TikTok Data Analyst: palavras-chave de curriculo e entrevista

Você quer disputar uma vaga de Data Analyst na TikTok e não sabe quais termos usar no currículo nem como responder às perguntas técnicas sem soar genérico. O problema é real. Big techs filtram muito antes da conversa com um humano, e quem chega lá já chegou com o material certo.

Antes de tudo: não existe um modelo oficial de currículo da TikTok. O que existe é uma vaga publicada, com requisitos escritos, e o seu trabalho é fazer o recrutador enxergar aderência em poucos segundos. Vou te mostrar como fazer isso.

Entenda o que a vaga realmente pede#

Abra a descrição da vaga e separe três blocos: ferramentas, habilidades analíticas e domínio de negócio. Ferramentas costumam ser SQL, Python, Excel, ferramentas de BI como Tableau ou Looker. Habilidades incluem experimentação, A/B test, modelagem de métricas, análise de funil. Domínio é sobre o produto: conteúdo, criadores, engajamento, retenção, publicidade.

Use o decodificador de vagas para transformar aquela descrição longa em uma lista limpa de requisitos. Depois compare com o seu currículo item por item. Se você não tem a ferramenta exata, diga qual você usou no lugar e o que entregou.

No Brasil, o cenário muda um pouco

Vagas da TikTok no Brasil são menos frequentes que nos Estados Unidos ou em Singapura, e muitas vezes aparecem como contrato, consultoria ou posição regional. Os salários reportados para analistas de dados em big techs no Brasil variam bastante conforme senioridade e regime de contratação, então confira sempre a fonte oficial da vaga ou do site da empresa antes de negociar.

Se a vaga for remota para outro país, pergunte cedo sobre regime de contratação, fuso horário e necessidade de visto. Não existe garantia de visto nem de relocação, e a empresa não é obrigada a custear nada.

Palavras-chave que fazem sentido no currículo#

As palavras-chave certas não são um truque mágico. Elas são os termos que aparecem na vaga e que o recrutador usa para pesquisar no banco de candidatos. Coloque-as onde fazem sentido: no resumo, nos títulos das experiências e nos bullets.

Termos que aparecem com frequência em vagas de Data Analyst em empresas de tecnologia:

• SQL, incluindo consultas complexas com joins e funções de janela
• Python para análise de dados, com pandas e bibliotecas de visualização
• Experimentação e análise de testes A/B
• Modelagem de métricas, incluindo definição de KPIs
• Análise de funil, retenção e coorte
• Ferramentas de BI como Tableau, Looker ou Power BI
• Comunicação de resultados para times não técnicos
• Trabalho com grandes volumes de dados

Não coloque termos que você não consegue sustentar na entrevista. Se você escrever "experimentação" e não souber explicar significância estatística ou tamanho de amostra, você foi reprovado na primeira pergunta técnica.

Como escrever o bullet que passa no filtro#

O erro mais comum é escrever o que você fazia, não o que você entregou. Recrutadores querem escala, método e resultado.

Antes, o que não funciona:

"Responsável por análises de dados e relatórios para o time de marketing."

Depois, uma versão que funciona:

"Construí consultas SQL para medir retenção de usuários em coortes semanais, identifiquei queda de 18% no segundo mês e apresentei a causa ao time de produto, o que motivou mudança no onboarding."

Repare no que mudou. A ferramenta aparece, o método aparece, o problema aparece, e o resultado aparece com um número que você consegue defender. Se você não tiver um número exato, use ordem de grandeza honesta ou descreva o impacto qualitativo de forma concreta.

Outro exemplo, mais voltado a experimentação:

"Desenhei e acompanhei testes A/B para mudanças na página de perfil, com análise de significância e segmentação por tipo de criador, apoiando decisões que aumentaram a taxa de conclusão de perfil."

