数据分析师工作简历模板

数据分析师工作简历模板 三年以上工作经验 | 男 | 26岁 居住地：XX 电话：XXX E-mail： 最近工作 公司：XX金融证券有限公司 行业：金融/投资/证券 职位：证券分析师 最高学历 学历：本科 专业：金融学 学校：XX理工大学 求职意向 到岗时间： 一周以内 工作性质： 全职 希望行业： 金融/投资/证券 目标地点： 西安 期望月薪： 面议/月 目标职能： 证券分析师 工作经验 20XX /X至今：XX金融证券有限公司 X年X个月 所属行业：金融/投资/证券 研发部 证券分析师 1、 负责通过股市报告会、面谈等形式，营销理财服务; 2、 负责分析目标板块的上市公司的基本面，列出投资原因，并给出风险提示; 3、 负责宏观经济、政策走向分析及解读; 4、 负责协助基金经理，对持仓比重、结构、品种做出建议; 5、 负责协助其他分析师进行投资组合的配置。 20XX /X-20XX /X：XX金融证券有限公司 X年X个月 所属行业：金融/投资/证券 市场部 证券分析师 1、 负责为客户提供投资理财咨询; 2、 负责组建及管理投资顾问团队，维护投资渠道; 3、 负责维护客户关系，推广并销售公司的金融理财产品; 4、 负责通过数据、技术面的分析来进行股票买卖的实盘操作; 5、 负责定期召开投资报告会，培训客户经理的投资分析知识。 20XX /X-20XX /X：XX金融有限公司 XX个月 所属行业： 金融/投资/证券 投资部 证券分析师 1、 负责研究中国宏观经济、市场状况和投资环境，分析投资行业政策、产业政策以及公司的经营情况; 2、 负责跟踪*行业动态，并对行业内变化个股做出分析评价; 3、 负责维护客户，为客户提供咨询服务; 4、 负责*基金的交易，并指导交易员完成交易指令; 5、 负责培训下属员工以及分配部门任务。 教育经历 20X X/X -20XX /X XX理工大学 金融学 本科 语言能力 英语(良好) 听说(熟练)，读写(良好) 自我评价 在证券公司任职*年，对于股票投资具有深入的研究，善于数据挖掘和财务分析，对于国家政策和经济形势发展具有敏锐的观察力。具有出色的逻辑思维能力和写作能力，曾在知名财经杂志发表文章数篇，得到读者的欢迎。能够承受巨大的工作强度，抗压能力强，工作责任心高，团队合作意识佳，希望在证券行业继续发展。 求职意向： 数据分析师 基本信息： 姓名：李xx 性别：女 出生日期：1985.11.21 民族：汉族 教育程度:本科 工作年限：4年 现居住地：青岛 * ：150xxxxxxxx 邮箱： 期望工作地点：青岛市 自我评价: 1、具有扎实的统计学专业基础知识，掌握常见的统计方法; 2、熟练掌握常用的数据挖掘方法，算法和相关工具、熟练使用SAS软件; 3、数据处理能力很强，熟练使用Office软件; 4、有良好的逻辑思维能力，注重细节、对数字敏感，能挖掘数据背后的意义，能够独立完成、撰写业务数据分析报告。 5、熟悉数据分析模型的建立，能独立完成数据分析并针对结果给出一定的建议。 工作经历： xx年7月-xx年7月 山东xx网络有限公司 单位性质：合资 所任职位：数据分析师 工作地点：青岛市 职责描述： 1、根据业务需求，制定用户使用行为数据的采集策略，设计、建立、测试相关的数据模型，从而实现从数据中提取决策价值，撰写分析报告; 2、跟踪并分析客户业务数据，为客户的发展进行决策支持; 3、完成对海量信息进行深度挖掘和有效利用，充分实现数据的商业价值; 4、支持微博事业部等产品部门下的运营，产品，研发，市场销售等各方面的数据分析，处理和研究的工作需求。 xx年6月-xx年6月 xx公司 单位性质：国企 所任职位：数据分析助理 工作地点：青岛市 职责描述： 1、完成对行业销售及相关数据的分析、挖掘，熟练制作数据报表、撰写评估分析报告; 2、独立完成用户行为特征与规律的分析，关注市场动态与风险，为产品方向提出合理建议; 3、在分析师的指导下构建公司业务领域数据分析与挖掘模型和方法论; 4、针对历史海量商业数据，能及时发现和分析其中隐含的变化和问题，为业务发展提供决策支持; 5、完成数据分析相关的需求调研、需求分析等。 项目经验： xx年5月-xx年7月 xx项目 项目职责： 1、收集用户使用行为数据; 2、完成行为数据的分析; 3、制定模型与产品运营间的联动接口。 教育背景： xx年9月-xx年6月 山东xx大学 统计学专业 本科 主要课程：数学分析、几何代数、数学实验，常微分方程、数理统计、抽样调查、多元统计、计算机应用基础、程序设计语言、数据分析及统计软件、回归分析等。 掌握了扎实的专业基础知识，擅长数学，有很强的分析和演算能力，业余广泛了解相近专业的一般原理和知识，如经济学、计算机操作等，在统计计算的基础上锻炼了视野广阔的分析技能。 培训经历： xx年3月-xx年10月 数据分析与SAS培训 主要课程：SAS体系内容、ETL技术、SAS分析技术、假设检验、方差分析以及各种模型分