Accenture Data Scientist: palavras-chave de curriculo e entrevista

Você está mirando uma vaga de Data Scientist na Accenture e não sabe o que colocar no currículo nem o que esperar na entrevista. Consultoria cobra um perfil diferente de empresa de produto, e quem trata a candidatura igual acaba perdendo tempo. O que segue é sobre como ajustar o material e a preparação sem inventar processo interno que ninguém confirmou.

Antes de qualquer coisa, entenda o contexto da Accenture. É uma consultoria grande, com operação forte no Brasil, e as vagas de Data Scientist aparecem em times de analytics, engenharia de dados aplicada e projetos para clientes de setores muito diferentes. Isso muda tudo na hora de escrever seu currículo.

O que a Accenture costuma pedir#

Não existe um perfil único de Data Scientist dentro de uma consultoria. O mesmo título aparece em projetos de banco, varejo, saúde, energia e indústria, cada um com stack e entregável diferente.

O denominador comum costuma ser: Python ou R, SQL, estatística, machine learning e a capacidade de explicar resultado para gente que não é técnica. Consultoria vende análise como serviço, então saber conversar com cliente pesa tanto quanto saber ajustar modelo.

Vagas sênior costumam citar cloud (AWS, Azure, GCP), MLOps e experiência com times multidisciplinares. Vagas júnior focam mais em fundamentos e portfólio. Leia a descrição da vaga específica. Nada de currículo genérico.

Palavras-chave que fazem sentido no currículo#

Use as palavras que a própria vaga usa. Se a descrição fala em "engenharia de features", escreva "engenharia de features", não um sinônimo bonito que o filtro não vai reconhecer. Se fala em Azure, coloque Azure, mesmo que você conheça AWS, e mencione a nuvem que você domina no mesmo parágrafo.

Um conjunto típico de termos que aparece nesse tipo de vaga: Python, SQL, pandas, scikit-learn, TensorFlow ou PyTorch, estatística inferencial, regressão, classificação, clustering, séries temporais, A/B testing, ETL, feature engineering, Docker, Git, CI/CD, Power BI ou Tableau, e alguma nuvem. Não coloque tudo. Coloque o que você realmente usou e que a vaga pede.

Um jeito prático de separar o que importa é decodificar a descrição da vaga antes de reescrever o currículo. O decodificador de vagas do jobrise faz esse trabalho de destacar os requisitos e as palavras-chave mais pedidas em uma descrição, e você pode usar de graça no nosso decodificador de vagas.

Depois de ajustar, vale conferir se o currículo passa por filtro de ATS. O verificador de ATS gratuito do jobrise aponta problemas de formatação e termos que estão faltando: use o nosso verificador de ATS gratuito.

Como escrever os bullets#

Bullet de consultoria tem que mostrar entrega, não tarefa. Diga o que você construiu, para qual problema de negócio, e qual foi o efeito medido. Se você não tem número exato, use ordem de grandeza honesta: "reduziu o tempo de análise de dias para horas" é melhor do que inventar uma porcentagem.

Um exemplo concreto. Antes:

• Responsável por modelos de previsão de demanda e análise de dados.

Depois:

• Construí modelos de previsão de demanda em Python (XGBoost, séries temporais) para uma rede de varejo, reduzindo o erro de previsão do planejamento de estoque e cortando em cerca de 40% o tempo de análise manual da equipe de operações.

A segunda versão diz a ferramenta, o problema de negócio e o efeito. É isso que um gestor de consultoria procura.

Modelo de bullet para vaga de Data Scientist#

Vamos ao exemplo pedido, uma versão que você pode adaptar. Suponha que você trabalhou com churn em uma empresa de telecom:

• Desenvolvi modelo de previsão de churn (regressão logística e XGBoost) em Python e SQL sobre base de 2 milhões de clientes, identificando os principais fatores de cancelamento e orientando campanha de retenção que recuperou cerca de 15% dos clientes sinalizados como risco alto no trimestre seguinte.

Troque os números pelos seus. Se você não tem o resultado final, descreva até onde você foi: "modelo entregue ao time de CRM para uso em campanha" já é melhor do que tarefa solta.

Preparação para a entrevista#

Consultoria costuma ter etapas de triagem técnica, conversa com gestor e, dependendo do projeto, avaliação de comunicação com cliente. Não vou afirmar como a Accenture especificamente conduz cada etapa, porque isso muda por vaga, região e momento. Confirme o fluxo com o recrutador.

O que é previsível: vão perguntar seu projeto mais difícil, como você lida com dado ruim, como explica modelo para stakeholder não técnico e por que quer trabalhar em consultoria. Prepare uma história de projeto de ponta a ponta, do problema à decisão que alguém tomou com base na sua análise.

