EY Data Analyst: mots-cles CV et preparation entretien

Vous candidatez sur un poste Data Analyst chez EY et votre CV passe entre les mains de recruteurs qui voient passer des dizaines de profils techniques par semaine. Le problème n'est pas votre compétence. C'est que votre CV ne parle pas le langage de l'offre, et que votre préparation d'entretien reste floue sur ce que fait vraiment un data analyst dans un cabinet d'audit et de conseil.

Résultat : silence radio après l'envoi, ou entretien où vous tournez rond sur la partie métier. Voici comment régler les deux.

Ce que le poste couvre réellement#

Un Data Analyst chez EY travaille rarement sur un seul sujet. Les missions peuvent aller de la revue de données financières dans des travaux d'audit, à la construction de tableaux de bord pour un client industriel, jusqu'à la préparation de données pour des équipes de conseil en transactions ou en risques. Le périmètre dépend du service qui recrute, et il varie d'un pays à l'autre.

Ce que vous pouvez dire sans risque : le poste mêle extraction, nettoyage, analyse et restitution. Le vocabulaire du cabinet passe par la notion de mission, de client, de deliverable, de revue par un manager. Préparez-vous à justifier votre travail devant quelqu'un qui n'est pas data.

Regardez l'intitulé exact et le service dans l'annonce. Un poste basé dans l'audit data n'attend pas les mêmes réponses qu'un poste en analytics pour une équipe conseil. Si l'offre est en anglais, gardez vos réponses techniques dans la langue de l'annonce.

Les mots-clés qui comptent dans votre CV#

Les cabinets filtient souvent par logiciel avant lecture humaine. Votre CV doit donc contenir les termes de l'annonce, et pas seulement vos compétences réelles. Passez votre CV dans un test de compatibilité ATS gratuit pour vérifier que les sections, les titres de colonnes et les formats ne cassent rien lors de la lecture automatique.

Ensuite, listez les mots-clés de l'offre. Un décodeur d'offre d'emploi peut vous aider à extraire les compétences demandées et à distinguer ce qui est exigé de ce qui est souhaité.

Pour un poste Data Analyst chez EY, les familles de mots-clés qui reviennent souvent sont les suivantes.

• Outils de requête et bases de données : SQL, requêtes complexes, jointures, optimisation.
• Langage d'analyse : Python ou R, pandas, nettoyage de données, automatisation.
• Visualisation : Power BI, Tableau, Excel avancé, tableaux de bord, restitution.
• Méthodes : qualité des données, documentation, contrôle, traçabilité.
• Contexte cabinet : mission, client, revue, travail en équipe, délais, anglais professionnel.
• Domaine selon l'annonce : audit, risques, transactions, conformité, reporting réglementaire.

Ne copiez pas la liste telle quelle. Un CV bourré de mots-clés sans contexte se repère vite, et un recruteur qui connaît le métier sait faire la différence entre avoir utilisé Power BI et avoir conçu un modèle de données pour un client.

Un exemple de reformulation#

Voici une ligne faible, telle qu'on la voit souvent.

Avant : « Gestion des données et création de dashboards pour le service finance. »

Le problème est simple. Aucun outil, aucun volume, aucun résultat, aucune méthode.

Après : « Conception d'un tableau de bord Power BI mensuel pour le reporting finance d'une PME industrielle, à partir de sources SQL et Excel, avec nettoyage de 4 flux et automatisation de la mise à jour, réduisant le temps de reporting d'environ deux jours par mois. »

Cette version montre l'outil, la source de données, la méthode et l'effet constaté. Si vous n'avez pas chiffré, remplacez la fin par une conséquence concrète : le reporting est passé de manuel à automatisé, les écarts de saisie ont été détectés avant diffusion, la revue mensuelle s'appuie désormais sur une source unique.

Un point d'honnêteté : ne gonflez jamais les volumes ni les gains. En entretien, on vous demandera comment vous avez calculé ce gain. Une réponse approximative sur votre propre chiffre fait plus de mal qu'un chiffre modeste.

Checklist de personnalisation avant envoi#

• Reprendre deux ou trois termes exacts de l'annonce dans le titre du profil et dans les expériences.
• Indiquer le service visé et la localisation du poste dans votre lettre ou votre message au recruteur.
• Vérifier que chaque expérience montre une action, un outil et un résultat.
• Supprimer les logiciels que vous ne pourriez pas expliquer en cinq minutes.
• Faire un test de lecture automatique sur le CV final pour repérer les blocs mal lus.
• Avoir une version anglaise si l'annonce est en anglais, sans traduction mot à mot des titres de poste.
• Garder une trace de la date d'envoi et du service contacté pour relancer au bon moment.

Préparer l'entretien sans inventer de processus interne#

Vous ne savez pas comment EY organise ses entretiens pour ce poste précis, et je ne vais pas vous inventer un processus. Les étapes varient selon le pays, le service et le moment de l'année. Préparez-vous sur ce qui est vérifiable : votre parcours, vos outils, votre manière de travailler, votre compréhension du métier de cabinet.

