Hoja de vida de analista de datos: ejemplo y consejos para 2026
Si trabajas con datos, tu currículum tiene una ventaja: ya sabes contar historias con evidencia. El reto es aplicar esa habilidad a tu propio perfil. Una lista de herramientas como SQL, Excel o Power BI dice poco; lo que convence es mostrar qué pregunta de negocio respondiste, con qué datos y qué decisión se tomó gracias a tu análisis.
En esta guía tienes un ejemplo completo de hoja de vida para un analista con cuatro años de experiencia en Bogotá, escrito en el estilo que se espera en Colombia y que sirve igualmente para España, México, Argentina o Chile. Verás cómo ordenar herramientas, cómo cuantificar el impacto de un informe y qué términos suelen repetirse en las ofertas de empleo del sector.
Una nota sobre el nombre: en Colombia y Perú «hoja de vida» es lo habitual, mientras que en España y México se prefiere «currículum». Si tu objetivo es una empresa multinacional, puede que te pidan un CV en inglés, así que más abajo encontrarás cómo adaptarlo. Todo lo que ves son pautas generales: ajusta cada dato a tu experiencia real.
Modelo de currículum: Analista de datos
Camila Restrepo Gómez
Analista de datos | SQL, Power BI y Python
Bogotá, Colombia
Perfil
Analista de datos con cuatro años de experiencia en comercio minorista y servicios financieros. Transformo datos dispersos en tableros claros que ayudan a decidir sobre inventario, precios y retención de clientes. Trabajo con SQL, Power BI y Python, y me gusta explicar los hallazgos a personas que no son técnicas.
Experiencia profesional
Analista de datos, Grupo Andino Retail
02/2023 – actualidad
Bogotá, Colombia
- Construí 8 tableros en Power BI para ventas, inventario y logística, consultados cada semana por la gerencia de 5 áreas.
- Detecté con análisis de cohortes que los clientes que repetían compra en 30 días tenían mucha más retención, y propuse una campaña de seguimiento que redujo la fuga en un 12 %.
- Automaticé con Python y SQL el cierre mensual de ventas, que pasó de dos días de trabajo manual a menos de una hora.
- Definí junto con finanzas un diccionario de indicadores para que todos los equipos usaran las mismas definiciones.
Analista de información, Banco Cordillera
06/2021 – 01/2023
Medellín, Colombia
- Elaboré informes de riesgo de crédito a partir de bases con más de un millón de registros, usando SQL Server y Excel avanzado.
- Limpié y validé datos de tres fuentes distintas, reduciendo en un 90 % los errores de conciliación detectados por auditoría.
- Presenté mensualmente los resultados al comité de riesgos con gráficos y conclusiones accionables.
Practicante de analítica, Consultora Datos del Sur
01/2021 – 05/2021
Bogotá, Colombia
- Apoyé el análisis de encuestas de satisfacción con Excel y Python, y preparé las presentaciones para clientes.
Formación
Profesional en Estadística, Universidad Nacional de Colombia
2016 – 2020
Especialización en Analítica de Datos, Universidad de los Andes
2022 – 2023
Competencias
Consulta y programación: SQL (SQL Server, PostgreSQL), Python (pandas, NumPy), R (básico)
Visualización: Power BI, Tableau, Excel avanzado, storytelling con datos
Análisis: estadística descriptiva e inferencial, pruebas A/B, análisis de cohortes, ETL
Herramientas: Git, Jupyter, Google Analytics, Jira
Idiomas
Español (nativo) · Inglés (B2)
Certificaciones
- Microsoft Certified: Power BI Data Analyst Associate
Competencias clave para Analista de datos
SQL
La herramienta más pedida: consultas, uniones, funciones de ventana y optimización.
Visualización de datos
Power BI, Tableau o similares, con tableros que respondan a una pregunta concreta.
Excel avanzado
Tablas dinámicas, funciones de búsqueda y modelos que se siguen usando en casi todas las empresas.
Python o R
Para limpiar datos, automatizar informes y hacer análisis estadístico más profundo.
Estadística aplicada
Interpretar distribuciones, pruebas de hipótesis y evitar conclusiones engañosas.
Limpieza y calidad de datos
Detectar duplicados, valores atípicos y fuentes incoherentes antes de analizar.
Comunicación con negocio
Traducir hallazgos técnicos en recomendaciones que otras áreas puedan aplicar.
