Exemplos de currículo
Currículo de analista de dados: exemplo e guia 2026
Recrutadores de analista de dados procuram acima de tudo uma coisa: prova de que você transformou números em decisões. Este guia mostra exatamente quais habilidades de SQL, Python e visualização destacar, com bullet points quantificados de exemplo e palavras-chave para ATS extraídas de vagas reais de analista de dados.
O analista de dados moderno consulta e limpa dados (SQL, Python/pandas), constrói dashboards (Tableau, Power BI, Looker), executa testes estatísticos e traduz descobertas em decisões para stakeholders não técnicos. Recrutadores e filtros de ATS buscam profundidade técnica específica — window functions, joins entre múltiplas tabelas, testes A/B, regressão — não apenas nomes de ferramentas, além de evidências de que o analista influenciou uma métrica de negócio. Um currículo que diz 'analisou dados no Excel' é ignorado; um que diz 'construiu um modelo de churn que reduziu a evasão em 9%' gera entrevista.
Exemplo de currículo completo
Um exemplo de currículo completo para esta função, exibido com o modelo Moderno. Comece com o mesmo modelo e substitua os dados pelos seus.
Modelo: Moderno
Beatriz Oliveira
Analista de Dados
- [email protected]
- +55 (11) XXXXX-XXXX
- São Paulo, SP
Resumo
Analista de dados com 5 anos de experiência transformando dados bagunçados de produto e vendas em decisões. Domínio de SQL, Python e Tableau, com histórico de automação de relatórios e de experimentos que movimentaram indicadores de receita.
Experiência
Analista de Dados Sênior · Órbita Assinaturas
São Paulo, SP · 2022 – Atual
- Desenhei e analisei mais de 40 testes A/B de precificação e onboarding, identificando mudanças que valem R$ 11,5 milhões em receita anual.
- Construí em Python um modelo de previsão de churn que antecipa o cancelamento em 30 dias com 81% de precisão, usado semanalmente pelo time de retenção.
- Apresento mensalmente análises de insights ao VP de Produto e à liderança financeira.
Analista de Dados · Varejo Paulista Online
São Paulo, SP · 2020 – 2022
- Substituí 15 relatórios manuais em Excel por dashboards automatizados no Tableau, economizando 20 horas semanais do time comercial.
- Desenvolvi modelos no dbt que se tornaram a fonte única da verdade para os relatórios de receita.
Analista Júnior · Instituto Baía de Pesquisas
Santos, SP · 2019 – 2020
- Tratei e consolidei bases de pesquisa com mais de 50 mil respostas e automatizei os relatórios semanais com SQL.
Formação acadêmica
Bacharelado, Estatística · Universidade de São Paulo (USP)
São Paulo, SP · 2015 – 2019
Certificações
- Certificado Profissional Google Data Analytics · Google · 2020
- Tableau Desktop Specialist · Tableau · 2021
Habilidades
- SQL
- Python (pandas, scikit-learn)
- Tableau
- Power BI
- dbt
- Testes A/B
- Análise estatística
- Modelagem de previsão
- Storytelling com dados
Idiomas
- Português (Nativo)
- Inglês (Fluente)
Principais competências
- SQL (window functions, CTEs, otimização de queries)
- Python (pandas, NumPy, scikit-learn)
- Visualização de dados (Tableau, Power BI, Looker)
- Análise estatística e testes de hipótese
- Testes A/B e design de experimentos
- Fundamentos de ETL e pipelines de dados
- Excel (tabelas dinâmicas, PROCX, macros)
- Design de dashboards e relatórios de KPI
- Storytelling com dados e comunicação com stakeholders
- Limpeza e validação de dados
- Modelagem de previsão e regressão
- Google Analytics / ferramentas de análise de produto
Exemplos de tópicos para o currículo
- Nível júnior, automação de relatórios: Construiu 12 queries SQL automatizadas para substituir relatórios semanais de vendas feitos manualmente, economizando cerca de 6 horas por semana da equipe de marketing e eliminando erros causados por lançamento manual no Excel.
- Nível pleno, dashboards de BI: Projetou um dashboard em Power BI consolidando dados de 4 sistemas de origem para acompanhar churn de clientes em tempo real, permitindo que a equipe de retenção reduzisse o churn em 9% em dois trimestres.
- Nível pleno, análise de produto / testes A/B: Executou e analisou mais de 15 testes A/B no fluxo de checkout usando Python e SQL, identificando uma funcionalidade de recompra em um clique que elevou a taxa de conversão em 4,2% e adicionou uma receita anual estimada de $380 mil.
- Sênior, previsão e modelagem: Desenvolveu um modelo de previsão de demanda em Python (scikit-learn) que reduziu o excesso de estoque em 22% em 180 SKUs, economizando aproximadamente $1,1 milhão em custos anuais de armazenagem.
- Sênior, propriedade de pipeline de dados: Trabalhou com a engenharia para redesenhar o pipeline de ETL que alimenta o dashboard executivo, reduzindo o tempo de atualização de dados de 6 horas para 45 minutos e melhorando a acurácia dos dados de 91% para 99,5%.
- Analista de dados, comunicação executiva: Apresentou a análise trimestral de retenção por coorte à liderança sênior, traduzindo as descobertas em 3 mudanças no roadmap de produto que melhoraram a retenção de usuários em 90 dias em 11%.
Palavras-chave para ATS
- SQL
- Python
- R
- Tableau
- Power BI
- Excel
- visualização de dados
- análise estatística
- teste A/B
- ETL
- limpeza de dados
- dashboard
- relatórios de KPI
- modelagem preditiva
- análise de regressão
Erros comuns
- Listar ferramentas sem demonstrar resultados, por exemplo, 'Conhecimento em SQL, Python, Excel.' — Mostre uma análise específica e seu resultado de negócio em vez de uma simples lista de ferramentas.
- Nenhum impacto de negócio quantificado — apenas descrever relatórios produzidos. — Associe cada análise a uma decisão ou a um resultado em valor/percentual, por exemplo, '...o que levou a uma redução de 12% no custo de aquisição de clientes.'
- Sobrecarregar os bullets com jargão estatístico acadêmico. — Traduza métodos técnicos para uma linguagem de negócio que um recrutador, não apenas outro analista, consiga entender.
- Subestimar a profundidade em SQL/Python apenas escrevendo 'SQL' sem contexto. — Especifique a complexidade — window functions, CTEs, joins entre mais de 5 tabelas — já que ATS e recrutadores técnicos filtram por esses termos.
- Omitir comunicação com stakeholders ou experiência de apresentação. — Inclua pelo menos um bullet mostrando que sua análise foi apresentada a, ou influenciou, stakeholders não técnicos ou a liderança.
Dicas de formatação
- Separe a seção de 'Habilidades Técnicas' entre linguagens/ferramentas (SQL, Python, R) e plataformas de BI (Tableau, Power BI, Looker) para leitura rápida.
- Inclua um link de portfólio (GitHub, Tableau Public ou um artigo pessoal de análise), se tiver um — cada vez mais esperado em vagas de dados.
- Mantenha o currículo em uma página no início de carreira; no máximo duas páginas para 8+ anos de experiência ou trilha de gerência de analytics.
- Quantifique a escala do dataset (linhas, tabelas, fontes) quando relevante, para mostrar que você trabalhou com dados em escala de produção, não apenas projetos acadêmicos.
- Não incorpore prints de dashboards no currículo; em vez disso, aponte para uma peça de portfólio ao vivo.
- Use uma formatação consistente de métricas (%, $, horas economizadas) para que o impacto seja escaneável em uma leitura rápida de 6 segundos.