Google Data Analyst: mots-cles CV et preparation entretien

Votre candidature pour un poste de Data Analyst chez Google disparaît dans la pile, ou vous passez l'écran CV sans savoir quoi préparer pour la suite. Le problème vient presque toujours de la même chose : un CV générique qui parle de données sans jamais montrer ce que vous avez changé, et une préparation d'entretien centrée sur les définitions plutôt que sur la façon de résoudre un problème.

Ce que Google cherche vraiment chez un Data Analyst#

Le titre exact change selon les équipes : Data Analyst, Business Data Analyst, Data Analyst, Marketing, ou Analytics Consultant chez Google Cloud. Lisez toujours l'offre d'emploi ligne par ligne. C'est la seule source fiable sur ce que l'équipe attend.

Trois blocs reviennent presque toujours dans les offres : SQL pour extraire et manipuler des données, un outil de visualisation comme Looker ou Tableau, et une capacité à transformer une analyse en décision pour une équipe produit ou commerciale. Le reste varie. Python, R, BigQuery, Sheets avancé, modélisation statistique.

Aucun recruteur ne vous dira ce qui se passe en interne, et personne ne devrait prétendre le connaître. Ce que vous pouvez faire : caler votre préparation sur ce que l'offre écrit, et vous entraîner sur des problèmes réalistes.

Adapter le CV sans le dénaturer#

La règle est simple. Chaque ligne de votre CV doit répondre à une phrase de l'offre. Pas de copier-coller de mots-clés dans un bloc "compétences" que personne ne lit.

Commencez par décortiquer l'annonce. Un outil comme l'analyseur d'offre d'emploi vous montre les termes qui reviennent et ceux que vous n'utilisez pas encore. Puis passez votre CV au test de compatibilité ATS pour vérifier que les mots-clés importants apparaissent dans vos phrases, pas seulement dans une liste.

Exemple concret : réécrire une ligne de CV

Version faible : "Responsable du reporting data pour l'équipe marketing."

Version ciblée : "Modélisé un reporting BigQuery pour l'équipe marketing, réduit le temps de production hebdomadaire de 4 heures à 30 minutes et utilisé par 6 managers pour arbitrer les budgets d'acquisition."

La seconde version fait trois choses : elle nomme la technologie (BigQuery), elle donne un effet mesurable, et elle montre qui a utilisé le résultat. Si vous n'avez pas de chiffre exact, donnez l'ordre de grandeur honnêtement : "reporting utilisé par l'ensemble de l'équipe commerciale", "réduction du délai de traitement de plusieurs jours". Ne fabriquez pas de pourcentage.

Liste de vérification avant d'envoyer

• Votre titre de poste ou résumé reprend la formulation exacte de l'offre (Data Analyst, Business Data Analyst, etc.)
• Chaque expérience contient au moins une ligne avec une technologie citée dans l'annonce
• Les résultats sont chiffrés ou décrits avec honnêteté, sans chiffres inventés
• Les outils demandés dans l'offre apparaissent dans le contexte où vous les avez utilisés, pas seulement dans une liste
• Le format reste simple : pas de colonnes, pas d'icônes, pas de graphiques dans le document
• Vous avez retiré les tâches sans rapport avec le poste visé, même si elles vous tiennent à cœur

Préparer les entretiens Google Data Analyst#

Un processus de recrutement pour ce type de poste se décompose généralement en plusieurs temps : un premier échange avec les ressources humaines ou un recruteur, un ou plusieurs entretiens techniques sur les données, et une partie sur la manière dont vous travaillez et communiquez. L'ordre et le nombre varient selon les équipes et les pays.

La partie SQL et données

On ne vous demandera pas de réciter la documentation. On vous posera un problème : trouvez le taux de rétention, détectez une anomalie, comparez deux segments. Vous devez poser des questions avant de coder. Beaucoup de candidats se lancent tout de suite et ratent le point.

Entraînez-vous à penser à voix haute. Dites ce que vous cherchez, quelles hypothèses vous faites, quelles données vous demanderiez en plus. Un exercice quotidien sur des jeux de données réels vaut mieux que dix tutoriels.