Pensamiento crítico
Cuestionar las preguntas, las fuentes y las métricas antes de dar una respuesta.
Palabras clave ATS
Estos términos aparecen con más frecuencia en las ofertas de empleo para este puesto. Inclúyelos donde realmente se correspondan con tu experiencia:
Reescribir viñetas: antes / después
Antes
Elaboración de reportes de ventas.
Después
Diseñé un tablero de ventas en Power BI que sustituyó 14 informes manuales y fue adoptado por la dirección comercial.
Antes
Análisis de datos de clientes.
Después
Segmenté 200.000 clientes con Python y propuse tres grupos de campaña; la acción dirigida aumentó la respuesta frente a la comunicación masiva anterior.
Antes
Encargada de limpiar bases de datos.
Después
Unifiqué tres bases de clientes con SQL, eliminé duplicados y reduje en un 85 % las inconsistencias detectadas en auditoría.
Antes
Apoyé en la toma de decisiones.
Después
Cuantifiqué con un análisis de sensibilidad el efecto de un cambio de precios, lo que permitió a la gerencia descartar una promoción poco rentable.
Estructura la hoja de vida de un analista
Empieza por tu nombre, ciudad, correo, teléfono, LinkedIn y, si lo tienes, un portafolio con proyectos. Sigue con un perfil de tres líneas que diga qué tipo de análisis haces, con qué herramientas y en qué sector. Después incluye la experiencia en orden cronológico inverso, la formación, las habilidades y los idiomas.
Tu documento debería caber en una página si tienes menos de cinco años de trayectoria y como mucho en dos si llevas más. Lo más relevante para la oferta debe verse sin desplazarse: herramientas clave, un par de logros y el sector. Reserva los detalles menos importantes para el final.
Las habilidades se leen mejor agrupadas: consulta y programación, visualización, estadística y herramientas de trabajo. Evita listas interminables de veinte programas; es preferible elegir los que de verdad usas, y destacar los niveles solo cuando aporten algo («SQL avanzado: funciones de ventana y optimización de consultas»). Si trabajas con herramientas de sectores concretos, como SAP, Salesforce o Google Analytics, nómbralas en la experiencia para dar contexto.
Cómo demostrar impacto sin revelar datos confidenciales
El mayor reto de un analista es que sus mejores resultados suelen ser internos. No pasa nada: puedes describir el impacto sin dar cifras exactas de la empresa. Usa porcentajes, tiempos y alcance relativo: «redujo el cierre mensual de dos días a una hora», «sirvió a cinco áreas», «cubrió más de un millón de registros». Si no puedes dar números, explica la decisión que tomó el negocio gracias a tu trabajo.
El patrón más sólido es: pregunta de negocio, método y resultado. Por ejemplo, «analicé la rotación de clientes con cohortes en SQL y propuse una acción de seguimiento que redujo la fuga». Así muestras que entiendes el porqué del análisis y no solo la técnica.
Si estás empezando, un portafolio con dos o tres proyectos propios compensa la falta de experiencia: elige conjuntos de datos públicos, formula una pregunta concreta, documenta la limpieza y presenta un tablero o un breve informe. Sube el código a GitHub y explica las conclusiones en lenguaje sencillo. Evita proyectos de tutorial copiados sin ninguna aportación personal, porque quien selecciona los reconoce de inmediato.
Nombre del documento, foto y datos personales por país
En Colombia y Perú es habitual hablar de «hoja de vida», en España y México de «currículum», y en Argentina y Chile de «CV». Si te postulas en otro país, usa el término de la oferta. En cuanto a la foto, en Colombia y México aún es frecuente incluirla, mientras que en España y en empresas internacionales cada vez se omite; en Argentina y Chile depende de la empresa. En perfiles de datos, el contenido pesa más que la imagen, así que si dudas, no la incluyas.
No añadas número de cédula, DNI, CURP, RFC, NIE, estado civil, número de hijos ni fecha exacta de nacimiento. No son necesarios para la fase de selección y te exponen a un uso indebido de tus datos. Los datos de contacto se limitan a ciudad, teléfono, correo profesional y enlaces.
En tu sector, además, valorarán que trates los datos con rigor, también los tuyos. Evita adjuntar capturas de tableros con información real de clientes o de empresas, aunque sea para mostrar tu portafolio: anonimiza siempre o utiliza datos de ejemplo. Y menciona, si es cierto, tu conocimiento de normativas de protección de datos como el RGPD en España o la Ley 1581 en Colombia.
