistyce. Pracuję głównie w SQL (PostgreSQL, BigQuery), Pythonie (pandas, scikit-learn) i Power BI. Zbudowałem model przewidywania rezygnacji klientów, który obniżył odejścia w segmencie abonamentowym o 12 procent w rok. Prowadzę też szkolenia z SQL dla zespołów sprzedaży i marketingu.

Wersja dla osoby wchodzącej do zawodu:

Analityk danych po studiach z ekonometrii i rocznym stażu w dziale controllingu. Codziennie pracuję w SQL i Pythonie, raporty składam w Power BI i Looker Studio. Podczas stażu zautomatyzowałem miesięczne zamknięcie raportowe, które wcześniej zajmowało dwa dni robocze, do niecałych trzech godzin. Szukam pierwszej pełnoetatowej roli analitycznej w zespole, w którym mogę uczyć się od seniorów.

Druga wersja nie udaje, że kandydat ma pięć lat stażu. Mówi wprost, na jakim jest etapie, i od razu podaje jeden mierzalny efekt. To wystarcza, żeby przejść dalej.

Doświadczenie: zamień obowiązki na wyniki

Najskuteczniejszy schemat punktu to: co zrobiłeś, w czym, dla kogo, z jakim skutkiem. Zobacz różnicę na tym samym zadaniu.

Przed:

Tworzenie i utrzymywanie raportów sprzedażowych w Power BI. Współpraca z działem sprzedaży.

Po:

Zbudowałem 9 dashboardów sprzedażowych w Power BI dla 40 osób z działu handlowego, na danych z hurtowni w BigQuery. Cotygodniowe raportowanie ręczne w Excelu zniknęło, co uwolniło około 15 godzin pracy miesięcznie po stronie zespołu sprzedaży.

Drugi przykład, tym razem z analizy:

Przed: Analiza danych klientów i przygotowywanie rekomendacji dla zarządu.

Po: Przeanalizowałem ścieżki zakupowe 180 tysięcy klientów w SQL i Pythonie i wskazałem trzy momenty największego odpływu. Zmiany w procesie zamówienia wdrożone po tej analizie podniosły konwersję w koszyku z 2,4 do 3,1 procent w ciągu czterech miesięcy.

Jeśli nie możesz podać prawdziwych liczb ze względu na poufność, opisz skalę zamiast wyniku: liczba użytkowników raportu, liczba źródeł danych, wielkość tabel, częstotliwość odświeżania. "Model danych spinający siedem źródeł, odświeżany co godzinę" mówi o twoich kompetencjach więcej niż zdanie o współpracy z biznesem.

Umiejętności i narzędzia bez chaosu

Wrzucenie dwudziestu nazw w jedną linijkę wygląda jak wypełniacz. Podziel je na grupy i przy każdej podaj kontekst:

• Bazy i zapytania: SQL (PostgreSQL, MS SQL, BigQuery), okna analityczne, optymalizacja zapytań
• Python: pandas, NumPy, matplotlib, scikit-learn
• Wizualizacja i BI: Power BI (DAX, model gwiazdy), Tableau, Looker Studio
• Przetwarzanie i modelowanie: dbt, Airflow, hurtownia danych (DWH), ETL
• Arkusze: Excel (tabele przestawne, Power Query)

Nie deklaruj poziomów w procentach ani gwiazdkami. Rekruter i tak sprawdzi SQL na zadaniu technicznym, a paski postępu w CV to element graficzny, którego system ATS nie odczyta. Jeżeli ogłoszenie wymienia Snowflake, a ty pracowałeś na Redshifcie, napisz to szczerze i dodaj, że znasz warstwę hurtowni. Analitycy przechodzą między silnikami szybko i rekruterzy o tym wiedzą.

Projekty, gdy nie masz jeszcze komercyjnego doświadczenia

Przy 5,3 procent ofert dla juniorów, jakie podaje No Fluff Jobs w raporcie za 2025 rok, sekcja projektów bywa jedynym powodem, żeby zaprosić kogoś bez stażu. Warunek jest jeden: projekt musi mieć realne dane i realne pytanie, a nie kolejny zbiór o pasażerach Titanica.

Dobre źródła w polskim kontekście to Bank Danych Lokalnych Głównego Urzędu Statystycznego, portal dane.gov.pl oraz otwarte dane miejskie, które publikują między innymi Warszawa, Kraków i Gdańsk. Opisz projekt tak samo jak doświadczenie zawodowe:

Analiza dostępności żłobków w Krakowie na danych Banku Danych Lokalnych GUS za lata 2019 do 2024. Dane pobrane przez API, wyczyszczone w Pythonie, wyniki w interaktywnym dashboardzie w Looker Studio. Repozytorium i opis metodyki na GitHubie.

