Hướng dẫn viết CV Data Analyst: cấu trúc, công cụ và kỹ năng cần đưa vào

Data Analyst (Chuyên viên phân tích dữ liệu) là vị trí cầu nối giữa dữ liệu thô và quyết định kinh doanh, làm việc cùng Business Intelligence (BI), Marketing, Operations và Product Owner để chuyển số liệu thành insight có thể hành động. Một CV Data Analyst thuyết phục phải cho nhà tuyển dụng thấy ba điểm: nền tảng truy vấn dữ liệu vững (SQL, Python pandas), tư duy thống kê và A/B testing, cùng portfolio dashboard có demo thật. Bài viết hướng dẫn cấu trúc CV chuẩn, công cụ nên đưa vào và cách viết phần kinh nghiệm theo mô hình STAR.

1. Vai trò Data Analyst trong nhóm BI, Marketing và Operations

Trước khi viết CV, ứng viên cần phân biệt Data Analyst (DA) với các vai trò lân cận để chọn đúng JD và giữ thông điệp nhất quán. DA khác với Data Scientist ở chỗ tập trung mô tả – chẩn đoán dữ liệu hiện tại, ít làm mô hình machine learning phức tạp. DA cũng khác Data Engineer ở chỗ không xây hạ tầng pipeline mà khai thác dữ liệu đã có để trả lời câu hỏi nghiệp vụ. Hiểu đúng vai trò giúp Career Objective bám sát nhu cầu tuyển dụng.

– Tại bộ phận BI: DA phụ trách kho dữ liệu, build dashboard điều hành cho ban giám đốc, theo dõi KPI doanh thu, biên lợi nhuận và cohort khách hàng.

– Tại bộ phận Marketing: DA tập trung phân tích kênh quảng cáo, tính CAC, LTV, ROAS, chạy A/B test trên landing page và email campaign.

– Tại bộ phận Operations hoặc Product: DA theo dõi funnel chuyển đổi, churn rate, tồn kho và năng suất chi nhánh, làm việc gần với Product Manager và Supply Chain.

Khi đã xác định nhánh muốn ứng tuyển, ứng viên dễ chọn dự án tiêu biểu để đưa lên CV thay vì gộp tất cả số liệu vào một danh sách dài.

2. Cấu trúc CV chuẩn cho Data Analyst

Một CV Data Analyst thường dài 1–2 trang, chia thành 6 phần theo thứ tự Recruiter và Hiring Manager quen đọc. Thứ tự này giúp người sàng lọc ra quyết định “đọc tiếp hay loại” trong khoảng 20 giây đầu, đồng thời thuận lợi cho hệ thống ATS (Applicant Tracking System) khi quét keyword như SQL, Python, Power BI, Tableau.

Phần	Nội dung chính
1. Thông tin cá nhân	Họ tên, email chuyên nghiệp, số điện thoại, link GitHub/Kaggle, link portfolio dashboard, LinkedIn.
2. Career Objective	2–3 câu định vị: nhánh DA (BI/Marketing/Ops) + công cụ chuyên sâu + kết quả mục tiêu.
3. Skills	SQL, Python/R, thống kê, A/B testing, kỹ năng business storytelling.
4. Tools	Power BI, Tableau, Looker Studio, BigQuery, Snowflake, Jupyter Notebook, Excel nâng cao.
5. Work Experience	3–5 dự án gần nhất, viết theo STAR với metrics doanh thu, conversion, cost saving.
6. Education & Chứng chỉ	Toán – Kinh tế lượng, CNTT, Thống kê; Google Data Analytics, Microsoft DP-203, IBM Data Analyst.

CV nên lưu dạng PDF, font Inter hoặc Calibri 11, lề cân đối, dùng đậm cho job title và tên công ty thay vì in nghiêng. Ứng viên có thể tham khảo các vị trí tuyển dụng tại chuyên mục việc làm CNTT Phần mềm để đối chiếu yêu cầu thực tế của nhà tuyển dụng trước khi đặt bút viết Career Objective.

3. Viết Career Objective đúng trọng tâm cho Data Analyst

Career Objective không nên là câu khẩu hiệu chung chung kiểu “muốn phát triển trong môi trường năng động”. Nhà tuyển dụng cần thấy 3 yếu tố: nhánh DA ứng tuyển, công cụ chuyên sâu, và kết quả gắn với con số định lượng được trên dự án.

