Entrevista de Data Analyst: perguntas e respostas para 2026

Você se preparou durante semanas, revisou SQL de olho fechado, mas na hora da entrevista de data analyst trava na primeira pergunta comportamental. É mais comum do que parece. A maioria dos candidatos estuda o técnico e esquece que a triagem e as perguntas sobre soft skills eliminam mais gente do que qualquer case prático.

O mercado de dados no Brasil segue aquecido. As vagas em /pt/jobs/ mostram que empresas de todos os portes estão contratando, mas o filtro ficou mais rigoroso. Em 2026, os entrevistadores esperam que você saiba responder não só o "como" técnico, mas o "porquê" por trás das suas decisões.

Este guia reúne 12 perguntas reais, agrupadas por etapa, com respostas modelo para as mais cobradas. Use para treinar em voz alta antes da próxima rodada.

O que o recrutador avalia em cada etapa#

Antes de decorar respostas, entenda o que está sendo medido. Cada fase da entrevista tem um objetivo diferente.

Na triagem com RH ou recrutador, o filtro é básico: comunicação clara, expectativa salarial compatível, disponibilidade e motivação real pela vaga. Ninguém espera que você resolva um problema técnico aqui. Erram os que tratam essa etapa como formalidade.

Na rodada técnica, o avaliador quer ver raciocínio lógico, domínio de ferramentas e, cada vez mais, capacidade de explicar sua lógica em voz alta. Silêncio longo e resposta pronta sem explicação contam pontos negativos.

Na etapa comportamental ou com o gestor, o foco muda para como você lida com ambiguidade, prazos apertados e stakeholders difíceis. Histórias reais batem qualquer teoria genérica.

Perguntas de triagem#

Essas parecem simples, mas derrubam candidatos desatentos todos os dias.

1. Me conta um pouco sobre você e sua trajetória.

Não vale fazer um resumo do currículo inteiro. O recrutador quer um recorte de 90 segundos, focado no que te trouxe até dados e por que essa vaga faz sentido agora. Fale de formação, experiência relevante e o que te motiva.

2. Por que você quer essa vaga específica?

Respostas como "gosto de dados" não diferenciam ninguém. Pesquise a empresa, mencione algum projeto ou produto que te interessa e conecte com o que você já fez. Mostre que não está mandando o mesmo texto genérico pra todo mundo.

3. Qual sua pretensão salarial?

Dê uma faixa, não um número fixo. Pesquise no Glassdoor, Gupy e relatórios de mercado. Analista de dados júnior costuma variar entre R$ 3.500 e R$ 6.000, pleno entre R$ 6.000 e R$ 10.000, mas isso muda bastante por região e porte de empresa. Diga que tem flexibilidade dependendo do pacote completo.

4. Quando você pode começar?

Seja honesto. Se tem aviso prévio, diga. Se está empregado, isso não é problema, é sinal de seriedade.

Perguntas técnicas#

Aqui é onde a maioria se dedica mais. E faz sentido: são perguntas que revelam se você sabe de fato trabalhar com dados.

5. Explique a diferença entre LEFT JOIN, INNER JOIN e FULL OUTER JOIN.

Use um exemplo concreto. Inner join traz só as linhas que têm correspondência nas duas tabelas. Left join traz tudo da tabela da esquerda, mesmo sem correspondência à direita. Full outer join traz tudo de ambos os lados. Se o entrevistador pedir, desenhe no quadro ou descreva com dados reais.

6. Como você trataria valores ausentes em um dataset?

A resposta depende do contexto. Se a coluna tem mais de 40% de nulos, talvez ela nem deva estar ali. Para dados numéricos, mediana costuma ser mais segura que média quando há outliers. Para categóricos, criar uma categoria "desconhecido" é válido. O importante é justificar a escolha, não decorar uma técnica.

7. Me explica o que é um CTE e quando você usaria um.

CTE (Common Table Expression) é uma subquery nomeada que deixa o código mais legível. Use quando precisa referenciar o mesmo bloco de dados mais de uma vez, ou quando a lógica tem várias etapas encadeadas.

Exemplo prático:

WITH vendas_por_cliente AS (
  SELECT cliente_id, SUM(valor) AS total_gasto
  FROM pedidos
  WHERE data_pedido >= '2025-01-01'
  GROUP BY cliente_id
)
SELECT c.nome, v.total_gasto
FROM vendas_por_cliente v
JOIN clientes c ON c.id = v.cliente_id
WHERE v.total_gasto > 1000;

8. Qual a diferença entre uma média e uma mediana, e quando você escolheria uma em vez da outra?

Média é sensível a outliers. Mediana resiste melhor a valores extremos. Se você está analisando renda de clientes e tem um milionário no dataset, a média vai distorcer tudo. A mediana dá uma visão mais realista do "centro" dos dados.

9. Como você apresentaria um resultado técnico para alguém que não entende de dados?

Ouça a pergunta com calma. O avaliador quer saber se você simplifica sem mentir. Use analogias do dia a dia, comece pelo resultado e só depois explique o método. Gráficos simples batem tabelas gigantes. Evite jargão. Se precisar, use uma frase como: "A ideia é parecida com..."

