TikTok Data Scientist: palavras-chave de curriculo e entrevista

Você encontrou uma vaga de Data Scientist na TikTok e não sabe o que colocar no currículo para passar pela triagem. É comum: a descrição mistura requisitos técnicos com termos de produto, e aí você gera um PDF genérico que não fala com ninguém.

O caminho mais curto é trabalhar a partir da vaga concreta, não de um modelo pronto. Cada anúncio da TikTok tem um foco diferente: growth, ads, recomendação, risco ou confiança e segurança. O currículo precisa refletir isso.

Entenda o que a vaga está pedindo de verdade#

Antes de escrever uma linha, abra a descrição da vaga e separe três blocos: técnicas, domínio e soft skills. Marque palavras que se repetem. Essas repetições são o vocabulário que o recrutador vai procurar ao ler seu currículo.

Se a descrição estiver confusa, use o decodificador de vagas do jobrise para extrair os requisitos reais do anúncio. Ele te mostra quais termos aparecem com mais peso e o que está sendo tratado como diferencial. É mais rápido do que ler dez vezes.

Também vale caçar vagas parecidas para entender o padrão do mercado. Dá para filtrar por cargo e região na busca de vagas do jobrise e comparar o que outras empresas pedem para o mesmo perfil. Sem isso, você fica negociando no escuro.

Palavras-chave que aparecem com frequência#

Não existe uma lista oficial da TikTok, então trate isso como um mapa do tipo de vaga, não como regra da empresa. Os termos abaixo costumam aparecer em anúncios de Data Scientist em empresas de produto e mídia:

• SQL e modelagem de dados
• Python, pandas, scikit-learn
• Experimentação e testes A/B
• Métricas de produto, retenção, engajamento
• Causal inference e uplift modeling
• Machine learning aplicado a ranking ou recomendação
• Big data, Spark, Hive, ou ferramentas equivalentes
• Comunicação com stakeholders de produto
• Experiência com confiança e segurança, quando a vaga pedir

Não coloque tudo no currículo só porque apareceu na lista. Coloque o que você realmente fez. Recrutador técnico nota a diferença em três segundos.

Como escrever o currículo para essa vaga#

A estrutura funciona assim: um resumo curto no topo, depois experiência, depois skills e formação. O resumo deve ter no máximo duas linhas e citar o foco da vaga.

Exemplo de resumo: "Cientista de dados com quatro anos em produto de consumo digital, foco em experimentação e métricas de retenção. Experiência em SQL, Python e comunicação com times de produto."

Agora o ponto que mais erram: bullets de experiência escritos como tarefa, não como resultado. Compare.

Bullet ruim: "Responsável por análises de retenção e criação de dashboards para o time de produto."

Bullet reescrito: "Construiu modelo de coorte de retenção em Python que identificou queda de 12% na ativação do fluxo de cadastro, resultado levado à priorização de três melhorias no produto no trimestre seguinte."

A diferença está no método, no tamanho e na consequência. "Construiu modelo de coorte em Python" mostra técnica. "Queda de 12% na ativação" mostra escala e resultado. "Três melhorias no produto" mostra impacto na decisão. Se o seu caso não tem número exato, use faixa ou ordem de grandeza honesta, e nunca invente.

Outro detalhe: adapte os verbos. Se a vaga fala em experimentação, seu bullet deve começar com "projetou", "analisou", "avaliou". Se fala em machine learning, use "treinou", "validou", "colocou em produção". O verbo certo ajuda o filtro e o leitor humano.

O que a entrevista costuma cobrar#

Sem afirmar nada sobre o processo interno da TikTok, dá para se preparar por categorias que aparecem em quase toda entrevista de Data Scientist em empresa de produto. Técnica de SQL e Python, estatística e experimentação, estudo de caso de produto, e conversa de comportamento.

A parte de estatística costuma incluir testes A/B, significância, poder, viés de seleção e métricas de guarda. Estude os conceitos, não só a fórmula. Entrevistador pergunta "por que" antes de perguntar "como".

O estudo de caso é onde a maioria tropeça. O erro clássico é pular direto para o modelo. O certo é fazer perguntas antes: qual o objetivo do produto, qual a métrica principal, qual o tamanho da base, qual a restrição de tempo. Isso mostra pensamento sênior.

