Spring til indhold
Alle CV-eksempler
Data6 min. læsetid

CV-eksempel: Dataanalytiker (2026) – skabelon og tekst du kan kopiere

En færdig struktur til et dataanalytiker-CV plus kopierbare profiltekster, bullets og kompetencer på tre erfaringsniveauer — med aktuelle løn- og markedstal.

Et stærkt dataanalytiker-CV på 30 sekunder

Et stærkt dataanalytiker-CV viser med det samme, at du mestrer sql og datamodellering (star schema, dbt), python til dataanalyse (pandas, numpy, scikit-learn), statistiske modeller og hypotesetest og oversætter din erfaring til konkrete, målbare resultater. Omsætter rå data til beslutningsgrundlag gennem solide SQL-modeller, statistiske analyser og dashboards, ledelsen rent faktisk bruger. Bygger pålidelige datapipelines og dokumenterer antagelser, så analyserne kan reproduceres. Lige nu er der 13 aktive opslag på Jobindex, der søger en dataanalytiker, så rekrutterere screener hurtigt for keywords som SQL, Python / pandas, Power BI / Tableau, datapipeline / ETL, BigQuery / Snowflake, statistisk modellering. Denne side giver dig en færdig struktur, kopierbare tekster på tre erfaringsniveauer og aktuelle markedstal, du kan bruge direkte i din ansøgning.

Sådan ser et godt dataanalytiker-CV ud

  1. Kontaktoplysninger: navn, titel (Dataanalytiker), telefon, e-mail og by — øverst og let at scanne.
  2. Profiltekst: 2-3 linjer der fremhæver sql og datamodellering (star schema, dbt) og din vigtigste styrke som dataanalytiker.
  3. Erhvervserfaring: nyeste først, med 3-5 resultat-bullets om fx python til dataanalyse (pandas, numpy, scikit-learn) (handling + effekt).
  4. Kompetencer: 6-8 rolle-relevante kompetencer som sql og datamodellering (star schema, dbt), python til dataanalyse (pandas, numpy, scikit-learn), statistiske modeller og hypotesetest.
  5. Uddannelse og certificeringer: relevant uddannelse (datalog, matematik-økonomi, statistik) og øvrige papirer for dataanalytiker-rollen.
  6. ATS-tjek: ren tekst, standard-overskrifter og keywords som SQL, Python / pandas, Power BI / Tableau — så systemet læser dit CV korrekt.

Eksempel-CV på tre niveauer

Herunder finder du tre eksempler på et dataanalytiker-CV — på niveauerne nyuddannet, erfaren, senior. Hvert eksempel viser, hvordan du formulerer sql og datamodellering (star schema, dbt) og python til dataanalyse (pandas, numpy, scikit-learn) som færdig profiltekst og resultat-bullets, du kan kopiere og tilpasse din egen baggrund. Brug dem som skabelon, ikke som facitliste — de stærkeste CV'er er altid personlige.

Nyuddannet dataanalytiker

Profiltekst: Nyuddannet dataanalytiker med solid faglig ballast inden for data og et stærkt ønske om at omsætte teori til praksis. Engageret, lærenem og vant til at tage ansvar fra første dag.

Erfaring – resultat-bullets:

  • Gennemførte praktik som dataanalytiker med positiv evaluering fra praktiksted.
  • Bidrog til den daglige drift inden for data under oplæring.
  • Tog initiativ til at lære nye systemer og arbejdsgange hurtigt.
  • Samarbejdede med kolleger om at løse opgaver til tiden.

Kompetencer: Stærke kommunikations- og samarbejdsevner, Selvstændig opgaveløsning, Kvalitetsbevidsthed, Overblik under pres, Vilje til faglig udvikling.

Erfaren dataanalytiker

Profiltekst: Erfaren dataanalytiker med flere års praksis inden for data. Kendt for at levere stabil kvalitet, samarbejde på tværs af faggrupper og tage selvstændigt ansvar for kerneopgaverne.

Erfaring – resultat-bullets:

  • Varetog selvstændigt kerneopgaverne som dataanalytiker med høj kvalitet og få fejl.
  • Forbedrede en konkret arbejdsgang og reducerede tidsforbruget mærkbart.
  • Oplærte nye kolleger og delte faglig viden i teamet.
  • Indgik i tværfagligt samarbejde og bidrog til fælles resultater.
  • Håndterede spidsbelastninger uden at gå på kompromis med kvaliteten.

Kompetencer: Stærke kommunikations- og samarbejdsevner, Selvstændig opgaveløsning, Kvalitetsbevidsthed, Overblik under pres, Vilje til faglig udvikling.

Senior dataanalytiker

Profiltekst: Senior dataanalytiker med dyb faglig erfaring inden for data og dokumenteret evne til at løfte ansvar, oplære kolleger og drive forbedringer. Trives med komplekse opgaver og en ledende rolle i teamet.

Erfaring – resultat-bullets:

  • Tog ansvar for de mest komplekse opgaver som dataanalytiker og sikrede leverancer til tiden.
  • Drev en forbedringsindsats inden for data, der løftede kvaliteten målbart.
  • Fungerede som faglig sparringspartner og oplærte flere kolleger.
  • Koordinerede på tværs af teams og leverandører i pressede situationer.
  • Bidrog til at fastholde høj standard og dokumentation i hele afdelingen.

Kompetencer: Stærke kommunikations- og samarbejdsevner, Selvstændig opgaveløsning, Kvalitetsbevidsthed, Overblik under pres, Vilje til faglig udvikling.

