Девять областей, которые проверяются
Резюме аналитика читают в поисках доказательств повседневной работы, а не списка инструментов. Проверка ищет такие области:
- Основы SQLSQL просят почти в каждой вакансии аналитика, и читателю важно увидеть, что вы с ним делали, а не только слово.
- JOIN и качество данныхПри соединении таблиц итоги незаметно удваиваются. Строка о том, что вы проверяете дубли, пропуски или итоги, говорит: вашим числам можно доверять.
- Оконные функции и CTEОконные функции и запросы из шагов отличают базовый SQL от уровня аналитика: ранги, накопительные итоги, предыдущее значение.
- Метрики и определенияАналитику доверяют определения: что именно считается, для кого и за какой период. Строка о том, что вы определили метрику или отвечали за неё, — сильное доказательство.
- Эксперименты и статистикаПродуктовые и маркетинговые команды решают по A/B-тестам. Умение читать тест — размер выборки, значимость, сломанное распределение — частая тема собеседований.
- Продуктовая аналитика: когорты, удержание, воронкиКогорты, удержание и воронки — ежедневная работа продуктового аналитика и частый вопрос на кейс-интервью.
- BI и дашбордыБольшинство аналитиков отдают результат дашбордами. Назовите инструмент и что дашборд изменил для тех, кто им пользуется.
- Python, R и таблицыВо многих вакансиях рядом с SQL стоят Python или R, а таблицы есть везде. Покажите, что вы с их помощью автоматизировали или посчитали.
- Рекомендации и заказчикиЧисло полезно, когда по нему действуют. Строка с вашей рекомендацией и решением, которое она повлекла, показывает суждение, а не только владение инструментами.
Упомянуть — не то же самое, что показать
«SQL» в списке навыков говорит читателю, что вы о нём слышали. Строка о том, что вы сделали и что изменилось, говорит, что вы это умеете:
Вторая строка — иллюстрация формы, а не текст для копирования: пишите свой результат и только тот, что был на самом деле. В гайде «Портфолио в эпоху AI» объясняется, почему след ваших решений — вопрос, определение, проверки, вывод — теперь важнее красивой обёртки.
Почему результат — план, а не оценка
Ключевые слова, которые вы не сможете объяснить, не переживут первого уточняющего вопроса. Поэтому к каждому пробелу — короткий урок, 30-секундная проверка из практики Atterna и одно место для практики, сначала бесплатное: Start, дни 1–2 — SQL с нуля, кейс 1 — настоящая задача примерно на 17 минут, и бесплатные гайды. После этого строка в резюме описывает работу, которую вы действительно сделали.
Частые вопросы
Резюме куда-то отправляется?
Нет. Проверка идёт в браузере по фиксированным правилам: текст не загружается, не сохраняется и не попадает в аналитику. Если вы разрешили аналитику, страница считает сам факт проверки и открытые 30-секундные упражнения — без текста, его длины и вашей карты. Закройте вкладку — и текста нет.
Это оценка ATS в процентах?
Нет. Процент был бы ложной точностью. Проверка показывает для каждой из девяти областей одно из трёх состояний — подтверждено, только упомянуто, не найдено — и цитирует строки, которые прочитала, чтобы каждый вывод можно было проверить.
Что считается доказательством?
Строка, где назван навык и есть то, что читатель может проверить: число (процент, деньги, время, количество), итог (снизил, увеличил, автоматизировал, запустил), ссылка на репозиторий или портфолио, названный проект или действие с конкретным результатом работы — например, дашборд для определённой команды. Навык в списке навыков считается упомянутым.
Добавить недостающие слова в резюме?
Только те навыки, которые вы можете подтвердить. На собеседовании задают уточняющие вопросы, и слово, которое вы не сможете объяснить, вредит больше, чем пробел. План под результатом — о том, чтобы научиться и потом показать доказательство.
Можно загрузить PDF или Word?
Лучше вставьте текст: откройте файл, выделите всё, скопируйте и вставьте. Обычный .txt можно загрузить — он читается на вашем устройстве. Разбор PDF не добавлен намеренно, чтобы ничего не покидало браузер.
Для каких ролей?
Для аналитиков данных уровня junior и middle, в том числе продуктовых, маркетинговых и BI-аналитиков. Читает резюме на русском и английском. Под data science и data engineering не настроена.
Хороший результат гарантирует собеседования?
Этого никто не может обещать. Проверка текста — отправная точка, а не решение о найме: она читает слова и шаблоны, может пропустить навык, описанный необычно, и не оценивает качество самой работы.