Currículo de analista de dados: modelo pronto e dicas para 2026

Analistas de dados são contratados para ajudar uma empresa a decidir melhor, e o currículo precisa mostrar exatamente isso. Uma lista de ferramentas como SQL, Excel, Power BI e Python é necessária, mas não basta: quem recruta quer ver qual pergunta de negócio você respondeu, com qual dado e qual decisão mudou por causa da sua análise.

Nesta página você encontra um modelo completo de currículo de analista de dados escrito para o mercado brasileiro, com experiências em varejo e finanças, indicadores de resultado e habilidades organizadas por categoria. Em seguida, veja como falar de projetos quando você está começando, como lidar com vagas de BI, analytics e ciência de dados que se misturam, e como adaptar o texto às palavras do anúncio.

Os números do exemplo são fictícios e servem de referência de formato. Em seu currículo, use apenas dados que você possa explicar e que não violem confidencialidade da empresa: prefira variações percentuais e faixas a valores absolutos sensíveis.

Modelo de currículo: Analista de dados

Modelo

Beatriz Almeida Nogueira

Analista de dados | SQL, Power BI, Python

Recife, PE

Perfil

Analista de dados com 4 anos de experiência em varejo e serviços financeiros, atuando com SQL, Power BI e Python para transformar dados em decisões de preço, estoque e retenção. Gosto de explicar resultados de forma clara a áreas não técnicas e de automatizar relatórios que consomem horas de trabalho manual.

Experiência profissional

Analista de Dados Pleno, Rede Mercatto Supermercados

06/2022 – atual

Recife, PE

  • Construí 18 painéis em Power BI para vendas, ruptura e margem, usados diariamente por gerentes de 45 lojas.
  • Identifiquei, com análise de cesta de compras em SQL e Python, combinações de produtos que sustentaram uma campanha com aumento de 7% no ticket médio das lojas piloto.
  • Automatizei com Python a consolidação semanal de relatórios, eliminando cerca de 12 horas de trabalho manual por semana.
  • Criei regras de qualidade de dados no data warehouse (BigQuery) e reduzi inconsistências de cadastro de produtos em aproximadamente 60%.

Analista de Dados Júnior, Credfácil Serviços Financeiros

01/2020 – 05/2022

Recife, PE

  • Elaborei relatórios de inadimplência por safra e perfil de cliente, apoiando a revisão de políticas de crédito.
  • Estruturei consultas SQL reutilizáveis e documentei a lógica dos indicadores para a equipe de 8 pessoas.
  • Participei de testes A/B de ofertas por e-mail, calculando significância e apresentando conclusões ao time comercial.

Formação

Bacharelado em Estatística, Universidade Federal de Pernambuco (UFPE)

2015 – 2019

Especialização em Business Intelligence e Analytics, Centro universitário (pós-graduação lato sensu)

2021 – 2022

Competências

Consulta e dados: SQL (avançado), BigQuery, PostgreSQL, Modelagem dimensional

Visualização: Power BI (DAX), Looker Studio, Excel avançado

Programação e estatística: Python (pandas, NumPy), Testes A/B, Regressão

Práticas: Storytelling com dados, Qualidade de dados, Git

Idiomas

Português (nativo) · Inglês (intermediário) · Espanhol (básico)

Certificações

  • Microsoft Certified: Power BI Data Analyst Associate (2022)

Competências-chave para Analista de dados

SQL

Junções, funções de janela e otimização de consultas são requisito em quase toda vaga.

Visualização de dados

Power BI, Tableau ou Looker Studio, com foco em painéis que as pessoas realmente usam.

Excel avançado

Tabelas dinâmicas, PROCV/PROCX e Power Query continuam muito pedidos no Brasil.

Python ou R

Análise exploratória, automação e estatística básica; essencial em vagas plenas e seniores.

Estatística aplicada

Testes de hipótese, intervalo de confiança e testes A/B explicados de forma simples.

Entendimento de negócio

Traduzir uma pergunta vaga em indicadores, hipóteses e recomendações claras.

