Exemple de CV People Analytics : prouver la donnée et l’usage

Le People Analytics est l’un des rares postes RH où le recruteur attend des preuves techniques : savoir écrire du SQL, modéliser un départ volontaire, tenir une règle de qualité de données. Mais il attend aussi que tu montres à quoi ça a servi, parce qu’un tableau de bord que personne n’ouvre ne vaut rien.

Cette page t’explique comment construire un CV qui tient les deux bouts : la technique et l’usage RH. Tu y trouveras la structure attendue, les compétences à faire ressortir, les mots-clés des offres et les erreurs qui font passer un profil pour un data analyst égaré aux RH.

Ce que les recruteurs attendent d’un CV analyste people analytics

• La taille et la nature du périmètre de données : combien de salariés, quelles sources (SIRH, paie, ATS), combien d’indicateurs réellement produits.
• Une compétence technique nommée sans ambiguïté : SQL, Python ou R, outil de visualisation, avec des méthodes précises plutôt que le mot « data ».
• L’usage RH qui découle de l’analyse : un plan d’action, un arbitrage, un indicateur réglementaire produit — pas seulement un modèle entraîné.
• La culture de la donnée sociale : BDESE, index égalité professionnelle, RGPD appliqué aux données RH. C’est ce qui distingue le profil d’un analyste généraliste.

Le CV décortiqué, section par section

Chaque capture ci-dessous est extraite du CV analyste people analytics présenté plus haut. Sous chacune : ce qui la rend efficace pour ce métier, et ce que tu dois y mettre de toi.

1. En-tête et accroche

Un profil data annoncé, un périmètre RH précisé

L’accroche assume d’entrée l’origine statistique du candidat, ce qui évite l’ambiguïté avec un profil de contrôleur de gestion sociale. Elle enchaîne ensuite sur trois livrables concrets et sur la taille du périmètre.

Ce qui fonctionne

• Le mot « data » placé dès le début qualifie le profil sans détour, ce qui oriente la lecture des expériences vers la technique plutôt que vers la gestion RH.
• « tableaux de bord RH » et « modèles de turnover » citent les deux livrables emblématiques du métier, l’un descriptif et l’autre prédictif : le candidat couvre les deux registres.
• « un périmètre de 8 000 salariés » donne l’échelle des données manipulées, information qu’un recruteur utilise pour juger de la complexité réelle du travail.

À adapter à ton parcours : Indique le nombre de salariés de ton périmètre et remplace les deux livrables par les tiens ; si tu viens des RH et non de la statistique, annonce-le et compense par une compétence technique nommée.

2. Formation

Une ENSAI orientée sciences sociales

Le bloc formation sert ici à prouver que la compétence quantitative a été acquise dans un contexte social, ce qui est exactement l’articulation du poste. Les deux lignes sont courtes et n’énumèrent que des matières réutilisées ensuite.

Ce qui fonctionne

• La « filière statistique pour les sciences sociales » évite le malentendu du data scientist généraliste : la formation est déjà orientée vers l’analyse de populations.
• Le « projet de fin d’études sur la prédiction des départs volontaires » préfigure exactement la mission principale du poste actuel, et donne un sujet d’entretien immédiat.
• « modèles de durée » et « enquêtes » sont les deux méthodes réellement utilisées en People Analytics, citées à la place d’une liste d’algorithmes à la mode.

À adapter à ton parcours : Cite le sujet de ton mémoire s’il touche au travail, aux rémunérations ou aux carrières, et sélectionne les matières qui servent en RH plutôt que l’intégralité de ton programme.

3. Expériences

De la donnée brute à la décision RH, en quatre puces

Chaque puce du poste actuel suit le même mouvement : une source de données, une méthode, un effet mesuré côté RH. C’est cette dernière partie qui fait la différence avec un CV de data analyst déposé dans une DRH.

