Wie hält dein Lebenslauf einer Data Analyst-Stelle stand?

Füge eine Data Analyst-Stellenanzeige und deinen Lebenslauf ein. Du bekommst den Score, die Lücken und das, was ATS-Filter für diese Rolle wirklich prüfen.

"Fortgeschrittenes Excel" ohne SQL ist die häufigste Lücke bei Analyst-Lebensläufen — die meisten Anzeigen setzen SQL inzwischen als Basis voraus, nicht als Bonus. Häufiger noch fehlt der Hinweis, was ein Report tatsächlich verändert hat. Prüfe deinen Lebenslauf gegen eine echte Anzeige.

Lebenslauf hochladen

PDF · DOCX · TXT · bis 2 MB

Oder Text des Lebenslaufs einfügen

Die Stellenanzeige

Was Stellenanzeigen für diese Rolle verlangen

SQL
Excel / Google Sheets
Python (pandas)
Tableau / Power BI / Looker
A/B-Tests
Statistik
Dashboards
ETL
Datenaufbereitung
Stakeholder-Reporting
KPI-Definition
Kohortenanalyse
Forecasting

Häufige Fehler in Lebensläufen für diese Rolle

"Fortgeschrittenes Excel" ohne SQL — die meisten Analyst-Rollen setzen SQL heute als Basis voraus, dessen Fehlen liest sich wie eine Lücke.
Bullets listen erstellte Reports, nicht die Entscheidungen dahinter — "wöchentliches Dashboard gebaut" sagt nichts darüber, ob es genutzt wurde.
Kein Hinweis auf Datenaufbereitung, obwohl das oft den Großteil der Arbeit ausmacht und ein starkes Sorgfalts-Signal ist.
Statistik-Vokabular fehlt (Signifikanz, Konfidenzintervall, Kohorte), selbst wenn die Arbeit klar analytisch war.
Tool-Namen ohne Umfang oder Frequenz — "Tableau genutzt" sagt nicht, ob es ein Einmal-Chart oder ein täglich aktualisiertes Führungs-Dashboard war.

Schwach vs. stark

Schwach Dashboards zur Verkaufsübersicht erstellt.

Stark Looker-Dashboard gebaut, das einen regionalen Churn-Anstieg von 15 % aufdeckte — die daraus folgende Retention-Kampagne rettete 180.000 $ ARR.

Was "Beleg" für diese Rolle bedeutet

Beleg ist die Entscheidung oder Zahl hinter der Analyse, nicht die Analyse selbst. "Dashboards erstellt" belegt, dass ein Dashboard existiert. "Churn-Anstieg aufgedeckt, Kampagne rettete 180.000 $ ARR" belegt Befund, Aktion und Ergebnis — genau das, was eine Hiring-Entscheidung tatsächlich beurteilt.

Ein genauerer Blick auf die wichtigsten Anforderungen

SQL: SQL wird zunehmend vorausgesetzt statt gefordert — sein Fehlen liest sich als Lücke. Wer regelmäßig SQL schreibt, sollte die Komplexität benennen (Joins über mehrere Tabellen, Window-Functions), statt es in "Datentools" verschwinden zu lassen.
A/B-Tests: Anzeigen mit Experimentiererfahrung prüfen meist, ob Kontrollgruppe und statistische Signifikanz verstanden werden, nicht nur, ob ein Test schon mal beobachtet wurde. Ein Bullet mit dem eigenen Testdesign und dem Ergebnis belegt Urteilsvermögen.
Stakeholder-Reporting: Diese Anforderung prüft, ob ein Befund für jemanden übersetzt werden kann, der kein SQL liest — unsichtbar in der Analyse selbst, sichtbar nur, wenn Zielgruppe und Wirkung beschrieben werden.
Python (pandas): Anzeigen, die pandas explizit nennen, unterscheiden meist zwischen Excel-Automatisierung und reinem Klicken durch ein UI. Umfang zu nennen — Zeilenzahl, Join-Komplexität, Ausführungsfrequenz — trennt das von einer reinen Bibliotheksnennung.