EY Data Scientist: palavras-chave de curriculo e entrevista

Você achou uma vaga de Data Scientist na EY e não sabe como ajustar o currículo sem parecer genérico. A verdade é que currículo de consultoria filtra rápido: se as palavras-chave da descrição não aparecem no seu documento, você nem chega na conversa.

Aqui vai o que fazer antes de enviar, sem inventar processo interno, sem promessa de salário e sem truque mágico.

Como a EY descreve o papel, e por que isso importa#

A EY é uma das Big Four, o grupo das maiores firmas de auditoria e consultoria do mundo. O time de dados dela atende clientes de vários setores: bancos, varejo, energia, saúde, governo. Isso muda o tom do seu currículo.

Vaga de data science em consultoria não é igual a vaga em empresa de produto. Você não vai construir um único modelo para um único produto. Vai entrar em projetos diferentes, com prazos diferentes, e precisar explicar resultado para gente que não é técnica.

Por isso, o currículo precisa mostrar duas coisas ao mesmo tempo: capacidade técnica e capacidade de traduzir. Se você só listar ferramentas, o recrutador acha que você é analista. Se só listar "comunicação", acha que você não sabe programar.

Onde encontrar as palavras-chave certas#

Esqueça lista pronta de palavras-chave da internet. A descrição da vaga é a fonte. Cada vaga de Data Scientist na EY usa termos diferentes dependendo do time e do cliente.

Meu método: copie a descrição da vaga para um documento, grife os termos técnicos e os termos de negócio, e depois escreva seu currículo usando exatamente esses termos quando você realmente tiver essa experiência. Não invente.

Ferramentas ajudam nessa parte. Um decodificador de descrição de vaga separa o que é requisito real do que é texto padrão, e um verificador de ATS mostra se o seu formato passa nos filtros automáticos antes de um humano abrir. Se você está caçando várias vagas ao mesmo tempo, a busca de vagas do jobrise ajuda a comparar descrições e achar padrão entre elas.

Termos que aparecem com frequência em vaga de data science em Big Four

• Python, SQL, e uma ferramenta de visualização como Power BI ou Tableau
• Estatística: regressão, séries temporais, teste de hipótese
• Machine learning supervisionado: classificação, regressão, árvore de decisão
• Cloud: AWS, Azure ou GCP, a vaga costuma citar uma
• NLP quando o projeto envolve texto, chatbot ou análise de contrato
• Versionamento com Git, e ambiente de produção com Docker quando existe deploy
• Comunicação com stakeholder, apresentação de resultado, documentação
• Inglês, porque parte dos times e dos materiais é global

Ajuste para a vaga específica. Se a descrição cita NLP, você mostra NLP. Se não cita, não enfiar NLP no currículo só porque parece bonito.

Como reescrever o currículo para essa vaga#

Comece pelo resumo profissional. Duas ou três linhas, dizendo o que você faz, para qual tipo de problema, com qual stack. Nada de "profissional apaixonado por dados". Isso não diz nada.

Depois, os bullets. Cada bullet precisa de contexto, ação e resultado. Resultado com número quando existe número. Se você não tem número, diga o que mudou de forma concreta.

Vamos a um exemplo. O bullet original, que a maioria das pessoas escreve:

Responsável por análises de churn e construção de modelos de machine learning para retenção de clientes.

Ruim. Passivo, sem escopo, sem resultado. Agora reescrito:

Construí modelo de previsão de churn em Python (XGBoost) para base de 200 mil clientes de telecom, identificando os 5 grupos de maior risco; ações de retenção direcionadas reduziram a evasão mensal em 4 pontos percentuais no trimestre seguinte.

Note o que mudou. Ferramenta nomeada, escopo definido, resultado com número, e o verbo no início. Se você não tiver o número de evasão, pode terminar com "permitindo ao time comercial priorizar 200 mil contatos por risco", que já é mais concreto que o original.

Checklist antes de enviar

• O resumo profissional menciona o tipo de vaga e a stack principal
• Cada bullet começa com verbo de ação e tem resultado, com número quando existe
• Os termos técnicos da descrição aparecem no seu texto quando são verdadeiros
• O arquivo é PDF, com cabeçalho simples e sem tabela complicada que quebra no ATS
• Você leu o currículo em voz alta e cortou tudo que é adjetivo vazio
• LinkedIn atualizado, com o mesmo título de especialidade do currículo
• Uma versão em inglês preparada, porque o processo pode pedir

Preparação para a entrevista técnica#

A entrevista técnica em consultoria costuma ter três partes: SQL, conceitos de machine learning, e estudo de caso. Não dá para garantir qual formato a EY vai usar na sua vaga específica, porque muda por time e por país. Prepare as três.

SQL: pratique join, group by, window function e CTE. Muito. É a parte que mais reprova gente boa que não revisou.