Sobre por que consultoria, a resposta precisa mostrar que você aceita trocar de contexto com frequência e gosta de resolver problema de cliente. Quem quer rotina de produto costuma sair rápido, e recrutador percebe isso na resposta.

Exemplo de resposta para "conte um projeto difícil"#

Aqui está uma resposta que funciona, no formato situação, ação, resultado:

"Em uma empresa de varejo, o time de operações queria prever demanda por loja, mas a base tinha histórico curto e muito dado faltando por causa de migração de sistema. Eu comecei validando com o time de negócio o que era dado realmente ausente versus erro de registro, tratei os casos de forma diferente e usei médias móveis e features sazonais para compensar o histórico curto. Escolhi um modelo mais simples, XGBoost com validação temporal, porque precisava ser explicável para o gestor de estoque. O resultado foi uma previsão que o time passou a usar no planejamento semanal, e o ganho principal foi operacional: a análise que levava dois dias passou a sair no mesmo turno."

Note o que tem aqui: contexto, decisão técnica justificada, e efeito que alguém sentiu. Não tem jargão vazio nem número inventado.

O que fazer no Brasil#

O mercado brasileiro de Data Scientist está mais exigente do que há três anos. Vagas júnior estão disputadas, e consultoria pede cada vez mais gente que sabe colocar modelo em produção, não só treinar em notebook. Ajuste suas expectativas de senioridade e de faixa salarial, que variam muito por cidade, porte de projeto e regime de contratação.

Salários reportados para Data Scientist no Brasil variam bastante, de faixas júnior na casa de alguns mil reais mensais até valores bem mais altos em posições sênior e em multinacionais, com diferença grande entre PJ e CLT. Não vou citar número específico como garantia. Consulte faixas atuais em fontes oficiais ou plataformas de vagas, e negocie com base no pacote total, não só no salário base.

Para vagas abertas agora na Accenture e em outras empresas, o jobrise tem um painel de vagas atualizado: confira as vagas de Data Scientist disponíveis.

Checklist de candidatura#

• Reescreva o resumo do topo do currículo com as três competências que a vaga pede
• Use exatamente os termos da descrição da vaga para ferramentas e métodos que você domina
• Escreva pelo menos três bullets com problema de negócio, ação e efeito medido
• Cole a descrição da vaga em um decodificador de vagas para achar requisito escondido
• Rode o currículo por um verificador de ATS antes de enviar
• Prepare uma história de projeto difícil, com situação, ação e resultado
• Separe uma resposta curta sobre por que consultoria, e uma sobre lidar com cliente não técnico
• Confirme com o recrutador o formato do processo seletivo da vaga específica

Erros que derrubam candidatura#

Currículo genérico é o erro mais comum. Enviar o mesmo PDF para vaga de consultoria, banco e startup mostra que você não leu a descrição, e isso aparece na triagem.

Outro erro é listar ferramenta sem contexto. "Conhecimento em Python" não diz nada. Diga o que você fez com Python, em qual tipo de problema.

E não invente resultado. Recrutador técnico pergunta como você mediu, e a conta não fecha. Se o ganho foi qualitativo, diga que foi qualitativo.

Ferramentas grátis#

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

Perguntas frequentes#

A Accenture tem processo seletivo padrão para Data Scientist?

O formato varia por vaga, região e momento, e não existe um fluxo único que eu possa afirmar aqui. Pergunte ao recrutador quantas etapas existem e o que cada uma avalia, e prepare para avaliação técnica e conversa de perfil.

Preciso ter experiência com cloud para essa vaga?

Vagas sênior costumar pedir AWS, Azure ou GCP, e vagas júnior nem sempre exigem. Se você tem só uma das três, escreva qual e em que contexto usou, e estude a nuvem citada na vaga.

Quanto tempo leva para conseguir resposta depois de se candidatar?

Não há prazo padrão, depende do volume de candidaturas e do projeto. Se não houver resposta em duas ou três semanas, um contato educado ao recrutador é razoável, mas não insista mais de uma vez.

Posso aplicar para mais de uma vaga na Accenture ao mesmo tempo?

Pode, desde que os perfis façam sentido para você, e o recrutador costuma ver as candidaturas. Escolha vagas que combinam com sua experiência real, porque aplicar em massa enfraquece a candidatura.

Meu currículo está em inglês, devo traduzir para português?

Se a vaga está em português, entregue currículo em português, e mantenha termos técnicos em inglês quando for o padrão do mercado, como "feature engineering" e "machine learning". Se a vaga pede inglês, entregue versão em inglês, porque consultoria costuma avaliar o idioma no processo.