Uber Data Scientist: palavras-chave de curriculo e entrevista

Você quer concorrer a uma vaga de Uber Data Scientist, mas seu currículo genérico de dados está sendo ignorado. O problema quase nunca é a falta de experiência. É a falta de foco no que a vaga pede.

A Uber é uma empresa que decide com dados. Isso aparece em qualquer descrição de vaga de você ler. Métricas, experimentos, decisões de produto, impacto medido. Se o seu currículo fala de "análises diversas" sem resultado, você perde o leitor em cinco segundos.

Vou mostrar como reescrever seu material, quais palavras-chave importam, e como se preparar para as entrevistas sem inventar processos internos que ninguém pode confirmar.

Como a vaga de Uber Data Scientist é descrita#

Não existe uma vaga única de Data Scientist na Uber. O título muda: Data Scientist, Data Scientist II, Senior Data Scientist, Data Scientist Analytics, Data Scientist Experimentation. Cada uma pede um perfil diferente.

Leia a descrição da vaga específica que você quer. Sempre. Ela é a única fonte confiável sobre o que será avaliado. Se a vaga menciona experimentação e testes A/B, prepare sua história de experimentos. Se menciona SQL e modelagem de produto, prepare sua história de métricas.

Use o decodificador de vagas para tirar as palavras-chave de uma descrição de vaga real. Ele separa o que é requisito do que é ruído. Isso economiza tempo e evita chute.

Palavras-chave que aparecem nas vagas#

Algumas palavras aparecem com frequência nas descrições de vagas de dados da Uber. Não é para encher seu currículo delas. É para você reconhecer o que a empresa valoriza e descrever seu trabalho com essas palavras quando for verdade.

Você vai ver termos como experimentation, A/B testing, causal inference, SQL, Python, R, dashboard, metrics, stakeholder, product, decision making, causal impact, uplift, propensity, segmentation, forecasting, funnel, retention, churn, marketplace, pricing, matching, efficiency.

Três grupos se repetem: experimentação e inferência causal, métricas de produto e negócio, e comunicação com times de produto e engenharia. Se você tem experiência em um desses grupos, deixe isso explícito.

Como reescrever seu currículo#

Seu currículo precisa mostrar impacto, não tarefas. "Realizei análises de dados" não diz nada. "Análise que mudou uma decisão" diz tudo.

A fórmula que funciona: ação, método, resultado, escopo. O que você fez, como mediu, qual foi o efeito, para quantas pessoas ou quanto tempo.

Veja um exemplo real de transformação.

Antes: "Responsável por análises de dados de marketing e criação de relatórios para a equipe."

Depois: "Criei modelo de propensão em Python que identificou clientes com maior chance de cancelamento, priorizando ações de retenção que reduziram o churn do segmento em 8 pontos percentuais em seis meses."

A segunda versão diz o método, o resultado e o tempo. Sem exagero. Se você não tem esse número exato, use a faixa que você realmente mediu, ou descreva o efeito qualitativo que você consegue defender em entrevista. Não invente número.

Para cada bullet, pergunte: um recrutador entende o que mudou por causa do meu trabalho? Se a resposta for não, reescreva.

Onde as palavras-chave entram#

Palavras-chave não vão em uma seção separada chamada "skills" só. Elas entram nos bullets, no título do cargo, na descrição dos projetos.

Se a vaga pede experimentação, um bullet pode dizer: "Desenhei e analisei testes A/B para a página de cadastro, definindo métricas primárias e guardrails, com leitura estatística dos resultados para a equipe de produto."

Se a vaga pede comunicação com stakeholders: "Apresentei resultados de cohort analysis para liderança de produto, definindo prioridades do trimestre com base em retenção por canal."

Ajuste o currículo para cada vaga séria que você for enviar. Não reescreva tudo. Mude o resumo, a ordem dos bullets e três ou quatro palavras-chave para bater com a descrição.

Depois, passe seu currículo pelo verificador de ATS gratuito para checar se o formato sobrevive ao sistema de triagem. Currículo com tabela, coluna e ícone bonito costuma ser lido errado pela máquina.

