Perguntas de entrevista para Analista de Dados: o que cai e como responder

Impacto, não sofisticação. Ele prefere uma análise simples que redirecionou um investimento a um modelo complexo que virou slide esquecido. Procura a cadeia completa: pergunta de negócio → dado → achado → decisão → resultado.

Conte na ordem da cadeia: quem tinha a dúvida e por quê, como você atacou (fonte, método, em uma frase cada), o achado — de preferência contraintuitivo — e a decisão que mudou. Feche com o desfecho mensurável. Se a sua melhor análise foi ignorada, conte outra: a pergunta pede impacto realizado.

Calibração honesta, porque em seguida costuma vir teste. Ele quer saber o que você escreve sem consultar (joins, agregação, window functions, CTEs) e como você raciocina sobre um problema de consulta em voz alta.

Declare por construção, não por adjetivo: "escrevo joins, agregações e window functions no dia a dia; otimização de query pesada eu resolvo mas consultando". No problema ao vivo, pense alto — a tabela que começaria, o join, o group by, os casos de borda (duplicata, nulo) — porque o raciocínio narrado vale tanto quanto a sintaxe.

Método e ceticismo. Limpar dado é metade real do trabalho; ele quer um processo (perfilar antes de mexer, documentar o que descartou, desconfiar de valores demais ou de menos) e não improviso até o gráfico parecer razoável.

Descreva seu ritual: primeiro perfilar (volumes, nulos por coluna, distribuições, o que é chave), depois decidir regra a regra o que fazer com cada problema — e registrar as decisões, porque "limpei" sem registro é análise inauditável. Um exemplo em que a limpeza revelou o problema de negócio (duplicata que inflava receita) eleva a resposta.

Pensamento crítico — a competência central do cargo. Média escondendo distribuição, conversão que sobe porque o denominador caiu, correlação lida como causa, sobrevivência de base. Ele quer saber se você desconfia por padrão.

Escolha um caso seu: a métrica que todos comemoravam, o que você desconfiou, como investigou e o que estava por baixo. Se não tiver um vivido, use um clássico bem explicado no SEU contexto — mas o vivido vale o dobro, porque prova que o ceticismo opera fora da teoria.

Tradução em tempo real — ele está literalmente testando na hora. Procura: conclusão primeiro, linguagem sem jargão, o nível de detalhe que a decisão precisa e nem um a mais.

Aceite o convite e faça na hora: uma frase de conclusão ("descobrimos que 80% do cancelamento vem de clientes que nunca usaram o recurso X"), o que sustenta em duas ou três frases, e a recomendação. Guarde o método para se ele perguntar — a disciplina de responder só o que foi perguntado é exatamente o que está sendo medido.

Sobrevivência ao dia a dia real do cargo, que é ser o gargalo de todo mundo. Ele quer critério de priorização (impacto na decisão, prazo real, esforço) e maturidade para negociar em vez de aceitar tudo e atrasar tudo.

Apresente seu filtro: o que destrava decisão com prazo primeiro; o que é recorrente vira dashboard ou consulta self-service para sair da fila; o resto é negociado com data honesta. Conte como você transformou um pedido repetitivo em autosserviço — é a resposta que mostra que você reduz a fila em vez de só administrá-la.

Firmeza sem arrogância. As duas respostas erradas: recuar na hora ("deve ser isso mesmo") e batalhar de ego. Ele quer ver você levar a sério a hipótese do diretor — que às vezes conhece um contexto que o dado não captura — e verificar, com método.

Estruture: primeiro entender a discordância específica ("o que a sua experiência mostra de diferente?"), depois checar as causas possíveis do desencontro — recorte, período, definição da métrica — e voltar com a reconciliação: quem estava certo e por quê. Um caso real em que o dado tinha um erro que a intuição do gestor pegou é uma resposta poderosa: mostra que você quer acertar, não vencer.

Autocrítica sobre o cemitério de dashboards — todo time de dados tem um. A pergunta testa se você mede o próprio produto (acessos, decisões apoiadas) e o que faz com painel abandonado: investiga ou continua produzindo.

Responda com honestidade estruturada: como você acompanha uso, o que descobriu (qual painel vivia, qual morreu) e o que mudou por causa disso — matar o que ninguém via, sentar com a área para entender a pergunta real por trás do pedido. Admitir que já construiu dashboard inútil, e o que aprendeu, é mais forte que alegar 100% de adoção.