Currículo para Analista de Dados: modelo, dicas e palavras-chave
Análise de dados atrai gente de todas as formações, de engenharia a administração, e isso deixou o funil brutal: para cada vaga aberta no Brasil há uma fila de candidatos com certificado de curso rápido. O recrutador aprendeu a separar quem fez curso de quem resolve problema com dados, e procura no currículo três coisas: SQL de verdade, uma ferramenta de BI dominada e evidência de que sua análise mudou alguma decisão de negócio, não só gerou gráfico bonito.
Este guia mostra como montar um currículo de Analista de Dados que sobrevive ao filtro automático e convence na leitura humana: quais palavras-chave os ATS de vagas de dados realmente buscam, como descrever projetos e dashboards com impacto de negócio, um exemplo de resumo profissional com resultado concreto, os erros que denunciam candidato iniciante e como entrar na área vindo de funções administrativas ou financeiras, que aliás é o caminho mais comum.
Cole seu currículo atual (ou comece do zero) e a IA formata, pontua e adapta o texto para cada vaga que você for aplicar.
O que destacar no currículo de Analista de Dados
- Análises com desfecho de negócio: 'dashboard de churn em Power BI que orientou campanha de retenção e reduziu cancelamentos' em vez de 'criação de relatórios'.
- Nível real de SQL com exemplos, como joins complexos, window functions e otimização de queries em bases com milhões de linhas.
- Portfólio público com 2 ou 3 estudos de caso: dataset do Kaggle ou dados abertos do governo analisados com pergunta, método e conclusão.
- Automatização de rotina que economizou tempo, como script Python que substituiu 6 horas semanais de consolidação manual de planilhas.
- Ferramentas de BI com contexto de uso: Power BI com DAX e publicação em workspace corporativo diz mais que o nome da ferramenta solto.
- Vocabulário de negócio da sua área de origem (financeiro, logística, varejo), porque analista que entende o domínio decide desempate entre candidatos técnicos.
Palavras-chave que os filtros (ATS) procuram
A maioria das empresas usa software de triagem antes de um humano ler seu currículo. Inclua os termos abaixo quando forem verdadeiros para você, de preferência com o mesmo texto da descrição da vaga.
Erros comuns que reprovam na triagem
- Escrever 'Excel avançado' sem citar PROCV, tabela dinâmica ou Power Query: o termo sozinho virou ruído que recrutador ignora.
- Listar Python, R e SQL juntos quando só domina um deles, convite para reprovação no teste técnico.
- Descrever dashboards pelo visual e não pela decisão que suportaram.
- Não mencionar volume de dados nem ferramentas de origem (ERP, CRM, planilhas), deixando o trabalho abstrato demais.
- Ignorar a estatística básica no currículo, sendo que vagas cada vez mais pedem noções de amostragem e correlação.
Exemplo de resumo profissional
“Analista de dados com 3 anos de experiência em SQL, Power BI e Python. Construí a esteira de indicadores comerciais da empresa, com ETL automatizado que eliminou 20 horas mensais de trabalho manual e dashboards usados pela diretoria na revisão semanal de metas. Migrei da área financeira, o que me dá fluência em conversas com o negócio.”
Use como referência de tom e estrutura, nunca copie: recrutador percebe texto genérico.
E se eu não tiver experiência?
A vantagem dessa área é que dá para gerar evidência sem emprego: pegue dados públicos (IBGE, dados.gov.br, Kaggle), formule uma pergunta de negócio e publique a análise completa no GitHub ou em post detalhado no LinkedIn. Estude SQL de graça no SQLBolt e no curso da Fundação Bradesco, e Power BI nos treinamentos gratuitos da própria Microsoft (Microsoft Learn). Se você já trabalha com planilhas em qualquer função, reposicione isso como experiência com dados: relatórios, indicadores e conciliações contam.
Perguntas frequentes
Qual a diferença entre currículo de analista de dados e cientista de dados?
O de analista enfatiza SQL, BI, indicadores e apoio à decisão com dados existentes. O de cientista enfatiza estatística avançada, machine learning e modelos preditivos em Python. Se a vaga é de analista, dashboards com impacto de negócio pesam mais que citar algoritmos.
Preciso saber Python para ser analista de dados?
Para começar, não: SQL e uma ferramenta de BI (Power BI ou Tableau) abrem a maior parte das vagas júnior no Brasil. Python aparece como diferencial para automação e análises maiores, e vai se tornando requisito conforme a senioridade sobe. Priorize SQL sólido primeiro.
Como montar portfólio de análise de dados para o currículo?
Escolha 2 ou 3 datasets públicos, defina uma pergunta de negócio clara, documente limpeza, análise e conclusão, e publique com link no currículo. Um estudo de caso completo com recomendação prática impressiona mais que dez notebooks de exercício de curso.
Cole seu currículo atual (ou comece do zero) e a IA formata, pontua e adapta o texto para cada vaga que você for aplicar.