Shopify Data Analyst: palavras-chave de curriculo e entrevista

Você quer concorrer a uma vaga de Shopify Data Analyst, mas não sabe o que colocar no currículo nem o que vão te perguntar na entrevista. A vaga é remota, a concorrência é internacional, e o recrutador decide em poucos segundos se você entende o negócio ou só sabe rodar queries. Esse texto mostra como ajustar o currículo, quais palavras-chave aparecem nas vagas e como responder às perguntas com exemplos concretos.

Vou ser direto: a maior parte dos candidatos erra ao tratar essa vaga como qualquer vaga de analista de dados. Shopify é uma plataforma de e-commerce, e quem contrata quer alguém que pense em conversão, receita, retenção de lojistas e comportamento de compra. Se o seu currículo só fala de "análise de dados" sem mencionar o contexto, ele passa despercebido.

Como funciona essa vaga na prática#

Shopify não tem operação física no Brasil. As vagas de Data Analyst aparecem em regime remoto, contratadas diretamente ou por intermediárias de folha de pagamento global. A candidatura costuma ser em inglês, mesmo para candidatos brasileiros.

Isso muda duas coisas. Primeiro, o currículo precisa estar em inglês, ou ter versão em inglês pronta para enviar. Segundo, você compete com gente de vários países, então a clareza do currículo pesa mais do que a quantidade de experiências listadas.

Não existe um processo seletivo público e fixo. O que dá para afirmar é que essas vagas pedem SQL, alguma ferramenta de visualização e familiaridade com métricas de produto ou de negócio. O restante, o formato das rodadas e a ordem das etapas, varia conforme a vaga. Desconfie de quem afirma conhecer o processo interno da empresa.

As vagas ficam na página de carreiras da empresa e também aparecem em agregadores. Vale acompanhar os anúncios de vagas para ver quais termos se repetem nas descrições e usar isso como guia.

Palavras-chave que aparecem nas vagas#

Leia cinco anúncios de Data Analyst para e-commerce ou SaaS e você vai ver os mesmos termos. Eles não são "macete de ATS", são o vocabulário da função. Se o seu currículo não os contém, o filtro automático e o recrutador humano vão te encaixar no lugar errado.

Termos que aparecem com frequência:

• SQL e modelagem de dados
• Python ou R para análise
• Tableau, Looker, Power BI ou similar
• Métricas de produto: ativação, retenção, churn, LTV
• Métricas de e-commerce: taxa de conversão, ticket médio, carrinho abandonado
• Testes A/B e experimentação
• Google Analytics ou ferramentas de rastreamento web
• Comunicação com stakeholders e times de produto
• ETL, dbt, data warehouse, BigQuery ou Snowflake
• Segurança e privacidade de dados

Antes de reescrever o currículo, vale decodificar a descrição da vaga que você está mirando. Uma ferramenta de leitura de anúncio de vaga ajuda a separar requisitos reais de texto decorativo.

Como ajustar o currículo#

A estrutura é simples: resumo curto, experiência, ferramentas, formação. O que muda é o conteúdo. Cada linha de experiência precisa mostrar o que você analisou, como analisou e qual decisão aquilo apoiou.

Um erro comum é escrever tarefas em vez de resultados. Compare os dois exemplos abaixo.

Antes: "Responsável pela análise de dados de vendas e criação de relatórios no Power BI."

Depois: "Criei em SQL o modelo de funil de compra usado pelo time comercial, identifiquei que a maior perda ocorria entre carrinho e pagamento, e a mudança sugerida reduziu o abandono de carrinho no trimestre seguinte."

A segunda versão diz qual ferramenta, qual problema e qual efeito. Note que não precisa de número inventado para ser forte. Se você tiver o número real, use. Se não tiver, descreva o efeito com precisão: "reduziu o abandono", "mudou a prioridade do roadmap", "substituiu três relatórios manuais".

Outro ponto: mencione o contexto de negócio. "Análise de coorte de retenção de lojistas" vale mais que "análise de retenção", porque mostra que você entende quem é o cliente.

O que colocar na seção de ferramentas#

Liste ferramentas que você realmente usou. Recrutador técnico faz uma pergunta de acompanhamento sobre qualquer item listado, e não saber responder queima a candidatura.

Se você tem pouca experiência com uma ferramenta, não esconda, contextualize. Escreva "Looker (projetos de estudo e dashboard pessoal)" em vez de omitir. Honestidade aqui custa menos do que ser pego na entrevista.

Vale passar o currículo por uma análise de compatibilidade com ATS antes de enviar. É rápido e mostra se alguma seção está ilegível para o filtro automático.

Como se preparar para a entrevista#

A preparação tem três frentes: SQL, estudo de caso de negócio e comunicação. As três importam, e a terceira costuma reprovar mais gente do que a primeira.

Para SQL, revise joins, agregações, funções de janela, CTEs e como montar funis. Pratique escrevendo a consulta em voz alta, explicando cada passo. A forma como você raciocina importa tanto quanto a resposta final.