Essa habilidade aparece em muitas das vagas listadas no nosso buscador de oportunidades, e é uma das mais difíceis de ensinar.

Perguntas comportamentais#

Aqui o entrevistador quer histórias reais. Respostas teóricas ou genéricas perdem pontos.

10. Me conta uma vez que você cometeu um erro em uma análise. O que aconteceu?

A resposta modelo não esconde o erro. Descreva o que deu errado, como você percebeu, o que fez para corrigir e o que aprendeu. Entrevistadores experientes percebem quando a história é inventada. Seja específico: nomes de métricas, contextos de projeto, consequências reais.

Exemplo de resposta: "Num relatório de retenção, eu confundi a janela de coorte e apresentei resultados com 30 dias a menos do que o real. O time de produto quase priorizou uma feature errada. Quando revisaram, identifiquei o erro, refiz a query com a janela correta e passei a documentar a lógica de datas em todo relatório. Nunca mais aconteceu."

11. Como você lida quando recebe uma demanda com dados que não existem ou estão muito bagunçados?

Essa pergunta avalia pragmatismo. A resposta certa envolve negociar escopo, propor alternativas e comunicar limitações sem parecer que está reclamando. Algo como: "Primeiro eu mapeio o que existe de fato, proponho o que dá pra fazer com o disponível e alinho prazos realistas com o solicitante."

12. Descreve uma situação em que você teve que convencer alguém a mudar de opinião com dados.

O recrutador quer ver influência, não arrogância. A resposta precisa mostrar que você ouviu o outro lado antes de apresentar seus dados. Contextualize: quem era a pessoa, qual era a crença errada, quais dados você trouxe e qual foi o resultado.

Para se preparar melhor para essas dinâmicas, nosso blog tem mais conteúdos sobre entrevistas comportamentais e técnicas de comunicação.

Erros comuns que eliminam candidatos#

• Chegar sem saber nada sobre a empresa ou o produto.
• Responder perguntas técnicas com "eu usaria Python" sem justificar por quê.
• Falar mal de empregador anterior.
• Não fazer nenhuma pergunta ao final da entrevista.
• Mentir sobre ferramentas que nunca usou. Se te pedirem pra demonstrar, o constrangimento é garantido.
• Decorar respostas e parecer um robô. Entrevistadores notam.

Checklist de preparação#

• Releia a descrição da vaga e identifique as 3 principais ferramentas pedidas.
• Pratique SQL e pelo menos uma linguagem de programação (Python ou R) em plataformas como HackerRank ou LeetCode.
• Prepare 3 histórias reais usando o método STAR (Situação, Tarefa, Ação, Resultado).
• Pesquise a empresa: produto, mercado, concorrentes e notícias recentes.
• Teste seu áudio, câmera e iluminação se a entrevista for online.
• Tenha pelo menos 3 perguntas prontas para fazer ao final.
• Revise seu currículo com o verificador de compatibilidade com ATS para garantir que ele passa nos filtros automáticos.
• Use um decodificador de descrição de vaga para entender exatamente o que a empresa espera.

Como usar a IA na preparação (sem trapacear)#

Ferramentas de IA podem ser aliadas na hora de treinar. Grave-se respondendo perguntas e depois analise: você enrolou? Ficou genérico? Usou jargão demais? Peça para uma ferramenta de IA simular uma entrevista e te dar feedback. Isso é diferente de usar IA para responder durante a entrevista, o que é motivo de desclassificação imediata na maioria das 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#

Quanto tempo de antecedência devo começar a me preparar para uma entrevista de data analyst?

Duas a três semanas é um bom prazo. Isso dá tempo para revisar SQL, montar suas histórias comportamentais, pesquisar a empresa e fazer simulados. Se você já tem experiência, uma semana pode bastar, mas nunca chegue sem pelo menos treinar em voz alta.

Preciso saber Python e SQL para qualquer vaga de data analyst?

SQL é quase universal. Se a vaga existe, SQL provavelmente é exigido. Python ou R dependem do nível e da empresa. Vagas júnior aceitam um dos dois. Vagas em empresas maiores costumam pedir Python por causa de automação e análise avançada. Confira a descrição da vaga com atenção.

O que faço se não sei responder uma pergunta técnica durante a entrevista?

Não invente. Diga que não tem certeza, explique como você pensaria para chegar à resposta e pergunte se pode retomar depois. Isso mostra raciocínio e honestidade, dois atributos que todo gestor de dados valoriza mais do que uma resposta de cor.

É normal pedirem case ou teste técnico em processos seletivos de dados?

Sim, cada vez mais. Pode ser um case para casa com prazo de 48 a 72 horas, ou um teste ao vivo de 30 a 60 minutos. No teste ao vivo, fale em voz alta enquanto pensa. No case para casa, documente bem suas escolhas e suposições. A forma importa tanto quanto o resultado.

Como respondo sobre pretensão salarial sem me prejudicar?

Pesquise faixas de mercado antes da entrevista. Dê uma faixa em vez de um número fixo, por exemplo "entre R$ 5.500 e R$ 7.000", e diga que está aberto a conversar dependendo dos benefícios e do escopo. Nunca diga "tanto faz" ou "o que a empresa oferecer". Isso transmite insegurança ou falta de pesquisa.