Comunicação e storytelling

Apresentar conclusões a gestores sem jargão técnico e com próximos passos.

Palavras-chave ATS

Estes termos aparecem com mais frequência nas vagas para este cargo. Use-os onde realmente correspondam à sua experiência:

SQLPower BIDAXExcel avançadoPythonPandasTableauLooker StudioBigQueryETLData warehouseKPIsDashboardsEstatísticaTeste A/BAnálise exploratóriaModelagem de dadosBusiness IntelligenceStorytelling com dados

Reescrevendo tópicos: antes / depois

Antes

Fazia relatórios para a diretoria.

Depois

Automatizei 6 relatórios mensais da diretoria com Power BI e SQL, reduzindo o tempo de preparo de 3 dias para 2 horas.

Antes

Analisei dados de vendas.

Depois

Analisei 24 meses de vendas por região e canal, identificando 3 categorias com queda de margem e propondo reajuste que recuperou parte do resultado.

Antes

Trabalhei com Excel e SQL.

Depois

Substituí planilhas manuais por consultas SQL agendadas, eliminando erros de digitação e liberando 10 horas semanais da equipe financeira.

Antes

Ajudei a área de marketing com dados.

Depois

Medi o desempenho de 12 campanhas por coorte de clientes, mostrando que 2 canais concentravam a maior parte da retenção e apoiando a realocação do orçamento.

Antes

Fiz dashboards.

Depois

Desenvolvi 9 dashboards de indicadores de atendimento em Power BI, com atualização diária e usados por 60 pessoas.

O que diferencia o currículo de analista de dados

Muitos currículos da área parecem iguais: SQL, Excel, Power BI, Python e uma frase sobre trabalho em equipe. O que separa um bom currículo é o encadeamento entre dado, análise e decisão. Para cada experiência, procure responder a três perguntas: qual era o problema de negócio, o que você analisou e o que mudou depois.

Comece com um resumo de duas ou três linhas com tempo de experiência, setor e principais ferramentas. Na sequência, siga a ordem cronológica inversa, com uma página para até quatro ou cinco anos de carreira e duas páginas no máximo para trajetórias longas. Use títulos de seção convencionais, para que filtros de triagem entendam o documento.

Dados pessoais como CPF, RG, estado civil e foto são dispensáveis. Coloque cidade e estado, e-mail, telefone com WhatsApp e LinkedIn. Se você tem um portfólio de análises, no GitHub, no Kaggle ou em um site, coloque o link e deixe claro que usou dados públicos, sem informações confidenciais de empregadores.

Analista de dados, BI, analytics ou ciência de dados?

No Brasil, títulos como analista de dados, analista de BI, analista de inteligência de mercado, analytics engineer e cientista de dados se sobrepõem. O mesmo cargo pode ser mais voltado a painéis em uma empresa e mais voltado a Python e estatística em outra. Por isso, leia a descrição da vaga com atenção e ajuste a ênfase do currículo.

Se a vaga é de BI, destaque modelagem dimensional, Power BI ou Tableau, DAX, atualização de dados e adoção dos painéis. Se é de analytics, coloque primeiro a análise exploratória, SQL avançado, testes A/B e recomendações. Se é mais próxima de ciência de dados, mostre Python, estatística e modelos, com o problema e a métrica de avaliação.

Evite atribuir a si mesmo um título que não exerceu. Se você atuou como analista com tarefas de engenharia de dados, descreva as tarefas de forma honesta, como construção de pipelines em SQL, sem renomear seu cargo. Recrutadores técnicos verificam isso na entrevista.

Projetos, certificações e primeira vaga

Se você está começando, projetos fazem o papel da experiência. Escolha dois ou três e descreva cada um com origem dos dados, pergunta, método, ferramentas e conclusão. Bases públicas brasileiras, como dados abertos de governos, do IBGE ou de transporte, permitem análises originais, que se destacam mais do que o conhecido conjunto de dados de passageiros do Titanic.

