CV de analista de datos: cómo construir un currículum que pasa los ATS y consigue entrevistas en 2026
El mercado de analista de datos en 2026 es competitivo de una forma que pocos otros puestos tecnológicos lo son. El título del puesto se ha expandido — analista de datos hoy abarca desde un generalista SQL + hojas de cálculo hasta un analytics engineer en Python + dbt. El resultado: cada oferta atrae a cientos de candidatos y el CV mediano se filtra en menos de 10 segundos.
Los candidatos que consistentemente consiguen entrevistas no tienen mejor experiencia. Tienen CVs estructurados según cómo funciona realmente la contratación de analistas en 2026. Esta guía te da esa estructura, la fórmula de viñetas, la lista de palabras clave y un CV completo que puedes tomar de modelo.
Lo que los hiring managers de roles de analista de datos buscan realmente
Tres cosas, en este orden:
- Evidencia de que has entregado trabajo de datos que movió una decisión de negocio real. No cursos, no portfolio, no Kaggle. Construí un dashboard que el equipo de marketing usó para reasignar 200 k€ de gasto es lo que gana.
- Amplitud técnica a nivel de herramientas. SQL es innegociable. Python, dbt, Tableau o Looker, un data warehouse en la nube (Snowflake/BigQuery/Redshift) y cada vez más una capa semántica de BI o experiencia con consultas asistidas por LLM pesan mucho en 2026.
- Comunicación de insight. Una línea como Presenté hallazgos a la dirección ejecutiva mensualmente indica que sabes hablarle a stakeholders no técnicos, la habilidad que más a menudo falta.
Si tu CV no deja claras estas tres cosas en el tercio superior de la primera página, el reclutador pasa.
La estructura que funciona para un CV de analista de datos
El orden ganador es:
- Cabecera (nombre, título del puesto, ciudad, email, LinkedIn, GitHub o portfolio)
- Resumen profesional (3 líneas)
- Habilidades técnicas (categorizadas, no un muro)
- Experiencia (más reciente primero, 3 a 5 viñetas orientadas a resultados por puesto)
- Formación
- Proyectos destacados (opcional, útil al inicio de la carrera)
- Certificaciones (opcional)
Una página si tienes menos de 5 años de experiencia. Dos páginas máximo si tienes más. Nunca 3.
La cabecera (1 línea arriba)
Usa el título Data Analyst (o Analista de datos) justo bajo tu nombre, aunque tu puesto actual se llame de otra forma (por ejemplo Business Analyst). El ATS suele escanear el título cerca del nombre para emparejarlo con la oferta. Pon ciudad y país, no la dirección completa. Incluye un enlace de GitHub o portfolio solo si tiene contenido real.
El resumen profesional (3 líneas)
Es el bloque de mayor impacto del CV. Tiene que responder en 25 segundos: ¿qué tipo de analista eres, qué herramientas usas y cuál es tu resultado más fuerte?
Ejemplo fuerte:
Analista de datos con 4 años de experiencia en SaaS B2B. SQL, Python, dbt, Looker — construcción de analítica self-service para producto y marketing. En el último puesto automaticé el ciclo semanal de reporting de ingresos de 3 días a 2 horas y desplegué un modelo de atribución que reasignó 1,4 M€ de inversión pagada.
Fíjate en lo que dice: sector (SaaS B2B), herramientas, alcance (analítica self-service), un resultado cuantificado.
Ejemplo débil:
Analista de datos meticuloso con fuertes habilidades analíticas y de comunicación, apasionado por convertir datos en insights y por impulsar el crecimiento del negocio mediante analítica accionable.
La versión débil es un párrafo de buzzwords. No dice nada específico.