Ví dụ: “Data Analyst 3 năm kinh nghiệm BigQuery và Power BI, từng xây dashboard doanh thu cho chuỗi bán lẻ 120 cửa hàng, giảm thời gian báo cáo cuối tháng từ 5 ngày xuống 6 giờ và phát hiện 2 nhóm SKU âm biên lợi nhuận giúp tiết kiệm 8% chi phí tồn kho. Mong muốn tham gia đội BI có mô hình dữ liệu dimensional rõ ràng để phát triển thêm năng lực modeling và A/B testing.”

Câu Objective trên đáp ứng đủ: định vị nhánh DA, công cụ chuyên môn, chỉ số nghiệp vụ, tác động kinh doanh và kỳ vọng phát triển. Đây là cách ứng viên 2–5 năm kinh nghiệm nên ưu tiên thay vì mô tả mơ hồ chỉ tên trường và sở thích cá nhân.

4. Skills cần nêu trong CV Data Analyst

Phần Skills nên chia thành 3 nhóm rõ ràng để Hiring Manager dễ đối chiếu với JD. Việc gộp tất cả kỹ năng vào một danh sách dài sẽ làm loãng thông điệp và khó tra cứu khi sàng lọc nhanh trên cả ATS lẫn người đọc.

– Truy vấn và xử lý dữ liệu: SQL (JOIN nhiều bảng, CTE, window function ROW_NUMBER/RANK, stored procedure, view materialized), Python (pandas, numpy, matplotlib, seaborn), R cơ bản với dplyr và ggplot2.

– Thống kê và kiểm định: thống kê mô tả, phân phối chuẩn, hồi quy tuyến tính/logistic, A/B testing với t-test và chi-square, hiểu khái niệm p-value, confidence interval và sample size.

– Business analytics và storytelling: phân tích cohort, RFM segmentation, funnel conversion, tính LTV/CAC/ROAS, viết executive summary 1 trang và trình bày kết quả cho stakeholder phi kỹ thuật.

Sau khi liệt kê các nhóm trên, ứng viên nên dành một câu ngắn nêu kỹ năng phụ trợ như đọc spec tiếng Anh, làm việc với Jira và Confluence, code review trên GitHub Pull Request. Phần này giúp CV có chiều rộng mà vẫn rõ trọng tâm và không sa vào liệt kê công cụ rời rạc.

5. Tools và môi trường dữ liệu nên đưa vào CV

Phần Tools là điểm mà nhiều ứng viên Data Analyst bỏ sót, trong khi đây lại là vùng giúp CV vượt qua filter của ATS và gây thiện cảm với BI Lead. Nhóm công cụ nên đưa vào CV gồm bốn cụm sau, mỗi cụm chỉ chọn công cụ ứng viên đã thật sự dùng trong dự án.

– Trực quan hoá và dashboard: Power BI (DAX, Power Query, RLS), Tableau (LOD expression, parameter, dashboard action), Looker Studio cho báo cáo marketing miễn phí.

– Kho dữ liệu và truy vấn: BigQuery (partitioned table, scheduled query), Snowflake (warehouse sizing, time travel), Amazon Redshift, PostgreSQL hoặc SQL Server cho công ty truyền thống.

– Notebook và xử lý: Jupyter Notebook, Google Colab, VS Code với Python extension, Excel nâng cao (Power Query, Power Pivot, công thức INDEX-MATCH, XLOOKUP, mảng động).

– Quản lý và phối hợp: Git/GitHub cho version control dbt/notebook, dbt Cloud nếu công ty có data stack hiện đại, Airflow để hiểu pipeline khi làm việc với Data Engineer, Jira và Confluence cho ticket nghiệp vụ.

Liệt kê công cụ nên đi kèm bối cảnh ngắn, ví dụ “dùng dbt để chuẩn hoá 35 model marts cho mảng e-commerce” thay vì chỉ ghi tên công cụ rời rạc. Cách viết này thể hiện rõ quy trình làm việc thật của ứng viên trong môi trường dữ liệu doanh nghiệp.

6. Work Experience viết theo STAR với metrics định lượng

Phần Work Experience là vùng quyết định ứng viên có được mời phỏng vấn hay không. Mô hình STAR (Situation – Task – Action – Result) giúp viết mỗi đầu việc theo logic rõ ràng và bám sát kết quả định lượng mà các công ty product, e-commerce và ngân hàng đang đặt ra cho vai trò DA.

