Il en va de même pour le CV que pour le profil LinkedIn : il faut que les informations essentielles soient identifiables rapidement ! Voyons ensemble dans la vidéo comment construire son CV.
Privilégiez le format de CV attendu en data
Maintenant qu’on a vu dans la vidéo les points essentiels pour construire son CV en data, rentrons un peu plus dans le détail dans le texte.
Idéalement, en data, on construit son CV sur une page (deux maximum).
Pour les profils issus du conseil / ESN, mais aussi pour les candidats qui viennent de la recherche académique, vous pouvez faire une première page qui résume votre parcours, puis détailler sur d’autres pages annexes les missions / projets / publications auxquels votre interlocuteur pourra se référer s’il le souhaite.
En tout cas, il faut savoir être synthétique et faire ressortir les informations essentielles :
Plus vous serez expérimenté, plus il faudra être concis et développer, en priorité, vos expériences professionnelles les plus récentes, et celles qui sont les plus pertinentes par rapport à la data et au poste visé.
A contrario, si vous êtes un profil junior, essayez de détailler toutes vos expériences (y compris vos stages / alternances) afin d’avoir un CV plus étoffé.
Par ailleurs, soignez l’orthographe et la mise en page en utilisant un modèle classique et facile à lire pour le recruteur.
Présentez un CV orienté data
Faites ressortir de votre expérience passée ce qui est valorisé en data
Explicitez les différentes missions auxquelles vous avez pu participer en faisant ressortir toute compétence technique ou analytique intéressante. Mentionnez les outils utilisés, surtout s’ils sont valorisés en data (Excel, Python, SQL…).
Mettez aussi en avant les enjeux business associés, et n’oubliez pas de chiffrer vos résultats (chiffre d'affaires réalisé, budget géré, etc.).
Enfin, ne laissez pas de côté toute compétence de gestion de projet, communication, vulgarisation… La double casquette technico-fonctionnelle est particulièrement appréciée en data !
Reprenons ensemble le contenu du CV aperçu dans la vidéo pour voir comment il est construit dans la section "Expérience" :
CHEF DE PROJET DÉVELOPPEMENT E-BUSINESS WIIND Juin 2020 - Présent (Gonesse) Conception, fabrication et commercialisation de purificateurs d’air intérieur.
|
CONTRÔLEUR DE GESTION MP Sols Septembre 2016 - Avril 2020 (Nantes) Fabrication de revêtements de sol.
|
Ici, le candidat a bien mentionné les éléments essentiels, tels que :
le nom des entreprises ;
les secteurs d’activité ;
l’intitulé complet de chaque poste ;
les lieux et dates ;
les descriptifs exhaustifs de ses missions.
Ces informations peuvent paraître basiques, mais elles sont absolument indispensables, car elles nous permettent d’avoir une lecture claire et rapide du CV du candidat.
Le candidat présente chacune de ses missions sous forme de liste – ce qui en facilite la lecture – et utilise un verbe d’action pour présenter chaque tâche (« piloter », « booster », « concevoir », etc.). On apprécie la rigueur ! Ces éléments permettent d’avoir un CV impactant, uniformisé et donc plus facile à lire et à comprendre.
Enfin, nous savons que le candidat est en reconversion professionnelle puisqu’il indique sa formation de data analyst en 2023. Il est donc important pour lui de faire ressortir les potentielles compétences analytiques et techniques qu’il a pu développer au cours de sa carrière. Lorsqu’il indique « Construire sur mesure les outils de pilotage => suivi des KPI et des marges par canal de vente », il sait valoriser son expérience passée en utilisant des mots-clés pertinents.
Mentionnez clairement vos formations liées à la data
La section dédiée à votre formation est généralement assez regardée par les recruteurs, en particulier si vous êtes un profil junior. Prenez donc le temps de bien remplir votre formation initiale, en mentionnant le nom de votre école / université et le type de diplôme obtenu.
De plus, si vous avez effectué une autre formation et/ou que vous avez obtenu des certifications en data, n’oubliez pas de les mentionner pour renforcer votre CV !
Reprenons là encore le contenu CV du candidat à la section "Formation" :
DATA ANALYST OpenClassrooms 2023 |
MASTER CONTRÔLE DE GESTION ET AUDIT ORGANISATIONNEL IAE, Nantes Septembre 2013 - Septembre 2015 |
LICENCE ÉCONOMIE-GESTION IAE, Nantes Septembre 2010 - Septembre 2013 |
Ici, Il a très bien rempli cette partie en mentionnant d’abord sa formation initiale, avec le nom de l’école et le type de diplôme ; puis sa formation de Data Analyst effectuée avec OpenClassrooms.
Le candidat aurait pu aussi lister les projets notables de son parcours et/ou les principales compétences acquises, comme “Analyse et gestion de données avec R et Python”, “Création de bases de données en SQL”.
Décrivez les projets notables que vous avez réalisés en data
Ajouter une section “Projets” est un bon moyen de spécifier les projets data auxquels vous avez participé au cours de votre formation, afin de mettre en avant les nouvelles compétences que vous avez pu acquérir, ainsi que les cas d’usage sur lesquels vous avez travaillé.