Quatre blocs à travailler. Votre parcours, raconté en deux minutes, avec une logique claire entre les postes. Vos projets techniques, avec le détail de ce que vous avez fait et de ce que vous n'avez pas fait. Votre posture face au client et aux délais. Vos questions sur la mission et l'équipe, à poser à la fin.

Pour la partie technique, attendez-vous à devoir raisonner sur un cas simple de données : un fichier avec des doublons, des valeurs manquantes, des formats de date incohérents. On cherche votre démarche, pas un résultat magique.

Exemple de réponse sur un projet

Question type : « Parlez-moi d'un projet où les données étaient de mauvaise qualité. »

Réponse : « Sur un reporting mensuel pour une PME industrielle, les données venaient de trois exports Excel et d'une base SQL. Les codes clients ne correspondaient pas entre les sources, et les dates étaient saisies dans deux formats différents. J'ai d'abord documenté les écarts sur un échantillon d'un mois, puis j'ai construit une table de correspondance des codes clients et une règle de normalisation des dates dans le script Python de préparation. J'ai ajouté un contrôle automatique qui bloque la publication si le taux d'écart dépasse le seuil fixé avec le responsable financier. Le tableau de bord est devenu fiable au fil des mois, et la revue mensuelle a été raccourcie parce qu'on ne passait plus une journée à corriger les écarts. »

Cette réponse suit une structure simple : contexte, problème, méthode, contrôle, effet. Elle admet une limite, le seuil fixé avec un tiers. C'est honnête, et c'est crédible.

Exemple de réponse sur le cabinet

Question type : « Pourquoi un cabinet plutôt qu'une entreprise ? »

Réponse : « Je veux travailler sur plusieurs missions dans l'année plutôt que sur un seul système d'information. J'ai vérifié que les offres de data analyst en cabinet couvrent des contextes clients variés, et c'est ce qui m'intéresse pour monter en compétence sur des méthodes de données, pas seulement sur un outil maison. Je sais aussi que cela implique des pics de charge et de l'adaptation rapide, et c'est un mode de travail qui me convient. »

Le marché local : ce qu'il faut garder en tête#

Si vous postulez en France, sachez que les cabinets recrutent à la fois des profils juniors issus de masters et des profils confirmés venus de l'entreprise. Le diplôme pèse plus lourd qu'en startup, mais un bon portfolio de projets peut compenser si vos expériences sont récentes et concrètes.

La langue de travail dépend de l'équipe et du client. Pour les missions internationales, l'anglais professionnel est souvent demandé. Le niveau exigé varie, vérifiez l'annonce et la fiche de poste officielle plutôt qu'une estimation trouvée en ligne.

Sur la rémunération, les fourchettes rapportées pour un Data Analyst en cabinet en France varient selon l'expérience, la ville et le service, avec des écarts notables entre débutant et profil confirmé. Ne vous fiez pas à un chiffre unique. Consultez les offres en cours pour avoir une idée du marché, et vérifiez le montant exact auprès de la source officielle au moment de l'offre.

Si vous êtes en recherche active, gardez plusieurs pistes en parallèle. Les délais de recrutement en cabinet s'allongent parfois entre deux étapes, et une seule candidature en cours crée une pression inutile. Consultez les offres d'emploi data pour maintenir un flux régulier de candidatures, et suivez nos conseils de recherche d'emploi pour ajuster votre stratégie au fil des retours.

Outils gratuits#

• jobrise.io/fr/free-ats-checker/
• jobrise.io/fr/free-jd-decoder/
• jobrise.io/fr/jobs/
• jobrise.io/fr/blog/

Questions fréquentes#

Faut-il parler d'audit dans son CV pour un poste Data Analyst chez EY ?

Pas forcément. Mentionnez l'audit seulement si vous avez une expérience ou une compréhension réelle du domaine. À défaut, montrez votre rigueur sur la qualité des données et le contrôle, qui sont des sujets proches et vérifiables.

Combien de pages pour le CV ?

Une page pour un profil de moins de huit ans d'expérience, deux pages au-delà si les projets le justifient. Ce qui compte est la densité d'information réelle, pas la longueur.

Faut-il envoyer une lettre de motivation ?

Quand le formulaire la demande, oui. Utilisez-la pour préciser le service visé et votre disponibilité. Si elle n'est pas demandée, un message court au recruteur avec le poste exact en objet suffit souvent.

Comment savoir si mon CV passe la lecture automatique ?

Utilisez un test de compatibilité ATS gratuit sur le fichier final, dans le format que vous allez réellement envoyer. Vérifiez surtout que les intitulés de postes, les dates et les compétences ressortent correctement.

Que faire si je n'ai pas d'expérience en cabinet ?

Mettez en avant les contextes proches : travail pour un client interne, respect de délais, livrables attendus par un tiers, explication de résultats à des non-techniciens. Ces situations se transposent bien, sans avoir besoin de surjouer une expérience que vous n'avez pas.