– Situation: bối cảnh nghiệp vụ, quy mô dữ liệu (số bản ghi, số bảng, số nguồn), đội ngũ phối hợp.

– Task: chỉ tiêu phân tích được giao – build dashboard, tìm nguyên nhân churn, đánh giá A/B test, dự báo doanh thu.

– Action: hoạt động cụ thể như viết stored procedure tối ưu, thiết kế semantic model trong Power BI, chạy A/B test với mẫu 30 ngày, áp dụng RFM segmentation.

– Result: con số định lượng – doanh thu tăng, chi phí giảm, conversion uplift, thời gian báo cáo rút ngắn, số stakeholder dùng dashboard hằng tuần.

Ví dụ một entry chuẩn: “Phụ trách dashboard vận hành cho chuỗi 80 cửa hàng F&B; thiết kế semantic model 14 bảng trên Power BI, tự động hoá ETL bằng Power Query và stored procedure trên SQL Server; rút ngắn thời gian báo cáo doanh thu hằng ngày từ 4 giờ xuống 15 phút; phát hiện 3 cửa hàng âm biên lợi nhuận trong 2 quý liên tiếp giúp ban điều hành ra quyết định đóng cửa, tiết kiệm 1,2 tỷ đồng/năm.” Cách viết này đáp ứng cả yêu cầu nội dung lẫn tiêu chí định lượng. Ứng viên mới ra trường có thể tham khảo thêm kỹ năng viết CV cho người chưa có kinh nghiệm để bù lại phần Work Experience còn thiếu metrics.

7. Chứng chỉ chuyên môn và Portfolio nên đính kèm

Chứng chỉ giúp CV vượt qua vòng sàng lọc tự động và thuyết phục Recruiter chưa rành công nghệ. Bốn nhóm chứng chỉ được nhà tuyển dụng Data Analyst tại Việt Nam ghi nhận thường xuyên gồm:

– Google Data Analytics Professional Certificate trên Coursera: chương trình 8 khóa của Google, bao quát SQL, R, Tableau, có capstone project có thể dùng làm portfolio.

– Microsoft Certified: Azure Data Engineer Associate (DP-203): phù hợp DA muốn mở rộng sang data pipeline, hiểu Azure Synapse, Data Factory và Databricks.

– IBM Data Analyst Professional Certificate trên Coursera: 9 khóa, nhấn mạnh Excel, SQL, Python pandas và IBM Cognos.

– Khóa chuyên sâu Tableau Desktop Specialist và Microsoft PL-300 (Power BI Data Analyst Associate) để khẳng định năng lực dashboard.

Bên cạnh chứng chỉ, portfolio thật là yếu tố không thể thay thế trong vai trò Data Analyst. Một link portfolio nên có ít nhất 5 dashboard demo: dashboard doanh thu bán lẻ, dashboard hiệu quả marketing đa kênh, dashboard cohort retention SaaS, dashboard tài chính P&L theo tháng, dashboard vận hành chuỗi cung ứng. Mã nguồn SQL và notebook nên đặt trên GitHub, kèm dataset trên Kaggle hoặc Google Cloud Public Datasets để Hiring Manager dễ chạy lại. Chứng chỉ tiếng Anh TOEIC từ 600 hoặc IELTS từ 5.5 trở lên gần như là điều kiện cần khi ứng tuyển vào ngân hàng số, fintech hoặc công ty product có khách hàng nước ngoài.

8. Thị trường nghề Data Analyst trên CareerLink

Dữ liệu khảo sát từ CareerLink ngày 27/05/2026 cho thấy nhóm nghề CNTT Phần mềm – nơi chứa phần lớn tin tuyển Data Analyst – đang có quy mô tuyển dụng đáng kể, mức lương tham chiếu nằm ở khoảng trung – cao so với mặt bằng văn phòng. Đây là tín hiệu tích cực cho ứng viên đang chuẩn bị CV Data Analyst để chuyển việc trong quý 2/2026.