Vous pouvez aussi déplacer cette partie “Projets" dans la section “Expérience professionnelle” si celle-ci a besoin d’être étoffée, ou dans la partie “Formation” si cela vous paraît plus pertinent.
Reprenons le contenu du CV du candidat à la section "Projets" :
Data Analyst – OpenClassrooms Analyses des ventes d’une librairie en Python :
Analyses des ventes pour un site e-commerce :
Création et utilisation d’une base de données immobilière avec SQL :
Optimisation de la gestion des données marketing d'une boutique en Python :
|
En reconversion professionnelle, le candidat a décidé de rédiger une section entière sur ses projets data, ce qui est une très bonne initiative pour démontrer les compétences acquises lors de sa formation :
Il détaille de façon synthétique et pertinente les projets sur lesquels il a pu travailler, en indiquant bien les concepts et technologies data utilisés.
Par ailleurs, comme dans la section “Expériences”, il a veillé à faire également ressortir la composante business de ses missions.
Cette section permet ainsi de professionnaliser son CV en data et de le rendre plus attractif pour les recruteurs.
Mentionnez les technologies data que vous maîtrisez
Les compétences techniques maîtrisées sont importantes en data et particulièrement regardées par les recruteurs. Ainsi, assurez-vous de mentionner les différentes technologies que vous maîtrisez, que ce soient les langages de programmation, outils de data visualisation, bases de données, cloud, librairies de data science, etc.
Néanmoins, ne listez pas tous les langages et technologies que vous avez seulement survolés, vous perdriez en crédibilité.
Enfin, essayez également de mettre en avant les outils utilisés par les entreprises auxquelles vous postulez (si vous les maîtrisez, bien sûr !). Voyons le contenu de la section du CV qui les mentionne :
Technologies de prédilection
| Technologies maîtrisées
|
Le candidat a ainsi spécifié les outils qu’il maîtrisait en organisant la section en deux parties, « Technologies de prédilection » vs « Technologies maîtrisées », afin de rendre le niveau de maîtrise clairement identifiable.
Spécifiez votre portfolio data
Afin de vous démarquer et de montrer aux recruteurs des éléments concrets de votre expérience en data, vous pouvez renforcer votre CV en spécifiant votre portfolio data.
Un portfolio, qu’est-ce donc ? C’est une page web sur laquelle on présente les projets sur lesquels on est intervenu, avec par exemple le code développé, les analyses effectuées ou les dashboards créés.
Les projets peuvent être de nature variée :
projets personnels (sur GitHub, par exemple) ;
challenges data (type Kaggle) ;
hackathons ;
projets réalisés pendant votre formation ;
…
Si vous n’avez pas de projets spécifiques à mettre en avant dans un portfolio, ne vous forcez pas à en mettre un ! Mieux vaut ne pas avoir de portfolio que d'en avoir un mal fait qui risque de vous desservir.
Vous pouvez aussi profiter de cette recherche d’emploi pour effectuer des projets personnels, et professionnaliser ainsi votre CV. Vous pouvez par exemple faire :
des challenges data via des plateformes comme Challenge Data de l’ENS ou Kaggle ;
des projets data libres en accédant à des données open source via des sites comme data.gouv.fr ou Google Public Datasets.
Découvrez les conseils de nos intervenants
Dans cette vidéo, Thomas retrouve Tan, Eric et Florent pour analyser leur CV et voir comment l'améliorer ! Vous découvrirez également les conseils de Thomas et Florent pour faire un CV qui retiendra l'attention des recruteurs data :
À vous de jouer !
Comment pourrait-on améliorer ce CV concrètement ?
Voici quelques propositions :
Le premier point à corriger concerne les expériences qui sont dispersées sur deux colonnes sans concordance chronologique, et on a bien du mal à s’y retrouver ! Ajoutons donc les années en plus de la durée afin d’avoir un déroulé clair.
Concernant le descriptif de sa formation OpenClassrooms dans les expériences, ajoutons un peu de contexte pour aider le recruteur, par exemple : “Parcours de formation en ligne au métier de data analyst (temps plein pendant 12 mois)”.
Enfin, complétons également le descriptif de la formation OpenClassrooms avec les technologies utilisées : Power BI, Tableau, SQL…
En résumé
Soignez la forme de votre CV afin de rendre les différentes parties facilement identifiables pour les recruteurs. Soyez synthétique et rigoureux et évitez les fautes d’orthographe.
Dans la section “Expériences professionnelles”, mettez en avant les compétences techniques, analytiques et métiers que vous avez pu développer. Pensez à chiffrez vos résultats afin de montrer votre sens business !
Si vous êtes en reconversion, détaillez les projets data que vous avez réalisés afin de professionnaliser votre CV.
N’oubliez pas de mentionner les technologies maîtrisées, et rajoutez un lien vers votre portfolio si vous en avez un !
Votre profil LinkedIn et votre CV sont prêts, vous allez bientôt pouvoir candidater ! Avant de vous lancer, voyons comment développer et profiter de votre réseau pour multiplier vos chances de succès.