Para o estudo de caso, treine com perguntas do tipo: "a taxa de conversão caiu 8% neste mês, o que você investigaria?" A resposta precisa mostrar ordem de investigação, não um chute. Comece pelos dados, separe por segmento, verifique se houve mudança de produto ou de tráfego, e só então levante hipóteses.

Para comunicação, ensaie em inglês. Não precisa de sotaque perfeito, precisa de frases curtas e claras. Grave você mesmo respondendo uma pergunta e ouça de volta. Você vai perceber onde enrola.

Exemplo de resposta para estudo de caso#

Pergunta do entrevistador: "Nossa taxa de ativação de novos lojistas caiu. Como você investigaria?"

Resposta que funciona:

"Primeiro eu confirmaria se a queda é real, checando se houve mudança na definição de ativação ou na instrumentação de eventos. Depois cortaria a coorte por data de cadastro, origem de tráfego, país e tamanho do negócio, para ver se a queda é generalizada ou concentrada em um segmento. Se for concentrada, comparo com mudanças de produto ou de onboarding naquela janela. Se for geral, olho para o funil de onboarding passo a passo e localizo em qual etapa aumentou a perda. Só depois de localizar a etapa eu levanto hipóteses de causa e proponho o próximo passo de análise."

Repare na estrutura: validar a métrica, segmentar, comparar com mudanças, localizar a etapa, depois hipóteses. Isso demonstra método, que é o que a pergunta está avaliando.

O mercado brasileiro tem particularidades#

Se você está no Brasil, há três pontos que valem atenção.

O primeiro é pagamento. Vagas remotas para fora costumam ser pagas via contrato de prestação de serviço ou via Employer of Record. Os valores variam muito conforme o país, o nível da vaga e a negociação. Não existe uma faixa única confiável, e qualquer número que você vir por aí precisa ser confirmado na fonte oficial ou na oferta formal.

O segundo é fuso e idioma. Times distribuídos funcionam bem, mas exigem que você se comunique por escrito com clareza, porque a maior parte da colaboração acontece em documentos e mensagens.

O terceiro é documentação. Antes de aceitar qualquer proposta, verifique as regras atuais de tributação e contratação internacional com um contador ou advogado especializado. As regras mudam, e o que vale hoje pode não valer no ano que vem.

Checklist de preparação#

• Currículo em inglês, uma página, com verbo de ação no início de cada linha
• Cada experiência menciona ferramenta, problema e efeito
• Seção de ferramentas listada com honestidade sobre nível de domínio
• SQL revisado: joins, agregações, funções de janela, funis, coortes
• Três estudos de caso de e-commerce ou SaaS praticados em voz alta
• Respostas ensaiadas em inglês, com gravação e revisão
• Portfólio com dois ou três projetos que mostrem análise, não só dashboard
• Pesquisa sobre o produto da empresa e sobre os indicadores do setor

Portfólio: o que mostrar#

Se você não tem experiência formal em e-commerce, o portfólio substitui. Monte dois projetos: um funil de conversão usando dados públicos ou simulados de loja, e uma análise de retenção ou coorte. Publique o código e escreva um texto curto explicando a pergunta de negócio, o método e a conclusão.

Evite portfólio só de dashboard bonito. O que se contrata é pensamento analítico. O dashboard é consequência.

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 com Shopify para concorrer?

Não. O que se pede é familiaridade com métricas de e-commerce e de produto, não conhecimento do painel da plataforma. Se você nunca usou, crie uma conta de desenvolvedor, monte uma loja de teste e explore os dados que a plataforma gera, isso já dá repertório para a entrevista.

Meu currículo deve estar em inglês mesmo para vaga de empresa estrangeira contratando no Brasil?

Sim, mantenha a versão em inglês como principal. Se a vaga for divulgada em português por uma intermediária, envie as duas versões. O entrevistador técnico frequentemente não fala português.

Quais perguntas técnicas devo esperar?

SQL é a base, com foco em joins, agregações e funis. Também é comum pedir desenho de métrica, definição de KPI e leitura de um gráfico ou cenário de negócio. O formato exato varia por vaga, então treine a explicação do raciocínio, não a resposta decorada.

Quanto tempo leva para se preparar?

Depende do seu ponto de partida. Quem já trabalha com SQL e visualização costuma levar de duas a quatro semanas revisando métricas de e-commerce e ensaiando respostas. Quem vem de outra área deve reservar mais tempo para prática de SQL e para montar o portfólio.

Posso usar ferramentas de IA na entrevista técnica?

Regra geral, entrevistas técnicas de análise de dados avaliam o seu raciocínio ao vivo, e o uso de ferramentas externas sem autorização costuma ser motivo de desclassificação. Confirme a política da empresa na hora do agendamento e, na dúvida, pergunte ao recrutador o que é permitido.