Accenture Data Engineer: palavras-chave de curriculo e entrevista

Você quer a vaga de Data Engineer na Accenture, mas não sabe o que colocar no currículo nem o que vão perguntar na entrevista. O erro mais comum é mandar o mesmo documento genérico para todas as vagas e depois se perguntar por que não houve retorno. Dá para resolver isso com ajustes concretos, sem inventar experiência que você não tem.

Como a Accenture contrata para Data Engineer#

A Accenture é uma consultoria. Isso muda tudo na sua preparação. Você não entra para cuidar de um único produto interno: entra para trabalhar em projetos de clientes diferentes, com tecnologias e prazos diferentes, às vezes trocando de contexto a cada seis meses.

Por isso a empresa valoriza quem se adapta rápido, documenta o próprio código e conversa bem com gente de negócio que não é técnica. Um perfil só de "fazedor de pipeline" costuma perder para alguém que explica o impacto do que fez.

As vagas aparecem em níveis: Analyst, Consultant, Manager. O título exato varia conforme a unidade e o projeto. Confira a descrição da vaga específica que você está mirando, porque o escopo de um Analyst e de um Manager não tem nada a ver.

Palavras-chave que o recrutador procura#

Recrutadores e sistemas de triagem procuram termos específicos. Se o seu currículo não tem essas palavras e a vaga tem, você provavelmente sai da lista antes de alguém ler.

As tecnologias mais citadas em vagas de Data Engineer no Brasil são SQL, Python, Spark, Airflow, AWS, Azure, Databricks e modelagem de dados. A Accenture trabalha com nuvem desde sempre e tem parcerias grandes com AWS, Azure e Google Cloud, então experiência em cloud é praticamente obrigatória.

Não precisa ter todas. Tenha as que a vaga pede, escritas exatamente como estão na descrição. Se a vaga diz "PySpark" e você escreve "Spark com Python", o sistema pode não cruzar os dois termos.

Lista de palavras para revisar no seu currículo

• SQL (consultas complexas, janelas, CTEs, tuning)
• Python para engenharia de dados, não só análise
• Spark ou PySpark em produção
• Airflow, ou outra orquestração como Dagster ou Prefect
• AWS (S3, Glue, Redshift), Azure (Data Factory, Synapse) ou GCP (BigQuery, Dataflow)
• Modelagem dimensional, camadas bronze prata ouro, e governança
• CI/CD, Git, testes de dados e monitoramento
• Docker e infraestrutura como código quando for o seu caso

Como adaptar seu currículo para a vaga#

Leia a descrição da vaga inteira, duas vezes. Marque os verbos de ação, as tecnologias e os resultados que eles citam. O seu currículo precisa responder a essa lista, não a uma versão idealizada do que você acha que é um Data Engineer.

Ferramentas de leitura de vaga ajudam bastante aqui. Use um decodificador de descrição de vaga para extrair as competências que realmente estão pedindo antes de reescrever qualquer coisa. Depois, passe seu currículo por um verificador de ATS gratuito para checar se o formato sobrevive ao sistema de triagem.

Uma dica prática: salve uma versão do currículo por vaga. Nomeie o arquivo com o cargo e a empresa. Assim você sabe qual versão foi enviada quando o recrutador ligar.

Exemplo de bullet reescrito

Versão fraca: "Responsável por pipelines de dados na área de analytics."

Versão forte: "Construí 12 pipelines diários em Airflow e PySpark processando dados de vendas de 8 unidades, reduzindo o tempo de fechamento de 6 horas para 40 minutos."

O que mudou: número, tecnologia, escopo e resultado. Se você não tem os números exatos, use a ordem de grandeza honesta. "Cerca de 10 pipelines" é melhor do que inventar "12".

Um resumo profissional que funciona

"Data Engineer com 4 anos em projetos de cloud, SQL e Python. Construí pipelines em Airflow e PySpark na AWS, com foco em confiança de dados e custo de processamento. Acostumado a trabalhar com clientes internos e prazos definidos."

Curto, específico, sem adjetivos vazios. Se você é júnior, troque os anos por contexto: "formado em Sistemas de Informação, com 1 ano de estágio em ETL".

Como se preparar para a entrevista técnica#

A entrevista técnica de Data Engineer quase sempre tem SQL e pelo menos uma conversa sobre arquitetura. Pode ter código em Python, pode ter desenho de pipeline no quadro. Não dá para prever a ordem nem o peso de cada parte, então estude as três.

Para SQL, revise junções, funções de janela, agregações condicionais e como otimizar consulta lenta. Pratique escrevendo a consulta em voz alta, explicando cada decisão. O entrevistador quer ver o seu raciocínio, não só o resultado final.

