Amazon Data Analyst: palavras-chave de curriculo e entrevista

Você está mirando uma vaga de Data Analyst na Amazon e não sabe o que colocar no currículo para passar pela triagem. O problema é que o time de contratação liga o seu CV para o que a vaga pede, e a maioria dos candidatos escreve tarefas genéricas que não dizem nada sobre análise de dados. Vamos consertar isso com exemplos concretos e sem inventar processo interno nenhum.

Primeiro um aviso honesto: eu não tenho acesso a como a Amazon conduz contratações nos bastidores. O que dá para fazer é trabalhar com o que a empresa publica, o texto da vaga e práticas comuns de recrutamento em tech. Cada vaga, país e time tem suas particularidades.

Entenda o que a vaga realmente pede#

Antes de escrever qualquer palavra, decodifique a descrição da vaga. Separe os requisitos em três grupos: ferramentas (SQL, Python, Power BI, Tableau, Excel), tarefas (dashboards, análises ad hoc, experimentação, métricas) e comportamentos (comunicação com stakeholders, tomada de decisão).

Use um decodificador de descrições de vaga para extrair esses termos e comparar com o que você já tem. Assim você sabe exatamente quais palavras-chave faltam no seu currículo.

Palavras-chave que aparecem com frequência#

Estas são termos que costumam aparecer em vagas de Data Analyst em big techs, incluindo times da Amazon. Não é lista oficial da empresa, é o vocabulário do mercado:

• SQL e consultas complexas com joins, window functions e CTEs
• Python ou R para análise de dados e automação
• Visualização de dados com Tableau, Power BI ou QuickSight
• Definição e acompanhamento de métricas e KPIs
• A/B testing e análise de experimentos
• ETL e modelagem de dados
• Storytelling com dados e apresentação para stakeholders
• Data quality e validação de dados
• Excel avançado e análise estatística

Coloque esses termos no currículo de forma natural, dentro das suas experiências reais. Keyword stuffing não engana ninguém e atrapalha a leitura.

Como escrever bullets que mostram impacto#

Regra básica: ação, contexto, resultado. Não escreva "responsável por dashboards". Escreva o que você fez, para quem, com qual efeito.

Antes:

• Responsável pela criação de relatórios de vendas para a diretoria

Depois:

• Criei em SQL e Tableau um painel semanal de vendas que substituiu 3 relatórios manuais, reduzindo de 6 para 1 hora o tempo de fechamento do time comercial e virando a fonte oficial de decisão da diretoria

Note o que mudou: ferramenta citada, escopo do problema, resultado mensurável, uso real por quem decide. Se você não tem números exatos, use ordens de grandeza honestas, tipo "de horas para minutos" ou "cerca de metade do tempo". Não invente número só para parecer impressionante.

Ligue seu currículo aos Leadership Principles#

A Amazon publica seus Leadership Principles no site de carreiras, e eles aparecem no processo seletivo. Os mais citados por candidatos em relatos públicos são Customer Obsession, Ownership, Dive Deep, Bias for Action e Deliver Results. Vale ler a lista oficial e mapear suas experiências para esses princípios.

Não precisa escrever "Customer Obsession" no currículo. Mostre no conteúdo. Um bullet sobre ter identificado a dor do usuário interno e mudado um relatório para resolver aquilo já fala de customer obsession sem usar o termo.

Preparação para a entrevista#

Esperem perguntas comportamentais com o formato STAR (Situação, Tarefa, Ação, Resultado) e perguntas técnicas sobre SQL, estatística e análise de dados. Não prometo que vai ser assim em toda vaga, mas é o formato mais relatado em processos de tech.

Monte de 6 a 8 histórias reais suas, cada uma cobrindo um princípio diferente. Escreva por extenso, depois ensaie em voz alta até soar natural.

Exemplo de resposta para "me conte sobre uma vez em que você lidou com dados ruins":

Situação: o time de marketing reportava uma queda de 20% em conversões, mas o número não batia com o financeiro. Tarefa: eu precisava descobrir qual fonte estava errada antes que a decisão fosse tomada. Ação: comparei os eventos de rastreamento com a base de transações em SQL, encontrei uma mudança de código que quebrava o evento de compra em mobile, e documentei o impacto por canal. Resultado: o número foi corrigido, a campanha não foi cortada à toa, e eu propus um teste automatizado de qualidade de dados que o time adotou no pipeline semanal.