Profiltekst-eksempler til dataanalytiker

  • Dedikeret dataanalytiker med dokumenteret erfaring inden for data. Omsætter rå data til beslutningsgrundlag gennem solide SQL-modeller, statistiske analyser og dashboards, ledelsen rent faktisk bruger. Bygger pålidelige datapipelines og dokumenterer antagelser, så analyserne kan reproduceres.
  • Dataanalytiker med sql og datamodellering (star schema, dbt) og python til dataanalyse (pandas, numpy, scikit-learn) som kernestyrker, vant til et fagligt miljø med højt tempo.
  • Engageret dataanalytiker, der omsætter statistiske modeller og hypotesetest til konkrete resultater og tager ansvar fra første dag.

Stærke CV-bullets for dataanalytiker

  • Byggede selvbetjenings-dashboards i Power BI til 60+ brugere og reducerede antallet af ad hoc-rapportbestillinger med 50 %.
  • Udviklede en churn-prædiktionsmodel i Python (scikit-learn) med 82 % præcision, der fastholdt kunder for 1,2 mio. kr. årligt.
  • Optimerede tunge SQL-forespørgsler og bragte en kritisk ETL-jobs køretid ned fra 40 til 8 minutter.
  • Etablerede en datapipeline i dbt og Airflow, der automatiserede den daglige indlæsning af 2 mio. rækker.
  • Gennemførte A/B-test-analyser med statistisk signifikanstest og kvalificerede ledelsens produktbeslutninger.

Nøglekompetencer for dataanalytiker

  • SQL og datamodellering (star schema, dbt)
  • Python til dataanalyse (pandas, NumPy, scikit-learn)
  • Statistiske modeller og hypotesetest
  • Dashboards og visualisering (Power BI, Tableau, Looker)
  • ETL og datapipelines (Airflow, dbt)
  • Cloud-datawarehouse (BigQuery, Snowflake, Redshift)
  • Eksperimentdesign og A/B-test-analyse
  • Datavask, kvalitetssikring og dokumentation

Relevante certificeringer og papirer

  • Relevant uddannelse (datalog, matematik-økonomi, statistik)
  • Cloud-datacertificering (Google Data Engineer, Azure Data, Databricks)
  • Kurser i machine learning eller Power BI/Tableau

Markedet for dataanalytiker lige nu

Markedet for dataanalytiker er aktivt: der er 13 opslag på Jobindex netop nu, og de største arbejdsgivere inkluderer Region Hovedstaden, CERN - The European Research Center of Particle Physics, Lyngby-Taarbæk Forsyning A/S, Nykredit og Novo Nordisk. Geografisk er stillingerne mest opslået i København, Kongens Lyngby, København Ø, Frederiksberg, Nordhavn eller Aalborg, og lønniveauet ligger typisk på 42.000 – 60.000 kr/md for fuldtid. Brug tallene aktivt: nævn en konkret arbejdsgiver eller by i din ansøgning, fremhæv sql og datamodellering (star schema, dbt), og tilpas dit CV til netop deres behov.

  • Region Hovedstaden — 2 aktive opslag
  • CERN - The European Research Center of Particle Physics — 2 aktive opslag
  • Lyngby-Taarbæk Forsyning A/S — 1 aktive opslag
  • Nykredit — 1 aktive opslag
  • Novo Nordisk — 1 aktive opslag
  • dao — 1 aktive opslag
  • Pleo Technologies — 1 aktive opslag
  • Københavns Kommune — 1 aktive opslag

Geografisk fordeling: København, Kongens Lyngby, København Ø, Frederiksberg, Nordhavn eller Aalborg, Ballerup. Lønniveau: 42.000 – 60.000 kr/md for fuldtid.

ATS-tjekliste for dit dataanalytiker-CV

  • Brug standard-overskrifter (Erfaring, Kompetencer, Uddannelse) — ATS-systemer som Workday, Greenhouse og Lever læser dem direkte.
  • Match de keywords, en dataanalytiker-rolle screenes på: SQL, Python / pandas, Power BI / Tableau, datapipeline / ETL, BigQuery / Snowflake, statistisk modellering — og selve titlen "Dataanalytiker".
  • Få dine vigtigste dataanalytiker-kompetencer (fx sql og datamodellering (star schema, dbt) og python til dataanalyse (pandas, numpy, scikit-learn)) højt op, så systemet vægter dem.
  • Undgå tabeller, tekstbokse og grafik i selve CV'et — de forstyrrer parsing og kan tabe vigtig tekst.
  • Gem og send som PDF med tekstlag (ikke et billede) — så systemet kan læse indholdet.
  • Skriv datoer, titler og relevant uddannelse (datalog, matematik-økonomi, statistik) ensartet, så systemet kan udlede din anciennitet og dine papirer korrekt.

Relaterede roller og karriereveje

Næste skridt

  1. Vælg det eksempel-niveau, der passer din erfaring, og kopiér profiltekst, bullets og kompetencer som sql og datamodellering (star schema, dbt) som udgangspunkt.
  2. Tilpas teksten til opslaget — match keywords som SQL, Python / pandas, Power BI / Tableau og nævn en arbejdsgiver eller by fra markedsdataene ovenfor.
  3. Byg dit CV færdigt med en gratis skabelon på JobMails CV-skabeloner.
  4. Generér en målrettet ansøgning, der matcher dit CV, med JobMail.

Byg dit dataanalytiker-CV gratis

Prøv JobMail gratis og modtag din første skræddersyede ansøgning inden for 5 minutter.

Prøv gratis