डेटा एनालिस्ट रिज़्यूमे टेम्पलेट (पूरे सैंपल के साथ)

यह टेम्पलेट डेटा एनालिस्ट, MIS एनालिस्ट, बिज़नेस इंटेलिजेंस (BI) एनालिस्ट और प्रोडक्ट एनालिस्ट के लिए बना है। इसमें दो कॉलम वाला लेआउट है: अनुभव और प्रोजेक्ट मुख्य कॉलम में हैं, जबकि टूल्स, सर्टिफ़िकेट और भाषाएँ एक पतले साइड कॉलम में हैं, ताकि रिक्रूटर कुछ सेकंड में देख ले कि आप कौन-से टूल चलाते हैं। सैंपल पुणे की एक सीनियर डेटा एनालिस्ट का है, जिसके पास रिटेल और फ़िनटेक में पाँच साल का अनुभव है। इसमें अपनी जानकारी भरें और जो सेक्शन काम के नहीं, उन्हें हटा दें।

टेम्पलेट एक नज़र में

हायरिंग मैनेजर क्या देखते हैं

एनालिस्ट को हायर करने वाले मैनेजर आमतौर पर दो बातें जानना चाहते हैं। पहली, क्या आप बिखरे हुए डेटा से सही नंबर निकाल सकते हैं, बिना इसके कि कोई आपकी हर query दोबारा जाँचे? दूसरी, क्या आप वही नंबर ऐसे व्यक्ति को समझा सकते हैं जिसे joins या window functions से कोई मतलब नहीं? आपके रिज़्यूमे को इन दोनों सवालों का जवाब देना चाहिए।

पहला सवाल तकनीकी हुनर का है। इसे उन टूल्स से दिखाएँ जिनका नाम आप लिखते हैं, और ऐसे बुलेट से जिनमें असली डेटा का काम हो: मॉडल बनाना, टूटी हुई डेटा पाइपलाइन ठीक करना, या वह टेबल साफ़ करना जिसे छूने से सब डरते थे। दूसरा सवाल समझ और बातचीत का है। इसे दिखाने का सबसे सीधा तरीका है यह लिखना कि आपका काम कौन इस्तेमाल करता है और उसके आधार पर क्या फ़ैसला हुआ।

मैनेजर ओनरशिप भी देखते हैं। "रिपोर्ट बनाता था" लिखने वाला एनालिस्ट आसानी से बदला जा सकने वाला लगता है। "हफ़्ते के रेवेन्यू डैशबोर्ड की ज़िम्मेदारी मेरी है और फ़ाइनेंस टीम के सवालों के जवाब मैं देती हूँ" लिखने वाला ऐसा लगता है जिस पर टीम निर्भर है। अगर कोई रिपोर्ट, डैशबोर्ड या मेट्रिक आपकी ज़िम्मेदारी है, तो साफ़ लिखें।

भारत में ज़्यादातर रिज़्यूमे पहले HR या कंसल्टेंसी के रिक्रूटर तक पहुँचते हैं, और Naukri, LinkedIn या कंपनी के पोर्टल का ATS पहले ही छँटाई कर देता है। रिक्रूटर टूल्स के नाम से खोजते हैं, इसलिए नाम वैसे ही लिखें जैसे जॉब पोस्ट में होते हैं: SQL, Power BI, Tableau, Python, Excel, BigQuery, Snowflake। बाद में जब मैनेजर पढ़ता है, तो वह टूल्स की लिस्ट से आगे जाकर देखता है कि आपने किन सवालों के जवाब दिए।

हर सेक्शन कैसे लिखें

हेडर और संपर्क जानकारी

आपका नाम, जिस पद के लिए आवेदन कर रहे हैं वह टाइटल, शहर, ईमेल, फ़ोन नंबर और एक-दो लिंक। LinkedIn प्रोफ़ाइल ज़्यादातर रिक्रूटर देखते हैं, इसलिए उसे अपडेट रखें। GitHub, Tableau Public या पर्सनल वेबसाइट का लिंक तभी दें जब उसमें पूरा किया हुआ काम हो। पूरा पता, फ़ोटो, जन्मतिथि, धर्म, पिता का नाम या वैवाहिक स्थिति लिखने की ज़रूरत नहीं है।