CV en inglés, carta y ajuste a cada oferta
Muchas ofertas de analítica en multinacionales, empresas de consultoría o equipos remotos piden un CV en inglés. No lo traduzcas literalmente: «Profesional en Estadística» se convierte en «Bachelor’s degree in Statistics», y «tableros» es «dashboards». Mantén las viñetas con verbo de acción y resultado, y adapta los formatos de fecha y teléfono.
La carta de presentación es opcional en la mayoría de procesos, pero resulta útil para explicar un cambio de sector o mostrar interés por el negocio. Menciona un problema concreto de la empresa que podrías ayudar a resolver; cinco o seis líneas bastan.
Para que tu documento pase los filtros automáticos, compara siempre tu perfil con la oferta de empleo. Si pide «SQL», «Power BI» y «KPI» y tú tienes esa experiencia, usa exactamente esas palabras en el perfil y en las viñetas. Una herramienta de IA puede ayudarte a adaptar el currículum a cada oferta, aunque conviene revisarlo todo para que cada afirmación sea verdadera. No incluyas habilidades que no puedas defender en una prueba técnica: las ofertas de analítica suelen incluir un caso práctico con SQL o Excel.
Errores frecuentes
Listar herramientas sin explicar qué problema resolviste con ellas.
Escribir «manejo de Excel» sin precisar el nivel ni mostrar funciones o modelos avanzados.
Poner capturas de tableros con datos reales de clientes o de la empresa.
Describir tareas de reporte sin mencionar la decisión o mejora que provocaron.
Presentar un portafolio con proyectos de tutorial idénticos a los de otras personas.
Usar gráficos de barras o estrellas para puntuar tu nivel de Python o SQL.
Preguntas frecuentes
¿Cómo hago una hoja de vida de analista de datos sin experiencia?+
Pon por delante la formación y los proyectos propios. Elige dos o tres análisis con datos públicos, documenta la pregunta, el método y las conclusiones, y súbelos a GitHub o a un sitio personal. Añade cursos o certificaciones con proyecto final, prácticas y cualquier tarea con datos que hayas hecho en otro trabajo, como informes en Excel. Un perfil honesto y bien explicado funciona mejor que uno inflado, y te prepara para defenderlo en la entrevista.
¿Qué herramientas debo incluir primero?+
Las que pida la oferta de empleo y que realmente domines. En general, SQL y Excel avanzado son la base, seguidos de una herramienta de visualización como Power BI o Tableau y, si procede, Python o R. Colócalas en un bloque de habilidades agrupado y confirma que aparecen también en tus viñetas de experiencia, para que se vea en qué contexto las has usado. Si una herramienta aparece en la oferta y la conoces solo a nivel básico, indícalo con sinceridad.
¿Es mejor un currículum de una o de dos páginas?+
Una página si tienes menos de cinco años de experiencia o cambias de carrera; dos si tu trayectoria es larga y cada puesto aporta algo relevante. Más de dos páginas casi nunca se justifica. Lo decisivo es que el contenido más cercano a la oferta aparezca arriba y que no repitas funciones obvias en cada puesto anterior. Si dudas, elige la versión corta.
¿Debo incluir una certificación como Power BI o Google Analytics?+
Sí, si es reciente y está relacionada con las herramientas de la oferta. Las certificaciones ayudan sobre todo cuando tienes poca experiencia o cambias de sector, y demuestran compromiso con la formación. Indica la entidad y el año, y no llenes el documento con diez cursos cortos: elige los dos o tres más relevantes y respáldalos con proyectos reales que puedas enseñar.
¿Cómo cuantifico mi impacto si no tengo acceso a cifras de negocio?+
Usa medidas relativas y de proceso: tiempo ahorrado, número de informes sustituidos, áreas que usan tu tablero, tamaño de la base analizada o errores reducidos. También puedes describir la decisión que se tomó con tu análisis aunque no des el dato exacto. Evita inventar cifras: ante una entrevista, tendrás que explicar de dónde sale cada número, qué datos usaste y qué hipótesis hiciste.
Más ejemplos de currículum
Tu currículum, adaptado a la oferta
Sube tu currículum y la oferta de empleo. La IA adapta el contenido y las palabras clave.