Um exemplo de resposta de estudo de caso#

Pergunta hipotética: "A retenção em D7 caiu 5% na última semana. Como você investiga?"

Resposta modelo: "Primeiro confirmo se a queda é real ou artefato de dado, comparando a definição de evento e a cobertura de tracking com a semana anterior. Depois segmento por plataforma, país e canal de aquisição para ver se a queda é ampla ou concentrada. Se for concentrada, olho mudanças de produto ou de campanha naquele segmento. Se for ampla, comparo com eventos externos e com releases. Só depois de localizar o segmento é que penso em modelo preditivo ou teste corretivo."

Repare que a resposta tem ordem, critério de descarte e uma decisão sobre quando intervir. É isso que o entrevistador quer ouvir.

Ajuste para o mercado brasileiro#

Se a vaga é no Brasil, espere salários diferentes dos praticados em Singapura ou nos Estados Unidos, onde a TikTok tem times maiores. Faixas de Data Scientist sênior no Brasil variam bastante por cidade e porte de empresa, então pesquise na fonte oficial da vaga e em sites de carreira atualizados antes de negociar. Desconfie de número vindo de conversa de corredor.

Se a vaga for remota para o exterior, confira o modelo de contratação: PJ, contractor ou employer of record. Cada um tem implicação fiscal e de benefícios diferente, e isso não é detalhe. Pergunte na primeira conversa com o recrutador.

Currículo em inglês é o padrão para vaga global, mesmo que a conversa seja em português. Tenha as duas versões alinhadas, com os mesmos números e datas.

Checklist antes de enviar#

• Releia a vaga e marque as cinco palavras que mais aparecem
• Confira se o resumo cita o foco da vaga em no máximo duas linhas
• Reescreva pelo menos três bullets com método, escala e resultado
• Tenha uma versão do currículo em inglês com os mesmos números
• Valide a formatação contra filtros automáticos usando o verificador de ATS do jobrise
• Prepare uma história de estudo de caso e uma de conflito com stakeholder
• Teste o currículo com alguém da área antes de mandar

O que fazer na semana da entrevista#

Faça uma passada final por estatística de experimentação, SQL de janela e agregação, e uma ponta de machine learning se a vaga pedir. Não tente cobrir tudo. Prefira profundidade no que a vaga cita.

Na véspera, escreva três perguntas para o entrevistador sobre o time, a métrica principal e o ciclo de decisão. Pergunta boa muda o tom da conversa e mostra que você pensa como colega, não como candidato.

Depois da entrevista, anote o que caiu enquanto está fresco. Esse registro serve para a próxima rodada e para as próximas entrevistas. Conteúdo sobre carreira em dados aparece com frequência no blog do jobrise, e ajuda a calibrar expectativas de processo e oferta.

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 empresa de tecnologia grande para concorrer?

Não necessariamente. O que pesa é ter resolvido problemas parecidos com os da vaga, com método claro e resultado documentado. Experiência em empresa menor com produto de consumo digital costuma competir bem.

O currículo deve ser em português ou em inglês?

Para vaga no Brasil, português funciona. Para vaga global ou time distribuído, envie em inglês, mesmo que a conversa seja em português. Tenha as duas versões com os mesmos números.

Quanto tempo de experiência é o mínimo para Data Scientist na TikTok?

Varia por nível e por time, e não existe número público fixo. Se a descrição fala em sênior, espere cobrança de autonomia em projetos e de comunicação com produto. Vaga júnior foca mais em execução técnica.

A TikTok faz teste técnico antes da entrevista?

Não dá para afirmar, porque o processo muda por time e por região. O caminho seguro é se preparar para SQL, estatística e estudo de caso, que são cobrados na maior parte das empresas de produto. Confirme o fluxo com o recrutador na primeira conversa.

Posso me candidatar mesmo sem ter trabalhado com experimentação?

Pode, desde que você tenha estudado o tema e consiga discutir testes A/B com propriedade. Projetos pessoais ou análises feitas no trabalho atual contam, se você explicar método e limitação. Não finja experiência que não teve.