Para arquitetura, treine explicar um projeto que você realmente fez. Qual era a fonte, qual o volume, qual o formato, qual o destino, qual o problema de maior dor. Se você não tem projeto de produção, use um projeto pessoal e diga que é pessoal. Honestidade conta mais do que parecer maior.

Exemplo de resposta sobre um projeto

"Meu projeto mais relevante foi um pipeline de dados de e-commerce. As fontes eram o banco transacional em PostgreSQL e eventos de clique em JSON. Usei Airflow para orquestrar, PySpark para transformar e carreguei tudo em camadas no S3, com uma tabela final em Redshift para o time de marketing. O maior problema foi a qualidade dos dados de endereço, então adicionei testes com Great Expectations e uma quarentena para registros inválidos. Isso reduziu reclamações do time de negócio sobre números divergentes."

Repare: contexto, tecnologia, problema, solução, efeito. Esse formato serve para quase qualquer pergunta de projeto.

O que dizer sobre trabalhar em consultoria#

A entrevista comportamental na Accenture costuma explorar adaptação, comunicação e pressão. Prepare dois ou três exemplos reais em que você mudou de contexto, aprendeu algo rápido ou lidou com um pedido confuso.

Use o formato situação, ação, resultado, mas sem decorar um roteiro. Conta a história como você contaria para um colega experiente, com o detalhe que só quem viveu sabe.

Pergunta que aparece muito: "Como você reagiria se o cliente mudasse os requisitos no meio do projeto?" Uma resposta honesta: "Eu primeiro entendo o que mudou e o porquê, porque às vezes o pedido novo resolve um problema diferente do que eu imaginava. Depois reavalio o que já está feito, o que dá para reaproveitar, e comunico o impacto em prazo de forma direta, sem prometer o que não sei."

O mercado brasileiro tem particularidades#

Vagas de Data Engineer no Brasil pedem inglês com frequência, mesmo para projetos nacionais, porque documentação e reuniões com times de outros países são comuns. Se o seu inglês é intermediário, diga o nível real e mostre que você consegue ler documentação técnica e escrever um e-mail claro.

Salários variam muito por nível, cidade e modelo de contratação. Consulte faixas atualizadas em fontes de vagas e no site oficial da empresa, porque qualquer número que eu colocar aqui envelhece rápido. O mesmo vale para benefícios e modelo remoto: cada projeto define o seu.

Se você está começando, vale olhar vagas júnior e de estágio para entender o que o mercado pede de verdade. Veja as vagas de data engineer no Brasil e compare com o seu perfil atual.

Checklist antes de enviar a candidatura#

• O currículo menciona as tecnologias exatamente como a vaga escreve
• Cada bullet tem verbo de ação, contexto e resultado
• O LinkedIn e o currículo contam a mesma história
• Você rodou o currículo por um verificador de ATS gratuito
• Você sabe explicar em voz alta cada projeto que está no documento
• Você tem duas perguntas prontas para fazer ao final da entrevista
• Você confirmou nível de inglês, disponibilidade e pretensão salarial antes da conversa com recrutador

Ferramentas grátis#

• jobrise.io/pt/free-ats-checker/
• jobrise.io/pt/free-jd-decoder/
• jobrise.io/pt/jobs/
• jobrise.io/pt/blog/

Perguntas frequentes#

Preciso ter experiência em todas as nuvens para a Accenture?

Não. Uma nuvem com profundidade vale mais do que três na superfície. Se você conhece AWS bem, diga isso e mostre que aprende rápido o que faltar, porque o projeto pode ser em Azure ou GCP.

Como escrever currículo sem experiência formal em Data Engineer?

Use projetos pessoais, estágio e trabalho acadêmico, e diga claramente que são projetos pessoais. Descreva a arquitetura, o volume aproximado e o problema resolvido, porque isso mostra pensamento de engenheiro mesmo sem vínculo formal.

A entrevista tem teste de código ao vivo?

Pode ter, e o formato varia por nível e por projeto. Treine SQL e Python em ambiente de editor simples, explicando seu raciocínio em voz alta enquanto escreve.

Quais perguntas fazer ao entrevistador?

Pergunte qual é o tamanho do time de dados, como funciona o processo de revisão de código e qual é o maior problema técnico atual do projeto. Perguntas sobre o trabalho real impressionam mais do que perguntas sobre benefícios na primeira conversa.

Onde encontrar mais material de preparação?

Tem conteúdo sobre currículo, entrevistas e mercado de tecnologia no nosso blog de carreira. Combine a leitura com prática real de SQL e com a análise das vagas que você quer, porque teoria sozinha não aprova ninguém.