डेटा की नौकरियों में पद के नाम बहुत अलग-अलग होते हैं। "MIS Executive", "Analytics Associate", "Business Analyst" और "Reporting Specialist" अक्सर एक जैसा काम करते हैं। अगर आपका आधिकारिक टाइटल अजीब है, तो हेडर में सबसे साफ़ और सच्चा नाम लिखें, जैसे "डेटा एनालिस्ट", और नौकरी वाली एंट्री में असली टाइटल रहने दें।

प्रोफ़ाइल या समरी

दो-तीन वाक्य: आपका अनुभव, किस तरह के बिज़नेस को आप जानते हैं, मुख्य टूल्स और आपको किस तरह के सवाल हल करना पसंद है। "मेहनती, डीटेल पर ध्यान देने वाला, डेटा-ड्रिवन" जैसे शब्दों से बचें, ये हर एनालिस्ट के रिज़्यूमे में होते हैं। तीन लेवल पर यह तरीका ऐसा दिखता है:

फ्रेशर: स्टैटिस्टिक्स में B.Sc., 2026 बैच। एक ई-कॉमर्स कंपनी में छह महीने की एनालिटिक्स इंटर्नशिप की है और SQL व Power BI में दो प्रोजेक्ट बनाए हैं। बिखरे हुए Excel डेटा को साफ़ करना और नतीजे आसान भाषा में लिखना आता है।

मिड-लेवल: तीन साल का अनुभव रखने वाला डेटा एनालिस्ट, फ़िनटेक में काम करता हूँ। ज़्यादातर SQL, Tableau और Python इस्तेमाल करता हूँ, मार्केटिंग टीम के डैशबोर्ड बनाता हूँ और यह खोजना पसंद है कि कोई नंबर अचानक क्यों बदला।

सीनियर: पाँच साल का अनुभव रखने वाली सीनियर डेटा एनालिस्ट, रिटेल और फ़िनटेक में। मुख्य सेल्स रिपोर्टिंग मेरी ज़िम्मेदारी है, प्रोडक्ट टीम के साथ A/B टेस्ट चलाती हूँ और मैनेजर्स के अधूरे सवालों को ऐसे मेट्रिक में बदलती हूँ जिन्हें वे ट्रैक कर सकें।

अनुभव

नौकरियाँ उल्टे क्रम में लिखें, सबसे नई सबसे ऊपर। हर नौकरी के लिए कंपनी, पद, शहर और महीने-साल के साथ तारीखें दें। हाल की नौकरी में तीन से पाँच बुलेट और पुरानी नौकरियों में एक से तीन बुलेट काफ़ी हैं। अगर कंपनी कम जानी-पहचानी है, तो एक छोटी लाइन जोड़ें, जैसे "महाराष्ट्र की रिटेल चेन, 70 स्टोर"।

एनालिटिक्स कंसल्टिंग या KPO में काम करने वाले अक्सर सिर्फ़ अपनी कंपनी का नाम लिखते हैं। बेहतर है कि क्लाइंट का क्षेत्र भी बताएँ, जैसे "अमेरिका की एक बीमा कंपनी के लिए क्लेम रिपोर्टिंग"। क्लाइंट का नाम गोपनीय हो तो सिर्फ़ उद्योग और काम का प्रकार लिखें।

प्रोजेक्ट और पोर्टफ़ोलियो

एनालिस्ट के लिए प्रोजेक्ट कई दूसरी नौकरियों से ज़्यादा मायने रखते हैं, क्योंकि रोज़ का ज़्यादातर काम गोपनीय होता है। अच्छा प्रोजेक्ट पूरी प्रक्रिया दिखाता है: एक सवाल, डेटा का स्रोत, सफ़ाई, एनालिसिस और एक साफ़ जवाब। हर प्रोजेक्ट के लिए एक-दो लाइन लिखें, जिनमें सवाल, टूल्स और काम कहाँ देखा जा सकता है, यह हो।