Repare: a resposta tem conflito, tem análise técnica, e termina com uma ação preventiva. É isso que entrevistadores procuram.

O mercado brasileiro tem particularidades#

Se você está aplicando do Brasil, algumas coisas mudam. Vagas da Amazon no Brasil aparecem principalmente nos centros de São Paulo e Rio de Janeiro, com modelos híbridos ou presenciais dependendo do time. Salários variam muito por nível, unidade de negócio e senioridade, e eu não vou dar número aqui porque qualquer valor específico fica desatualizado rápido. Consulte fontes atualizadas e a própria vaga.

Outra questão: muitas vagas pedem inglês avançado, porque o time global conversa em inglês. Se você tem inglês intermediário, vale investir antes de aplicar para cargos que exigem reuniões internacionais diárias.

Checklist antes de enviar#

• O currículo tem as palavras-chave da vaga, no seu contexto real
• Cada bullet começa com verbo de ação e termina com resultado
• Você tem pelo menos 6 histórias STAR prontas e ensaiadas
• Você leu os Leadership Principles e mapeou suas experiências para eles
• Você sabe explicar cada ferramenta que colocou no currículo
• O LinkedIn bate com o currículo em cargos e datas
• Você testou o currículo em um verificador de ATS gratuito para checar se o formato passa em sistema de triagem
• Você rodou o texto da vaga em um decodificador de descrições de vaga para garantir que nada importante ficou de fora
• Você pesquisou vagas parecidas em sites de emprego para calibrar expectativas de senioridade e faixa salarial

Erros que derrubam candidatos#

Currículo com duas páginas de descrição de tarefas e nenhum resultado. Lista de ferramentas sem contexto de uso. Histórias comportamentais que terminam em "e deu tudo certo" sem mostrar o seu papel. Respostas técnicas sem explicar o raciocínio, só o resultado final.

Outro erro comum: chegar na entrevista sem perguntas para o entrevistador. Pergunte sobre o time, sobre as decisões que o analista toma, sobre como medem sucesso naquela posição. Isso mostra interesse real e te ajuda a avaliar se a vaga é boa para você.

Onde procurar essas vagas#

Acompanhe as aberturas em sites de emprego com alertas por palavra-chave, filtre por localização e modelo de trabalho, e verifique a data de publicação. Vaga antiga muitas vezes já está preenchida. Um bom ponto de partida é a busca de vagas de Data Analyst no Brasil, onde dá para comparar requisitos entre empresas.

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 faculdade específica para ser Data Analyst na Amazon?

Vagas de Data Analyst costumam pedir formação em áreas quantitativas, como estatística, ciência da computação, engenharia, economia ou administração, mas o que pesa mais é experiência comprovada em análise de dados. Se você tem outra formação e portfólio forte em SQL, Python e visualização, ainda pode competir. Cada vaga define seus requisitos mínimos, então leia a descrição com atenção.

Quais ferramentas eu preciso dominar antes de aplicar?

SQL é praticamente obrigatório, e Python ou R ajuda muito. Para visualização, Tableau, Power BI ou QuickSight aparecem com frequência. Foque em dominar bem duas ou três ferramentas em vez de listar dez sem profundidade.

Como usar os Leadership Principles sem parecer decorado?

Escolha 3 ou 4 princípios que combinam com suas experiências reais e prepare histórias para cada um. Na entrevista, conte a história primeiro e deixe o princípio aparecer no comportamento. Forçar o nome do princípio em cada frase soa artificial e os entrevistadores percebem.

Quanto tempo leva para se preparar para esse processo?

Depende do seu ponto de partida. Se você já trabalha com dados, 3 a 4 semanas de preparo focada costumam bastar para revisar SQL, montar as histórias e ensaiar. Se está migrando de carreira, o caminho é mais longo e vale começar por projetos práticos antes de aplicar.

O currículo deve ser em inglês ou português?

Se a vaga está escrita em inglês, envie o currículo em inglês. Se está em português, português funciona, mas ter a versão em inglês pronta é vantagem porque parte do processo pode mudar de idioma. Tenha as duas versões alinhadas em conteúdo e datas.