Link do repozytorium albo do działającego dashboardu wstaw w danych kontaktowych, nie tylko w opisie projektu. Rekruter powinien go zobaczyć w pierwszych trzech sekundach.

Wykształcenie, kursy i certyfikaty

Studia wymień krótko: uczelnia, kierunek, lata. Liceum czy technikum pomiń, chyba że jesteś zaraz po maturze. Analityka danych jest zawodem, do którego przychodzi się z bardzo różnych kierunków, więc jeśli kończyłeś socjologię, finanse albo geografię, potraktuj to jako atut i pokaż, gdzie w tej dziedzinie liczysz.

Kursy wpisuj tylko te, które faktycznie ćwiczyły umiejętność: certyfikat Google Data Analytics, egzamin Microsoft PL-300 dla Power BI, kurs SQL z projektem końcowym. Jeżeli szkolenie sfinansował ci urząd pracy z Krajowego Funduszu Szkoleniowego albo poszedłeś na nie przez Bazę Usług Rozwojowych, wpisz samą nazwę szkolenia, bez tłumaczenia się ze źródła finansowania.

Dane osobowe, zdjęcie i klauzula RODO

Podaj imię, nazwisko, numer telefonu, adres e-mail, miasto oraz linki do LinkedIna i GitHuba. Adres domowy z numerem mieszkania jest zbędny, wystarczy miejscowość, bo pracodawca chce tylko wiedzieć, czy dojedziesz do biura.

Zdjęcie nie jest obowiązkowe. Zielona Linia opisuje je jako element opcjonalny i przypomina, że jeżeli już je dodajesz, ma być profesjonalne, a nie kadrowane z wakacji. W zespołach analitycznych zdjęcie nie robi żadnej różnicy, a bywa, że firma z zagranicznym HR prosi o CV bez fotografii.

Klauzula na dole dokumentu jest za to konieczna, bo bez zgody na przetwarzanie danych rekruter formalnie nie ma podstawy, żeby się z tobą skontaktować. Wystarczy jedno zdanie mniejszą czcionką: "Wyrażam zgodę na przetwarzanie moich danych osobowych zawartych w dokumentach aplikacyjnych przez [nazwa firmy] w celu przeprowadzenia obecnego procesu rekrutacyjnego". Jeśli chcesz zostać w bazie na przyszłość, dopisz zgodę na przyszłe rekrutacje osobnym zdaniem.

Widełki, gdy formularz pyta o oczekiwania

Na No Fluff Jobs i Just Join IT większość ogłoszeń ma widełki podane z góry, więc masz punkt odniesienia. Raport "Rynek pracy IT w Polsce 2025/2026" podaje mediany widełek w kategorii Data & BI: na umowie o pracę od 8000 do 11000 zł brutto dla juniora, od 14000 do 19500 zł dla mida i od 19600 do 26420 zł dla seniora. Na kontrakcie B2B to odpowiednio od 8000 do 12000 zł netto, od 18000 do 23100 zł oraz od 23520 do 30240 zł.

Policzmy prosty przykład. Analityczka z trzyletnim stażem, mieszkająca we Wrocławiu, dostaje w formularzu pole "oczekiwania finansowe". Mediana dolnych widełek dla mida na etacie to 14000 zł brutto, a górnych 19500 zł. Ma Power BI, SQL i doświadczenie w budowie modeli danych, czyli pełny zestaw z ogłoszenia, więc nie ma powodu celować w dolną granicę. Wpisuje przedział od 16000 do 18500 zł brutto na umowie o pracę, z jednym zdaniem wyjaśnienia, że kwota jest do rozmowy przy pełnym pakiecie benefitów. Przedział zamiast jednej liczby zostawia miejsce na negocjacje, a jego dolna wartość jest ustawiona tak, żeby zaakceptowanie jej z marszu nadal było dobrym wynikiem.

Checklista przed wysłaniem

• W CV pojawiają się dokładnie te nazwy technologii, które są w ogłoszeniu, w pełnej i skróconej formie
• Każde stanowisko ma minimum jeden punkt z liczbą albo skalą
• Sekcja narzędzi jest pogrupowana, bez pasków i procentów
• Nazwa pliku zawiera twoje imię i nazwisko oraz stanowisko
• Dokument nie ma tabel, ikon ani kolumn, które psują odczyt w ATS
• Klauzula RODO jest na dole i zgadza się z nazwą firmy, do której aplikujesz
• Linki do GitHuba i LinkedIna działają w trybie prywatnym przeglądarki

Kiedy masz gotową treść, resztę zrób szybko w kreatorze CV Laddro, a jeśli aplikujesz też na stanowiska programistyczne, zajrzyj do naszego poradnika o CV programisty. Dane obronią się same, jeśli tylko dasz im czytelną formę.