Ce qui fonctionne

• L’entrepôt « unifiant SIRH, paie et outil de recrutement » montre un travail d’architecture de données, et le « délai de production du reporting mensuel ramené de 9 à 2 jours » en donne le bénéfice immédiat.
• Le modèle de départ volontaire ne s’arrête pas à la méthode : « plan d’action ciblé sur 2 métiers en tension et turnover réduit de 2,4 points en un an » prouve que l’analyse a été suivie d’effets.
• « tableaux de bord Power BI pour le comité exécutif et 120 managers » précise les destinataires, donc le niveau d’exigence de restitution.
• « 12 règles de contrôle automatisées, taux d’anomalies ramené de 6,5 % à 0,8 % » traite la qualité de la donnée comme une réalisation chiffrée, ce que presque aucun CV ne fait.

À adapter à ton parcours : Termine chacune de tes puces par l’usage RH ou le temps gagné, et n’hésite pas à consacrer une puce entière à la qualité de la donnée : c’est un différenciateur, pas une tâche subalterne.

4. Compétences et centres d’intérêt

Indicateurs réglementaires et pile technique

Le bloc met sur le même plan la culture de la donnée sociale et la pile technique, ce qui correspond à la double attente du poste. Les langues sont là encore rattachées à un usage professionnel.

Ce qui fonctionne

• « indicateurs RH et bilan social », « index égalité professionnelle » via l’expérience et « RGPD appliqué aux données RH » montrent la maîtrise du cadre réglementaire, que les DRH vérifient avant la technique.
• « SQL, Python (pandas, scikit-learn), R, Power BI » est une pile crédible et cohérente avec les puces d’expérience, sans empilement d’outils jamais utilisés.
• La mention « dbt (notions) » est honnête sur le niveau réel, ce qui protège le candidat en entretien technique.

À adapter à ton parcours : Indique ton niveau réel entre parenthèses pour les outils que tu maîtrises mal, et vérifie que chaque outil cité apparaît dans au moins une puce d’expérience.

La structure en résumé

1. En-tête : Une accroche qui pose le profil (data ou RH d’origine), l’ancienneté, le périmètre en nombre de salariés et deux livrables emblématiques : tableaux de bord et modèle de turnover, par exemple.
2. Formation : Ton diplôme statistique ou quantitatif avec les matières utilisables en RH (modèles de durée, enquêtes, économétrie). Un mémoire sur un sujet RH est un excellent argument : cite-le.
3. Expériences : Pour chaque poste : la source de données travaillée, la méthode employée, puis le résultat côté RH. Évite les puces qui s’arrêtent à l’outil : « Power BI » n’est pas une réalisation.
4. Compétences : Deux lignes : les compétences métier (indicateurs RH, bilan social, écarts de rémunération, gouvernance de la donnée) et les outils (SQL, Python, R, outil de BI, SIRH).
5. Centres d’intérêt : Une ligne. Les activités de vulgarisation ou de contribution à des données ouvertes sont cohérentes avec le métier : tu passes ton temps à rendre des chiffres compréhensibles par des non-statisticiens.

Compétences et mots-clés ATS

• Construction et fiabilisation des indicateurs RH (effectifs, turnover, absentéisme)
• Modélisation du départ volontaire : modèles de durée, apprentissage supervisé
• Analyse des écarts de rémunération et index égalité professionnelle
• Qualité et gouvernance de la donnée sociale, RGPD appliqué aux données RH
• Restitution : tableaux de bord pour la direction et les managers, enquêtes internes

Les logiciels de tri (ATS) recherchent les termes exacts de l’offre. Pour un poste en analyste people analytics, intègre naturellement :

Les erreurs à éviter

• Présenter une liste d’outils et de librairies sans jamais dire sur quelles données RH tu les as fait tourner : le recruteur ne saura pas si tu connais le métier.
• Décrire un modèle prédictif sans en donner l’usage. Un modèle de turnover qui n’a débouché sur aucun plan d’action ne convaincra pas une DRH.
• Passer sous silence la qualité de la donnée, qui occupe en réalité la moitié du poste : les règles de contrôle et le taux d’anomalies sont des réalisations à part entière.
• Oublier le cadre réglementaire (BDESE, index égalité, RGPD) alors que ce sont souvent les premières livraisons demandées à un nouvel arrivant.

Questions fréquentes

Pour aller plus loin

• People analytics sur un CV RH : projets et outils à valoriser
• KPIs recruteur : lesquels mettre sur ton CV et comment
• IA en RH : les compétences à mettre sur ton CV en 2026