सार्वजनिक डेटा इसके लिए अच्छा है: data.gov.in जैसे सरकारी पोर्टल, शहरों का ओपन डेटा, क्रिकेट के आँकड़े या कुछ भी जो आप ख़ुद इकट्ठा करते हैं। ऐसा विषय चुनें जिसमें आपकी सच में दिलचस्पी हो, क्योंकि इंटरव्यू में उस पर सवाल ज़रूर आएँगे। कोर्स की वही एक्सरसाइज़ जो हज़ारों लोगों ने बनाई है, तब तक न डालें जब तक आपने उसमें अपना कुछ नया न जोड़ा हो।

स्किल्स

टूल्स को कुछ समूहों में बाँटें ताकि पढ़ने वाला जल्दी देख ले: डेटा और डेटाबेस, एनालिसिस की भाषाएँ, BI और रिपोर्टिंग, और काम करने के तरीके के लिए एक छोटी लाइन। हर समूह में सबसे मज़बूत टूल पहले लिखें। इस लेआउट का साइड कॉलम छोटा है, जो अच्छी बात है, क्योंकि इससे सिर्फ़ असली स्किल्स ही आती हैं।

शिक्षा

डिग्री, कॉलेज या यूनिवर्सिटी और साल। स्टैटिस्टिक्स, गणित, इकोनॉमिक्स, कंप्यूटर साइंस, B.Com और BBA आम पृष्ठभूमि हैं, लेकिन इंजीनियरिंग, मनोविज्ञान या बायोलॉजी से आए अच्छे एनालिस्ट भी कम नहीं। फ्रेशर हैं तो CGPA या प्रतिशत और कुछ ज़रूरी विषय लिख सकते हैं। दो-तीन साल के काम के बाद यह सेक्शन छोटा रखें।

सर्टिफ़िकेट

Microsoft Power BI, Tableau और Google Cloud के सर्टिफ़िकेट जॉब पोस्ट में सबसे ज़्यादा दिखते हैं। पूरा नाम, जारी करने वाली संस्था और साल लिखें। करियर बदलने वालों के लिए किसी अच्छे ऑनलाइन प्रोग्राम का सर्टिफ़िकेट भी ठीक है, लेकिन जब अनुभव ख़ुद बोलने लगे तो उसे हटा दें।

अनुभव के बुलेट कैसे लिखें

अच्छे एनालिस्ट बुलेट में सवाल, तरीका और नतीजा तीनों होते हैं। नतीजा हमेशा पैसा नहीं होता। यह कोई फ़ैसला हो सकता है, कोई प्रक्रिया जो तेज़ हुई, कोई रिपोर्ट जिसे अब हर बार दोबारा बनाना नहीं पड़ता, या कोई गलती जो मैनेजमेंट की स्लाइड तक पहुँचने से पहले पकड़ी गई।

एक आसान तरीका: क्या एनालाइज़ किया या बनाया + कैसे + किसने इस्तेमाल किया या क्या बदला।

• कमज़ोर: "सेल्स टीम के लिए डैशबोर्ड बनाए।"
• बेहतर: "Power BI में रीजनल सेल्स डैशबोर्ड बनाया, जिसे 12 सेल्स मैनेजर हर हफ़्ते टारगेट तय करने के लिए इस्तेमाल करते हैं।"

वही नंबर लिखें जिनका स्रोत आप इंटरव्यू में बता सकें: रो की संख्या, यूज़र्स, बचे हुए घंटे, रिपोर्ट की संख्या, टेस्ट के नतीजे। अगर नतीजा मोटे तौर पर ही पता है, तो "लगभग" लिखें या शब्दों में बदलाव बताएँ। एनालिस्ट से बाकी लोगों की तुलना में ज़्यादा पूछा जाता है कि यह नंबर कहाँ से आया।