La partie étude de cas

C'est là que beaucoup trébuchent. On vous donne un problème flou : "les inscriptions chutent sur une page produit, que faites-vous ?". La bonne réponse n'est pas un chiffre. C'est une démarche.

Voici un exemple de réponse que je donnerais :

"Je commencerais par définir ce que signifie 'chute' : depuis quand, quelle ampleur, sur quel segment. Ensuite je vérifierais la qualité des données avant toute interprétation : la mesure est-elle correctement trackée, un changement récent a-t-il affecté la collecte ? Si les données sont bonnes, je segmenterais par source de trafic, appareil et pays pour isoler le problème. Je présenterais ensuite deux ou trois hypothèses à l'équipe produit, avec les analyses qui permettraient de les confirmer ou de les écarter."

Cette réponse montre une méthode, pas un savoir encyclopédique. C'est ce qu'on écoute.

La partie comportementale

Préparez cinq à six situations concrètes de votre parcours : un désaccord sur une analyse, une erreur que vous avez trouvée, un projet livré sous contrainte, une fois où vous avez dû dire "je ne sais pas". Utilisez la structure situation, action, résultat, et gardez chaque histoire sous deux minutes.

Le point que beaucoup oublient : la communication fait partie du poste. Si vous ne savez pas expliquer votre analyse à quelqu'un qui ne code pas, la technique ne suffira pas.

Les spécificités du marché francophone#

Si vous candidatez depuis la France, la Suisse ou le Belgique, quelques points changent. Les intitulés de postes ne correspondent pas toujours aux standards américains : un "chargé d'études" ou un "data analyst junior" peut faire exactement le travail attendu. Reformulez avec les termes de l'offre, sans mentir sur votre niveau.

Les fourchettes de salaire pour un Data Analyst varient fortement selon le pays, l'expérience et l'équipe. Les chiffres annoncés en ligne sont souvent des ordres de grandeur qui ne correspondent pas à votre situation. Vérifiez toujours la source officielle du pays concerné et discutez la rémunération avec le recruteur au bon moment du processus.

Si vous n'êtes pas dans le pays du poste, la question du permis de travail se posera. Aucun article ne peut vous garantir quoi que ce soit sur ce point. Renseignez-vous sur les conditions actuelles auprès des autorités du pays visé et clarifiez le sujet avec le recruteur dès que possible.

Où trouver les offres et continuer à vous préparer#

Les postes sont publiés sur la page carrières de Google, mais aussi sur les jobboards francophones. Une recherche régulière sur les offres d'emploi vous montre les intitulés qui recrutent en ce moment et les compétences qui montent. Gardez un œil aussi sur les articles de fond sur la préparation d'entretien data, les méthodes changent et les retours d'expérience aident à ajuster votre plan.

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 absolument maîtriser Python pour un poste de Data Analyst chez Google ?

Non, pas toujours. SQL et un outil de visualisation reviennent plus souvent dans les offres. Vérifiez la liste des compétences dans l'offre qui vous intéresse et adaptez votre préparation en conséquence.

Combien de temps faut-il préparer un entretien technique data ?

Comptez plusieurs semaines si vous devez remettre le SQL à niveau, moins si vous pratiquez déjà régulièrement. L'essentiel est de faire des exercices en conditions réelles plutôt que de relire des cours.

Comment parler d'un projet confidentiel dans mon CV ?

Décrivez le problème, votre méthode et le résultat sans révéler de données sensibles ni de noms clients. Les recruteurs comprennent cette contrainte, et une explication claire vaut mieux qu'un détail indisponible.

Que faire si je n'ai pas de chiffres à mettre sur mon CV ?

Donnez l'ordre de grandeur honnêtement : taille de l'équipe, fréquence du reporting, nombre de personnes qui utilisaient le résultat. Un détail vrai et modeste est préférable à un pourcentage que vous ne pourrez pas défendre en entretien.

Est-ce que je dois postuler si je ne coche pas toutes les cases de l'offre ?

Oui, si vous cochez la majorité des compétences demandées et que vous pouvez apprendre le reste. Les offres décrivent souvent un profil idéal qui n'existe pas. En revanche, ne postulez pas sur un poste qui demande cinq ans d'expérience sur un outil que vous n'avez jamais touché.