Habilidades técnicas (categorizadas)
Un muro plano de SQL, Python, R, Tableau, Power BI, Excel, dbt, Snowflake, AWS, GCP, Looker, Mixpanel, Amplitude, Git es imposible de parsear y parece relleno. Agrúpalas por función:
Lenguajes: SQL (avanzado), Python (pandas, scikit-learn), R
BI & visualización: Looker, Tableau, Mode
Data warehouse & transformación: Snowflake, BigQuery, dbt
Product analytics: Mixpanel, Amplitude, Segment
Otros: Git, Linear, Notion
El ATS aún recoge todas las palabras clave y un humano puede escanearlo en 5 segundos.
La fórmula de viñetas de experiencia
Cada viñeta de experiencia en un CV de analista debería seguir esta forma:
[Verbo] + [qué hiciste] + [herramienta/método] + [resultado cuantificado]
Buenos ejemplos:
- Construí un dashboard de ingresos self-service en Looker (SQL + modelos dbt) que redujo las peticiones ad-hoc de 12/semana a 2/semana
- Diseñé y entregué un modelo de atribución multi-touch en Snowflake + Python, reasignando 1,4 M€ de inversión pagada en el T3 sin caída de MQLs
- Automaticé el reporting semanal de ingresos de un proceso manual de 3 días a un pipeline programado de 2 horas con dbt + Airflow
- En colaboración con producto, diseñé un funnel de onboarding de 6 eventos en Mixpanel, identificando una caída del 31 % que llevó a un rediseño del flujo
Malos ejemplos (a reescribir):
- Responsable de construir dashboards y analizar datos
- Trabajé con stakeholders para aportar insights
- Usé SQL y Python para apoyar a los equipos de negocio
Los malos describen un puesto. Los buenos describen un resultado.
Palabras clave que los CVs de analista deberían contener en 2026
El ATS escaneará algunas o todas de estas según la oferta. Asegúrate de que las relevantes aparezcan naturalmente en tus viñetas — nunca como una lista de keyword stuffing.
Lenguajes y consulta: SQL, Python, pandas, R, NumPy
Warehouses: Snowflake, BigQuery, Redshift, Databricks
Transformación: dbt, Airflow, Dagster
BI / visualización: Looker, Tableau, Power BI, Mode, Metabase
Product analytics: Amplitude, Mixpanel, Heap, Segment, GA4
Estadística: A/B testing, prueba de hipótesis, regresión, segmentación, análisis de cohortes
Negocio: analítica de ingresos, retención, atribución, forecasting, KPI, OKR
Añadidos 2026: capa semántica, consultas asistidas por LLM, analítica aumentada por IA, gobernanza
CV de analista de datos completo (ejemplo)
Alex Rivera
Analista de datos — Berlín, Alemania — alex.rivera@example.com — linkedin.com/in/alexrivera — github.com/alexrivera
>
Resumen
Analista de datos con 4 años de experiencia en SaaS B2B. SQL, Python, dbt, Looker. Construcción de analítica self-service para producto y marketing. En el último puesto automaticé el ciclo semanal de reporting de ingresos de 3 días a 2 horas y construí un modelo de atribución que reasignó 1,4 M€ de inversión pagada.