लेवल के हिसाब से उदाहरण

फ्रेशर या जूनियर एनालिस्ट

• ऑपरेशंस टीम के लिए हर हफ़्ते ऑर्डर डेटा निकालने वाली SQL query लिखीं और कुल संख्या फ़ाइनेंस से मिलाई
• Excel और Python से लगभग 80,000 ग्राहकों की लिस्ट साफ़ की और SMS कैंपेन से पहले डुप्लिकेट हटाए
• तीन मैनुअल Excel रिपोर्ट Power BI में बदलीं ताकि मैनेजर ख़ुद क्षेत्र के हिसाब से फ़िल्टर कर सकें
• हर रिपोर्ट के कॉलम का लॉजिक लिखा ताकि नए साथी बुनियादी सवालों के जवाब ख़ुद ढूँढ सकें

मिड-लेवल एनालिस्ट

• साइन-अप फ़नल का एनालिसिस किया, जिससे पता चला कि ज़्यादातर यूज़र KYC वाले चरण पर छोड़ देते हैं
• SQL और शेड्यूल्ड रिफ़्रेश से मासिक KPI रिपोर्ट ऑटोमेट की, जिससे हर महीने टीम के लगभग दो दिन बचे
• मार्केटिंग टीम के साथ "एक्टिव कस्टमर" की परिभाषा तय की और पाँच डैशबोर्ड में एक जैसी लागू की
• प्राइसिंग टेस्ट के नतीजे और उनकी सीमाएँ प्रोडक्ट हेड के सामने रखीं

सीनियर या लीड एनालिस्ट

• कंपनी के मुख्य रेवेन्यू मेट्रिक और वीकली बिज़नेस रिव्यू वाले डैशबोर्ड की ज़िम्मेदारी
• प्रोडक्ट टीम के साथ A/B टेस्टिंग की प्रक्रिया बनाई, जिसमें सैंपल साइज़ की जाँच और एक जैसा रिज़ल्ट फ़ॉर्मेट शामिल है
• दो जूनियर एनालिस्ट को मेंटर करती हूँ और स्टेकहोल्डर तक काम जाने से पहले उनकी SQL रिव्यू करती हूँ
• Excel वाली रिपोर्टिंग से टेस्ट और डॉक्युमेंटेशन वाले डेटा मॉडल पर शिफ़्ट करने का काम लीड किया

क्षेत्र के हिसाब से उदाहरण

प्रोडक्ट एनालिटिक्स

• इंजीनियर्स के साथ मोबाइल ऐप का इवेंट ट्रैकिंग प्लान बनाया और एंगेजमेंट मेट्रिक तय किए
• नए फ़ीचर के लॉन्च के बाद इस्तेमाल का एनालिसिस किया और पाया कि ज़्यादातर यूज़र उस स्क्रीन तक पहुँचते ही नहीं
• रिटेंशन कोहोर्ट बनाए, जिन्हें प्रोडक्ट टीम हर महीने की प्लानिंग मीटिंग में देखती है

मार्केटिंग एनालिटिक्स

• विज्ञापन ख़र्च और ऑर्डर मिलाकर चैनल रिपोर्ट बनाई, जिससे पता चला कि एक पेड चैनल ज़्यादातर पुराने ग्राहकों तक पहुँच रहा था
• WhatsApp और ईमेल कैंपेन का असर होल्डआउट ग्रुप से मापा, सिर्फ़ लास्ट-क्लिक नंबर से नहीं
• Python में ग्राहकों की सेगमेंटेशन बनाई, जिससे दिवाली और बाकी त्योहारी कैंपेन की प्लानिंग हुई

फ़ाइनेंस और ऑपरेशंस

• Python में हर हफ़्ते का ऑर्डर और कैश फ़ोरकास्ट बनाया और हर हफ़्ते असली आँकड़ों से तुलना की
• स्टोर स्टाफ़ की शिफ़्ट रिपोर्ट बनाई, जिससे मैनेजर भीड़ वाले घंटों में सही संख्या में स्टाफ़ रख सके
• वेयरहाउस और फ़ाइनेंस सिस्टम के इन्वेंटरी नंबर मिलाए और फ़र्क़ की वजह एक डेटा फ़ीड की टाइमिंग में पाई

