Blog · Currículos de tecnologia
Currículo de analista de dados: como mostrar análises que mudaram uma decisão
Um bom currículo de analista de dados mostra, em cada experiência, a pergunta que você respondeu, os dados e ferramentas que usou e a decisão que a análise apoiou. Lista de ferramentas sem contexto diz pouco. Monte a seção de habilidades a partir do que as vagas que você quer pedem, e ligue cada ferramenta a um trabalho real.
A estrutura de um bom tópico: pergunta, dados, análise, decisão
Análise de dados existe para ajudar alguém a decidir. Um tópico de experiência fica forte quando conta essa história em uma ou duas linhas:
- A pergunta: o que o negócio queria saber.
- Os dados e as ferramentas: de onde vieram e com o que você trabalhou.
- A análise: o que você fez de fato (cruzou, modelou, testou, automatizou).
- A decisão ou o uso: o que mudou por causa dela, ou quem passou a usar o resultado.
Fraco: “Análises de dados com SQL e Power BI.”
Melhor: “Cruzei dados de pedidos e de atendimento em SQL para entender por que clientes deixavam de comprar; o painel em Power BI passou a guiar a régua de contato do time de retenção.”
Três tipos de trabalho, três exemplos
Os exemplos abaixo são inventados e mostram a estrutura. Os números de cada um precisam ser seus.
“Analisei 18 meses de pedidos em SQL e Python e mostrei que 70% das devoluções vinham de três categorias; a análise embasou a revisão das fotos e descrições desses produtos.”
“Construí o painel de vendas diário em Looker Studio, a partir de uma tabela que modelei no BigQuery; ele substituiu quatro planilhas e é usado por 30 gerentes regionais.”
“Desenhei e analisei o teste A/B da nova página de checkout, com cálculo do tamanho de amostra antes do início; o resultado levou o time a manter a versão antiga.”
Repare no terceiro: o teste não “aumentou a conversão”. Ele mostrou que a mudança não funcionava, e isso também é uma decisão. Análise que evitou um erro conta tanto quanto análise que achou uma oportunidade.
Quando você não sabe o impacto em números
Quem analisa raramente recebe o número final do que a decisão gerou. Não invente. Mostre o que você sabe medir:
- Escala: volume de dados, número de fontes, período analisado.
- Uso: quantas pessoas ou áreas usam o painel ou o relatório, e com que frequência.
- Tempo: quanto um processo levava antes e depois de você automatizar.
- Decisão: o que o time fez com a análise, mesmo sem um número de resultado.
Analista, engenheiro ou cientista de dados?
As vagas de Dados misturam funções diferentes, e o currículo precisa deixar claro qual é a sua. Vagas de engenharia de dados costumam pedir ferramentas de processamento e transformação, como Spark, Databricks e dbt. As de análise pedem SQL, uma linguagem como Python e uma ferramenta de visualização. As de ciência de dados, estatística e modelagem.
Leia o anúncio antes de escolher o que destacar, e não se apresente com o nome de uma função que você não exerceu. A contagem das habilidades nas vagas de Dados mostra o que é pedido hoje, por senioridade.
Como montar a seção de habilidades
- Agrupe por tipo: linguagens e consultas, bancos e plataformas, visualização, estatística.
- Coloque só o que você usou de verdade. Se é básico, diga que é básico.
- Cada ferramenta importante da lista deve aparecer também em algum tópico de experiência.
- Comece pelo que as vagas que você quer pedem mais. Os números de hoje estão na página de currículo para Dados.
Em transição para dados
Se você ainda não trabalhou como analista, mostre análises que fez em outra função (um controle em planilha que virou rotina, um relatório que a sua área passou a usar) e projetos com dados públicos. Para cada projeto, a mesma estrutura: qual pergunta, quais dados, o que você fez e o que concluiu, com o link do repositório ou do painel.
Perguntas frequentes
Quais habilidades colocar no currículo de analista de dados?
As que você usou e que as vagas que você quer pedem. No catálogo de 02/11/2026, as tecnologias mais pedidas nas 243 vagas abertas de Dados são SQL (77%), Python (68%) e Databricks (33%). Coloque as que você domina e mostre cada uma num tópico de experiência.
Currículo de dados precisa de portfólio?
Não é obrigatório, mas ajuda quem está começando ou mudando de área. Um ou dois projetos bem explicados, com pergunta, dados e conclusão, valem mais que vários notebooks sem contexto.
Como mostrar resultado sem saber o impacto financeiro?
Mostre o que você consegue medir: o volume de dados, quem usa a análise e com que frequência, o tempo economizado e a decisão que ela apoiou. Não invente percentuais de receita.