>
Habilidades técnicas
- Lenguajes: SQL (avanzado), Python (pandas, scikit-learn)
- BI & visualización: Looker, Tableau, Mode
- Warehouse & transformación: Snowflake, BigQuery, dbt, Airflow
- Product analytics: Amplitude, Mixpanel
- Otros: Git, Linear, Notion
>
Experiencia
>
Senior Data Analyst — Beacon (SaaS B2B, Serie C) — ene 2024–Presente
- Diseñé y entregué un modelo de atribución multi-touch en Snowflake + Python, reasignando 1,4 M€ de inversión pagada en T3 sin caída de MQLs
- Construí la suite de dashboards de ingresos self-service en Looker (modelada con dbt) que recortó las peticiones ad-hoc de 12/semana a 2/semana
- Lideré la revisión de negocio semanal del equipo ejecutivo, presentando ingresos, retención y pipeline
- Mentoricé a 1 analista junior en SQL y dbt
>
Data Analyst — Hover (martech, Serie B) — ago 2022–dic 2023
- Diseñé un funnel de onboarding de 6 eventos en Mixpanel, identificando una caída del 31 % que informó el rediseño del flujo y recuperó ~320 k€ de ARR
- Construí un análisis de cohortes de churn en Snowflake + dbt, mostrando que la retención del mes 3 explicaba el 70 % del lifetime value
- Automaticé el pipeline de reporting de CAC de marketing (dbt + Airflow), ahorrando ~8 horas al mes al equipo
>
Business Analyst — Tinta Consulting — jun 2020–jul 2022
- Entregué proyectos analíticos para 11 clientes pyme en retail y e-commerce, incluyendo análisis de precios, forecasting de demanda y modelado de CLTV
- Creé plantillas estándar de SQL + Tableau usadas en 4 contratos con clientes, reduciendo el setup por proyecto ~60 %
>
Formación
Grado en Estadística — Universidad de Madrid, 2020
>
Certificaciones
dbt Analytics Engineer Certified (2023) — Snowflake SnowPro Core (2024)
Ese CV cabe en una página (con formato estándar), es parseable por cualquier ATS moderno y responde a las tres cosas que el hiring manager quiere saber en los primeros 25 segundos.
Adaptar el CV a una oferta concreta
Hazlo en cada postulación que importa. Toma 12 minutos y aproximadamente duplica tu tasa de entrevista.
- Abre la descripción del puesto y copia las secciones *Requisitos* y *Se valorará* en un documento.
- Resalta cada herramienta, técnica y palabra de resultado que mencionen (SQL, dbt, A/B testing, atribución, etc.).
- Revisa tu CV. Para cada palabra resaltada, ¿la puedes encontrar en una viñeta tuya? Si no, ¿puedes reformular honestamente una viñeta existente para incluirla?
- Ajusta tu resumen para abrir con las 2 herramientas o resultados más mencionados.
- Reordena tus viñetas bajo cada puesto para que las más relevantes a la oferta vayan primero.
Nada inventado. Solo énfasis realineado con lo que buscan.
Errores que filtran los CVs de analista
- Sin SQL en el resumen o arriba en habilidades. Te filtran al instante en al menos el 60 % de las ofertas.
- Lista de herramientas de 22 ítems. Aire de novato intentando parecer senior. Limítate a las 8 a 12 que de verdad usas.
- Viñetas vagas. Usé SQL para extraer datos no le dice nada a un reclutador. Construí una query en Snowflake que unió 4 tablas para identificar patrones de riesgo de churn en 240k usuarios le dice todo.
- Sin resultado de negocio. Una viñeta que termina en construí el dashboard sin decir qué habilitó está a medias.
- Proyectos listados equivocados. Competiciones de Kaggle y datasets de tutorial son señal débil en 2026. Proyectos reales que entregaste en una empresa (o para una organización real) los superan.
- Diseño visual por encima de la legibilidad. Los CVs a dos columnas con iconos a veces rompen el parsing ATS. Quédate con un diseño limpio a una columna.
En resumen
- Los hiring managers quieren: impacto de negocio entregado, amplitud técnica y comunicación clara
- Usa un bloque de habilidades categorizado, no un muro, y coloca SQL primero
- Cada viñeta de experiencia debe seguir [verbo] + [qué] + [herramienta] + [resultado cuantificado]
- Incluye palabras clave 2026 como capa semántica y analítica aumentada por IA si aplican
- Adapta el CV a cada puesto — 12 minutos por postulación merecen la pena
- Una página si menos de 5 años, dos máximo si más
Un CV de analista de datos lo leen personas que ellas mismas analizan datos para ganarse la vida. Notan cuando faltan resultados y cuando los números no cuadran. Haz cada línea precisa, medible y honesta, y aterrizarás consistentemente en la pila de sí, agendemos una llamada.