बैंकिंग, बीमा और MIS

• क्लेम और पॉलिसी डेटा पर रोज़ की MIS रिपोर्ट Excel और SQL Server में तैयार की
• लोन कलेक्शन रिपोर्ट में बकाया दिनों के हिसाब से बकेट बनाए, जिन्हें कलेक्शन टीम रोज़ इस्तेमाल करती है
• RBI और आंतरिक ऑडिट के लिए डेटा तैयार किया, जिसमें खाली फ़ील्ड पहले ही पकड़ने की जाँच शामिल थी

बिज़नेस इंटेलिजेंस

• लगभग 30 Tableau डैशबोर्ड संभाले और वे 10 बंद किए जिन्हें छह महीने से किसी ने नहीं खोला था
• प्रमाणित मेट्रिक वाला साझा डेटा सोर्स बनाया, जिससे टीमों में अलग-अलग टोटल पर बहस बंद हुई
• भारी गणनाएँ डेटा वेयरहाउस में शिफ़्ट कीं, जिससे एक धीमा डैशबोर्ड काफ़ी तेज़ खुलने लगा

स्किल्स और कीवर्ड

रिक्रूटर और ATS ठीक वही शब्द खोजते हैं जो जॉब पोस्ट में होते हैं। वही नाम लिखें और सिर्फ़ वही टूल लिखें जो आपने असली काम या पूरे प्रोजेक्ट में इस्तेमाल किए हैं।

इस नौकरी में सॉफ़्ट स्किल्स बहुत मायने रखती हैं, लेकिन "अच्छी कम्युनिकेशन स्किल" लिखने से कुछ साबित नहीं होता। उसे बुलेट में दिखाएँ: किसी डायरेक्टर को नतीजे प्रेज़ेंट करना, दो टीमों के साथ किसी मेट्रिक की परिभाषा पर सहमति बनाना, या ऐसी डॉक्युमेंटेशन लिखना जिसे लोग सच में पढ़ते हैं।

जॉब पोस्ट के हिसाब से रिज़्यूमे बदलें

"डेटा एनालिस्ट" एक ही टाइटल है, पर काम बहुत अलग होता है। किसी बैंक या बीमा कंपनी में पूरा हफ़्ता Excel और SQL Server पर बीत सकता है, जबकि किसी स्टार्टअप में Python, BigQuery और प्रयोगों पर। हर आवेदन से पहले दस मिनट लगाएँ:

1. जॉब पोस्ट पढ़ें और बार-बार आने वाले टूल्स, बिज़नेस क्षेत्र और काम के प्रकार पर निशान लगाएँ, जैसे डैशबोर्ड, एड-हॉक एनालिसिस या A/B टेस्ट।
2. देखें कि जो टूल आपको सच में आते हैं, वे स्किल्स में और कम से कम एक बुलेट में हों।
3. नौकरी के मुख्य काम से मिलते बुलेट हर नौकरी में सबसे ऊपर रखें।
4. प्रोफ़ाइल का पहला वाक्य पद के हिसाब से बदलें, जैसे मार्केटिंग वाली नौकरी के लिए "मार्केटिंग एनालिस्ट"।
5. अगर आपके पास उस उद्योग से मिलता प्रोजेक्ट है, तो उसे सबसे ऊपर रखें।

Naukri पर प्रोफ़ाइल का "Key Skills" हिस्सा और रिज़्यूमे हेडलाइन भी इसी तरह अपडेट रखें, क्योंकि रिक्रूटर वहीं से सर्च करते हैं। पोस्ट के शब्द वहीं इस्तेमाल करें जहाँ वे आप पर सच में लागू हों।