Publique o trabalho de forma visual e acessível: um painel online, um relatório curto ou um repositório com README claro. Explique as limitações da análise; isso mostra maturidade. Certificações de ferramentas, como as de Power BI ou de provedores de nuvem, ajudam em vagas de entrada, mas não substituem projetos.

Na formação, valorize cursos de Estatística, Matemática, Engenharia, Economia, Administração ou Sistemas de Informação, e também especializações e MBAs em dados quando existirem. Estágio e iniciação científica contam como experiência: descreva o que você analisou, não só o nome do setor onde atuou.

Adaptar às vagas e passar pelo ATS

Vagas de dados costumam trazer uma lista longa de requisitos: SQL, Power BI, Excel avançado, Python, ETL, estatística, e às vezes ferramentas de nuvem. Compare a lista com sua experiência real. Os itens que você domina devem aparecer com o mesmo nome do anúncio, de preferência dentro de uma experiência com resultado, e não só em uma lista final.

Prefira PDF com texto selecionável e layout simples. Tabelas complexas, gráficos de barras para mostrar nível de habilidade e imagens com texto atrapalham a leitura por sistemas de triagem. Em vez de barras, descreva o contexto de uso: SQL avançado com funções de janela e otimização em tabelas de milhões de linhas, por exemplo.

Para vagas em multinacionais ou em times globais, tenha uma versão em inglês, adaptando termos como painel para dashboard e indicador para KPI. Uma ferramenta de inteligência artificial pode ajudar a comparar o currículo com a vaga e sugerir ajustes, mas confira cada dado antes de enviar.

Erros comuns

  • Listar ferramentas sem mostrar qual decisão ou resultado de negócio elas sustentaram.

  • Usar barras de percentual para medir SQL, Excel ou Python.

  • Divulgar dados confidenciais do empregador, como valores de faturamento ou nomes de clientes.

  • Apresentar projetos de portfólio sem explicar a pergunta, o método e as limitações.

  • Ignorar o Excel avançado, que ainda é pré-requisito em muitas empresas brasileiras.

  • Enviar o mesmo currículo para vagas de BI, analytics e ciência de dados sem ajustar a ênfase.

Perguntas frequentes

Qual o melhor formato de currículo para analista de dados?+

Um PDF de uma ou duas páginas, em coluna única, com resumo profissional, experiências em ordem cronológica inversa, formação e habilidades agrupadas. Priorize resultados mensuráveis e a ferramenta usada em cada um. Evite gráficos de nível de habilidade, que dificultam a leitura por sistemas e não informam o que você realmente consegue fazer. Se a vaga for em outro país, vale ter também uma versão em inglês.

Preciso saber Python para ser analista de dados?+

Depende da vaga. Muitas posições de BI e de análise de negócio pedem principalmente SQL, Excel e uma ferramenta de visualização. Python ou R aparece com mais frequência em vagas de analytics, ciência de dados e posições mais seniores. Veja o que o anúncio pede e destaque apenas o que você domina, com exemplos de uso, em vez de listar linguagens apenas para aumentar o currículo.

Como montar o currículo sem experiência na área?+

Use projetos de análise com dados públicos, estágios, atividades acadêmicas e experiências em outras áreas em que você lidou com números, como finanças, operações ou atendimento. Descreva a pergunta, a ferramenta e a conclusão de cada projeto e publique o material online. Destaque cursos e certificações, mas sempre depois dos projetos e do que você já aplicou na prática, mesmo que em contexto acadêmico.

Devo colocar o nível de cada ferramenta?+

Rótulos como básico, intermediário e avançado podem ajudar se forem honestos e poucos, mas o mais convincente é descrever o uso: por exemplo, SQL com funções de janela e criação de tabelas agregadas, ou Power BI com modelagem e medidas em DAX. Isso responde melhor à pergunta que quem recruta realmente tem em mente: o que você consegue resolver sozinho no dia a dia da função?

Mais modelos de currículo

Seu currículo, adaptado à vaga

Envie seu currículo e a descrição da vaga. A IA ajusta o conteúdo e as palavras-chave.