Chỉ số	Dữ liệu tham khảo
Số tin đang tuyển nhóm CNTT Phần mềm	402 tin (thời điểm khảo sát 27/05/2026)
Khoảng lương tham chiếu	Trung bình: 13,6 – 23,5 triệu/tháng (chưa gồm thưởng dự án và phụ cấp)
Vị trí phổ biến gần Data Analyst	Business Analyst, Chuyên viên xử lý dữ liệu CS Data, Chuyên viên ứng dụng AI – AI Data & Automation, Nhân viên phân loại dữ liệu AI
Địa bàn tuyển nhiều	Hà Nội, Hồ Chí Minh, Bình Dương, Đà Nẵng, Bắc Ninh, Đồng Nai, Bà Rịa – Vũng Tàu
Doanh nghiệp đang tuyển nổi bật	OMI Group, SAPO Technology, Concentrix Vietnam, OPPO Việt Nam, 2ID, Bách Khoa Group, Sharp Manufacturing Việt Nam

Nhìn vào địa bàn, Hà Nội và TP HCM vẫn là hai cụm tuyển Data Analyst lớn nhất, trong khi Bình Dương và Đà Nẵng nổi lên như điểm đến tốt cho ứng viên muốn cân bằng chi phí sinh hoạt và môi trường dữ liệu doanh nghiệp. Ứng viên có thể đối chiếu thêm lập trình viên là gì và khác gì so với developer để định vị rõ ranh giới giữa Data Analyst với các vai trò engineer trong hệ sinh thái dữ liệu trước khi nộp CV.

9. Câu hỏi thường gặp

1. Sinh viên mới ra trường chưa có dự án thật thì viết phần Work Experience cho CV Data Analyst thế nào?

Ứng viên có thể thay dự án thật bằng đồ án môn học, bài tập capstone của khóa Google Data Analytics, và project cá nhân trên Kaggle. Nên chọn 2–3 project có dataset rõ nguồn, câu hỏi nghiệp vụ cụ thể, kèm dashboard hoặc notebook chạy được. Tham gia kaggle competition hoặc đóng góp dataset community cũng là cách bù phần kinh nghiệm còn thiếu.

2. Nên ưu tiên Power BI, Tableau hay Looker Studio khi mới bắt đầu và viết vào CV?

Power BI hiện có tỷ trọng tin tuyển dụng lớn nhất ở các doanh nghiệp Việt Nam do gắn với hệ sinh thái Microsoft 365. Tableau phổ biến ở công ty đa quốc gia, ngân hàng và fintech. Looker Studio miễn phí, phù hợp ứng viên Marketing Analyst dùng Google Ads và GA4. Chọn 1 công cụ chuyên sâu rồi mới mở rộng sẽ tốt hơn nhồi cả ba vào CV mà không có dashboard demo.

3. CV Data Analyst có cần bằng đại học đúng chuyên ngành Toán – Thống kê – CNTT hay không?

Trong CV chỉ cần ghi tên trường, chuyên ngành và năm tốt nghiệp. Ứng viên trái ngành (Kinh tế, Tài chính, Marketing) vẫn được nhận nếu có chứng chỉ Google Data Analytics hoặc IBM Data Analyst, kèm portfolio 3–5 dashboard thật. Trong trường hợp đó, nên đặt phần chứng chỉ và portfolio ngay trên Education để Recruiter thấy năng lực thực hành trước khi xét bằng cấp.

Tóm lại, một CV Data Analyst thuyết phục cần định vị đúng nhánh DA (BI – Marketing – Operations), có Career Objective gắn với công cụ chuyên sâu và chỉ số nghiệp vụ, phần Skills chia theo ba nhóm truy vấn – thống kê – business storytelling, Tools liệt kê đủ Power BI/Tableau – BigQuery/Snowflake – Jupyter – Excel nâng cao, Work Experience viết theo STAR với metrics doanh thu và cost saving, đi kèm chứng chỉ Google Data Analytics hoặc Microsoft DP-203 và portfolio 5 dashboard thật trên GitHub. Khi gói gọn các yếu tố này trong 1–2 trang, cơ hội lọt vào vòng phỏng vấn tại các công ty product, ngân hàng số và e-commerce tại Hà Nội, TP HCM và Đà Nẵng sẽ rõ ràng hơn.

Minh An

Nội dung trong bài mang tính tham khảo. Thông tin lương và số liệu tuyển dụng có thể thay đổi theo thời điểm và doanh nghiệp cụ thể.