फ़ॉर्मेट और लंबाई

ज़्यादातर एनालिस्ट के लिए एक पेज। एक ही फ़ॉन्ट, 10 से 12 पॉइंट का साइज़, और पूरे रिज़्यूमे में एक जैसी तारीखें और नंबर का फ़ॉर्मेट रखें। भारतीय तरीका इस्तेमाल करें तो हर जगह "6 लाख" लिखें, बीच में "600,000" न लिखें। किसी रिपोर्ट में आप ऐसी असंगति तुरंत पकड़ लेते, पढ़ने वाला भी पकड़ लेगा।

रिज़्यूमे पर चार्ट, स्किल बार या स्टार रेटिंग न लगाएँ। ATS उन्हें ठीक से नहीं पढ़ पाता और वे असली हुनर के बारे में कुछ नहीं बताते। आपके बनाए डैशबोर्ड का एक लिंक यह काम बेहतर करता है। फ़ाइल PDF में भेजें और नाम साफ़ रखें, जैसे "Sneha-Kulkarni-Data-Analyst.pdf"।

सेक्शन इसी क्रम में क्यों हैं

अनुभव सबसे ऊपर है, क्योंकि आपने जिन असली बिज़नेस सवालों के जवाब दिए हैं, वही सबसे ज़्यादा मायने रखते हैं। उसके ठीक बाद प्रोजेक्ट हैं, क्योंकि आपकी नौकरी के डैशबोर्ड आमतौर पर निजी होते हैं और प्रोजेक्ट ही दिखाते हैं कि आप कैसे काम करते हैं। शिक्षा उसके बाद आती है और छोटी रहती है।

स्किल्स, सर्टिफ़िकेट और भाषाएँ साइड कॉलम में हैं, ताकि टूल्स की लिस्ट हर नौकरी के बगल में दिखे और बुलेट की जगह न घेरे। अगर आप सख़्त पोर्टल वाली बड़ी कंपनी में आवेदन कर रहे हैं, तो सॉफ़्टवेयर इंजीनियर टेम्पलेट वाला ATS फ़्रेंडली एक-कॉलम लेआउट देखें। फ्रेशर हैं तो प्रोजेक्ट को अनुभव से ऊपर रखें और कोर्सवर्क लिखने का तरीका स्टूडेंट टेम्पलेट में देखें। कॉमर्स या फ़ाइनेंस से आने वाले एनालिस्ट के लिए अकाउंटेंट टेम्पलेट में भी काम के शब्द मिलेंगे।

इन गलतियों से बचें

• टूल्स की लिस्ट देना, पर यह न बताना कि उनसे क्या किया
• डैशबोर्ड का ज़िक्र करना, पर यह न बताना कि उसे कौन इस्तेमाल करता है
• कंपनी के गोपनीय आँकड़े, क्लाइंट के नाम या स्क्रीनशॉट रिज़्यूमे या पोर्टफ़ोलियो में डालना
• SQL और Python के लिए स्किल बार और स्टार रेटिंग
• पोर्टफ़ोलियो के ऐसे लिंक जो ख़ाली रिपॉज़िटरी या टूटे डैशबोर्ड पर खुलें
• "डीटेल पर ध्यान" का दावा करने वाले रिज़्यूमे में अलग-अलग नंबर और तारीख़ फ़ॉर्मेट
• एक ऑनलाइन कोर्स के बाद ख़ुद को मशीन लर्निंग का एक्सपर्ट लिखना
• इस्तेमाल किया गया डेटाबेस या वेयरहाउस न लिखना, जबकि रिक्रूटर अक्सर उसी से सर्च करते हैं

भेजने से पहले चेकलिस्ट

• आपका टाइटल और प्रोफ़ाइल का पहला वाक्य पद से मेल खाते हैं
• जॉब पोस्ट वाला SQL और मुख्य BI टूल लिखा है, जहाँ वह सच है
• हर हाल की नौकरी में कम से कम एक बुलेट में यूज़र, फ़ैसला या नतीजा है
• प्रोजेक्ट के लिंक खुलते हैं, जल्दी लोड होते हैं और पूरा काम दिखाते हैं
• नंबर, तारीखें और टूल्स के नाम हर जगह एक जैसे लिखे हैं
• फ़ाइल PDF है और फ़ाइल के नाम में आपका नाम है