Conceitos: saiba explicar bias e variância sem decorar definição. Saiba quando usar árvore versus regressão logística. Saiba o que é data leakage e por que destrói seu modelo em produção.

Estudo de caso: aqui é onde a consultoria testa se você sabe conversar com cliente. O erro clássico é pular direto para o modelo. Não faça isso. Pergunte o objetivo de negócio primeiro.

Exemplo de resposta para estudo de caso

Pergunta: "Um cliente do setor de varejo quer reduzir estoque parado. Como você abordaria?"

Resposta que funciona:

"Antes de escolher técnica, eu faria três perguntas. Qual o tamanho do problema hoje, em valor parado? Quais categorias são mais afetadas? E já existe algum modelo ou regra hoje? Com isso em mãos, eu começaria com análise descritiva de giro por SKU e por loja, para entender se o problema é de previsão de demanda ou de política de compra. Se for previsão, um modelo de série temporal por categoria. Se for política, aí é problema de otimização, e o modelo muda. Eu documentaria a premissa de cada caminho e apresentaria em duas páginas para o time comercial antes de construir qualquer coisa."

Repare no que essa resposta faz. Pergunta antes de responder. Mostra caminhos diferentes. E termina com entregável concreto, que é o que consultoria quer ouvir.

O que dizer sobre a EY sem inventar processo#

Você pode e deve mostrar que pesquisou a empresa. Mas não repita que "a EY tem um processo inovador em dados" ou algo que você leu em site de review. Isso soa decorado e pode estar errado.

Diga algo verificável e pessoal. Por exemplo: "Li o material público de vocês sobre transformação digital e me identifiquei com o foco em levar análise para decisão de negócio, que é o que tenho feito no meu time atual." Isso é honesto e conecta.

Se perguntarem por que consultoria e não empresa de produto, seja direto. Uma resposta que costuma funcionar: "Gosto de problema diferente a cada projeto. Em produto você aprofunda um domínio; em consultoria você vê cinco setores por ano. É esse ritmo que eu busco agora."

O mercado brasileiro para essa vaga#

Vaga de Data Scientist em Big Four no Brasil costuma ser híbrida, com base em São Paulo principalmente, e algumas posições em Belo Horizonte, Recife ou Curitiba dependendo do time. Confirme na descrição da vaga, porque política de trabalho remoto muda com frequência.

Sobre salário: a faixa varia muito por nível de senioridade, por cidade e por tipo de contrato. Sites de comparação salarial como Glassdoor e LoveMondays trazem relatos de faixas, mas são autodeclarados e não são fonte oficial. Não vou inventar número aqui. Pesquise nas fontes oficiais e confirme na conversa com o recrutador.

Um ponto de mercado: Big Four no Brasil paga diferente de big tech de produto. O que você ganha é variedade de projeto, nome no currículo e aceleração de carreira em alguns anos. O que você pode perder em compensação financeira direta é uma troca real. Faça a conta para o seu caso.

Quanto tempo dedicar à preparação#

Para uma vaga específica, eu dedicaria de dez a quinze horas: três horas para adaptar o currículo, quatro para SQL e conceitos, quatro para estudo de caso, e o resto para pesquisar a empresa e ensaiar as respostas em voz alta. Menos que isso e você está competindo com gente que preparou mais.

Se você está aplicando para várias vagas ao mesmo tempo, o blog do jobrise tem mais conteúdo sobre currículo e entrevista que ajuda a reaproveitar trabalho entre processos.

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 prévia em Big Four para entrar como Data Scientist na EY?

Não. O que a vaga pede é capacidade técnica e capacidade de resolver problema de cliente. Experiência em consultoria ajuda, mas gente vinda de empresa de produto, banco ou startup entra também, desde que consiga mostrar impacto do trabalho.

O currículo deve ser em português ou inglês?

Depende da vaga. Se a descrição está em português e menciona cliente nacional, português basta. Se menciona time global ou cliente internacional, prepare a versão em inglês desde o começo, porque o recrutador pode pedir na primeira conversa.

Quanto ganha um Data Scientist na EY no Brasil?

A faixa varia por senioridade e por cidade, e relatos em sites de comparação salarial são autodeclarados. Não vou dar número específico aqui. Pesquise nas fontes oficiais e confirme a faixa direto com o recrutador na primeira conversa.

A entrevista tem teste de SQL ao vivo?

Em muitos processos de data science em consultoria existe avaliação técnica que inclui SQL, mas o formato muda por time e por país. Treine SQL de qualquer maneira, porque é a habilidade que mais aparece e mais reprova.

Faz diferença mencionar certificações de cloud ou de dados?

Faz diferença se forem atuais e relevantes para a vaga. AWS, Azure ou GCP em nível associate ajudam quando a descrição cita a nuvem. Certificação genérica antiga, sem projeto que use, pesa pouco.