Checklist antes de enviar a candidatura#

• O currículo tem no máximo duas páginas e está em PDF com texto pesquisável
• O título da vaga e os termos principais aparecem no resumo ou na primeira experiência
• Cada bullet tem ação, método e resultado, sem adjetivos vazios
• Você testou o currículo em um filtro automático para ver se o texto é lido corretamente
• Seu LinkedIn repete os mesmos termos técnicos do currículo
• Você tem pelo menos um projeto ou estudo de caso que dá para mostrar na entrevista
• Você sabe explicar cada número que escreveu, sem decorar resposta pronta

Rode o teste de currículo para ATS antes de enviar. É de graça e mostra onde o documento pode ser reprovado por formatação.

Preparação para a entrevista técnica#

A entrevista de Data Analyst costuma ter três frentes: SQL, pensamento analítico e comunicação. Vamos às três.

SQL é o filtro mais duro. Pratique consultas com agregação, subconsultas, funções de janela como ROW_NUMBER e LAG, e tratamento de nulos. Não adianta decorar sintaxe de uma base específica. Entenda o raciocínio.

Pensamento analítico aparece em perguntas como "a retenção caiu 5%, o que você investigaria?". A resposta precisa mostrar método, não chute.

Comunicação é onde muita gente tropeça. Você precisa explicar um resultado técnico para alguém que não escreve query.

Exemplo de resposta para pergunta analítica

Pergunta: "As visualizações de vídeo caíram 8% em uma semana. Como você investigaria?"

Resposta: "Começaria separando o problema por segmento. Queda geral pode ser composição, então eu quebraria por tipo de conteúdo, por região e por dispositivo para ver se a queda é concentrada ou distribuída. Depois verificaria se houve mudança de produto, campanha ou evento externo na mesma janela. Também compararia com a mesma semana do ano anterior para descartar sazonalidade. Se a queda fosse concentrada em um segmento, eu olharia o funil daquele segmento em detalhe, começando pela exposição, depois reprodução e depois retenção."

Essa resposta funciona porque mostra ordem de investigação, controle de viés e preocupação com a definição da métrica antes de sair analisando.

O que perguntar ao final#

Prepare perguntas mostre que você pensa como analista. Algumas opções:

• Como o time define as métricas principais e quem participa dessa definição?
• Qual é o formato típico de entrega de uma análise, relatório ou decisão?
• Quais são os maiores desafios de dados que o time enfrenta hoje?

Evite perguntar sobre benefícios na primeira conversa técnica. Guarde isso para o RH.

Erros que eliminam candidatos bons#

Currículo genérico é o primeiro. Se o mesmo documento serve para vaga de marketing e de dados, ele não serve para nenhuma das duas.

O segundo é exagerar. Escrever que você "liderou" quando você "participou" é detectável na primeira pergunta de follow-up.

O terceiro é não ter portfólio. Em big techs, ter um projeto público com SQL, documentação e conclusão clara pesa mais que certificado solto. Se você não sabe por onde começar, o blog tem exemplos de estruturas de estudo de caso.

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 tech para ser considerado?

Não. O que pesa é a qualidade das suas análises e a clareza da sua comunicação. Muitos analistas entram vindo de agências, e-commerce, fintechs ou times internos de dados de empresas menores.

O currículo deve ser em inglês mesmo para vaga no Brasil?

Depende da vaga. Se a descrição está em inglês e menciona times internacionais, entregue em inglês. Quando houver dúvida, pergunte ao recrutador antes de enviar.

Quanto tempo devo dedicar ao preparo de SQL?

O suficiente para resolver consultas de nível médio sem consulta externa, em voz alta, explicando seu raciocínio. Isso costuma levar algumas semanas de prática consistente para quem já trabalha com dados.

A TikTok tem processo de contratação diferente das outras big techs?

Não vou afirmar detalhes internos, porque isso varia por região, time e momento, e qualquer descrição específica pode estar desatualizada. Trate cada etapa como uma conversa técnica normal e se prepare pelo conteúdo da vaga.

Onde encontro vagas abertas de Data Analyst?

Confira as vagas de analista de dados atualizadas no site, e use o filtro por empresa e localização. Acompanhe também as atualizações de mercado no blog para entender quais perfis estão sendo mais procurados.