Keywords para CV de data analyst y data science: SQL, Python y pruebas

Mapea keywords de data analyst y data science a SQL, Python, dashboards, modelos, experimentos, métricas, stakeholders y pruebas reales.

Actualizado: 2026-07-17

1. Agrupa keywords por señal analítica

   Separa herramientas, SQL/Python, BI, métricas, estadística, experimentación, modelos, dominio de negocio, comunicación con stakeholders e impacto. Así el CV no parece una tabla de términos.

   Prompt to use: Para esta oferta de data analyst, agrupa keywords en herramientas, SQL/datos, dashboards/BI, métricas, dominio, stakeholders e impacto en decisiones.
   Example wording: Product analyst puede incluir SQL, funnel analysis, cohort retention, experimentación, dashboards y soporte a decisiones de producto.

2. Distingue data science de prueba de data analyst

   Usa keywords de data science cuando el puesto o el proyecto realmente incluye modelos, estadística, experimentos, feature engineering, notebooks o evaluación. Para un CV de data analyst, mantén el foco en pregunta de negocio, SQL, dashboards, métricas y decisiones; machine learning solo si puedes explicar objetivo, validación y uso.

   Prompt to use: Revisa este CV y separa keywords de data analyst y data science. Mantén SQL, dashboards, métricas y decisiones como núcleo; conserva modeling, machine learning, experimentación o feature engineering solo si hay evidencia.
   Example wording: No escribas solo machine learning. Mejor: construí notebook de riesgo de churn con dataset etiquetado, evalué precision/recall y usé el output para priorizar acciones de retención.

3. Aclara qué tipo de analyst busca la oferta antes de elegir keywords

   Una búsqueda amplia como «analyst resume keywords» puede apuntar a data analyst, BI/reporting analyst, business analyst, product analyst o un perfil mixto. Antes de copiar términos genéricos al CV, clasifica el puesto por su trabajo diario. Este CV de data analyst cubre SQL, limpieza de datos, métricas, dashboards/BI, métodos de análisis, calidad de datos y apoyo a decisiones. Requisitos, mapeo de procesos, UAT, sistemas y criterios de aceptación corresponden a business analyst. En un puesto mixto, separa los términos por función y conserva solo los que puedas demostrar con proyectos reales; la IA no crea experiencia.

   Prompt to use: Clasifica esta oferta como data analyst, BI/reporting analyst, business analyst, product analyst o mixta. Conserva solo keywords que coincidan con el trabajo diario y marca las que no puedo respaldar con evidencia real.
   Example wording: SQL, métricas, dashboards, análisis y calidad de datos pertenecen al camino data. Requisitos, procesos, UAT, sistemas y criterios de aceptación pertenecen al camino BA. En una oferta híbrida, etiqueta cada keyword según la evidencia que realmente tienes.

4. Conecta SQL y BI con outputs reales

   SQL, Tableau, Power BI, Looker, Excel, Python y dbt pesan más cuando aparecen junto a dashboards, reportes, modelos o análisis usados por alguien.

   Prompt to use: Mapea cada keyword prioritaria con evidencia de mi CV: dataset, herramienta, método, stakeholder, output y resultado. Marca keywords débiles.
   Example wording: Power BI: construí dashboard de ingresos para revisión semanal de ventas y reduje preparación manual de reportes.

5. Cambia insights vagos por lenguaje de métricas

   En vez de decir 'generé insights', explica métrica, pregunta de negocio, método, audiencia y decisión apoyada.

   Prompt to use: Reescribe estos bullets de data analyst con tipo de métrica, pregunta de negocio, método, audiencia y decisión apoyada. No inventes números.
   Example wording: Mejor: analicé activation funnel por canal e identifiqué drop-offs para el backlog de experimentos de growth.

6. Elige sinónimos de analytics según el rol

   No repitas análisis, reporting, dashboards e insights en todos los bullets. Ajusta el vocabulario al puesto: BI analyst, product analyst, marketing analyst, operations analyst, reporting o data quality.

   Prompt to use: Revisa mi CV de analista de datos y sugiere sinónimos de analytics, reporting, dashboards, métricas y trabajo con stakeholders según el rol objetivo. Mantén solo palabras respaldadas por mi experiencia.
   Example wording: Usa automatización de reportes para dashboards recurrentes, análisis de funnel para producto, controles de calidad de datos para pipelines y reporting a stakeholders para reuniones de decisión.

7. Audita el exceso de keywords analíticas

   Antes de postular, elimina herramientas que no puedes usar en una prueba real, métricas repetidas y claims de machine learning sin proyecto.

   Prompt to use: Audita este CV de data analyst por keyword stuffing: herramientas sin prueba, insights vagos, métricas repetidas, impacto débil y keywords que deben ir a bullets.
   Example wording: Machine learning solo si puedes explicar objetivo, validación y uso de negocio.