O que dizer na entrevista#

Não dá para adivinhar o processo interno da Uber. Ele varia por nível, por time e por país. O que dá para fazer é preparar o conteúdo que essas entrevistas costumam pedir.

Esperem perguntas de três tipos. Casos de produto e métricas, perguntas técnicas de SQL e estatística, e o fit com seu histórico. Prepare histórias concretas para cada um.

Uma pergunta comum de produto: "Como você mediria o sucesso de uma funcionalidade nova no app de corridas?"

Uma boa resposta tem estrutura. Primeiro, pergunte o objetivo da funcionalidade. Depois, defina uma métrica primária ligada a esse objetivo, mais métricas de proteção para efeitos colaterais. Finalmente, explique como você separaria efeito da funcionalidade de ruído sazonal.

Exemplo de resposta: "Antes de medir, eu perguntaria qual problema a funcionalidade resolve. Se é reduzir tempo de espera, minha métrica primária seria o tempo médio até o motorista aceitar, com guardrails de cancelamento e satisfação. Para isolar o efeito, eu compararia usuários expostos e não expostos no mesmo período, controlando por região e horário de pico, porque esses dois fatores distorcem muito o resultado."

Essa resposta mostra método. Não mostra que você conhece um processo interno que ninguém conhece.

Preparação técnica sem enrolação#

SQL vai ser testado. Window functions, joins, agregação, e resolver perguntas de negócio em query. Pratique escrever consulta sob pressão de tempo.

Estatística aparece no nível de interpretar teste A/B: significância, poder, tamanho de efeito, intervalo de confiança. Saiba explicar o que acontece quando o resultado não é significativo, porque essa resposta separa candidato preparado de decorador.

Python ou R, dependendo do time. Eles querem ver que você limpa dados, modela e comunica o resultado. Ferramenta de dashboard ajuda, mas é secundária.

O mercado brasileiro#

Vagas de Uber Data Scientist no Brasil existem, principalmente em São Paulo, e algumas são para times regionais. O volume de vagas locais é menor que o de empresas de tecnologia com grande operação nacional, então a concorrência por vaga é alta.

Salários variam muito por nível, modelo de contratação e se a vaga é CLT ou contractor. Não existe uma faixa oficial pública fixa. Pesquise a faixa atual em fontes como o site da própria vaga, Glassdoor ou Levels.fyi, e confirme direto na conversa com o recrutador.

Se a vaga for para fora, o patrocínio de visto depende do país, do nível e da política da empresa no momento. Não existe garantia. Confirme sempre na fonte oficial do país de destino e com o recrutador.

Para achar as vagas abertas agora, use a busca de vagas do jobrise e filtre por título e localização. Acompanhe também o blog do jobrise para ler mais sobre carreira em dados e entrevistas.

Checklist de envio#

• O título do cargo no currículo bate com o título da vaga que você está pedindo
• Cada bullet tem ação, método, resultado e escopo
• As palavras-chave da descrição da vaga aparecem nos bullets, não só na lista de skills
• Números de resultado são reais e você consegue explicar como mediu
• Formato simples, sem tabela ou coluna, para passar no ATS
• Você tem três histórias de impacto prontas para contar em voz alta
• Você sabe explicar cada linha do seu currículo sem gaguejar
• Você preparou uma pergunta boa para o recrutador sobre o time e o desafio

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?

Não necessariamente. O que pesa é o tipo de problema que você resolveu e se você consegue medir o impacto. Uma pessoa que fez experimentação em banco, marketplace ou e-commerce tem material forte para uma vaga de Uber Data Scientist.

Devo mencionar a Uber no currículo antes da entrevista?

Não faça isso de forma genérica. Escreva um resumo curto que conecta sua experiência com o que a vaga pede, sem dizer que você "sonha em trabalhar na Uber". O recrutador quer ver aderência real, não entusiasmo.

Como descubro o salário oferecido?

Pergunte a faixa logo na primeira conversa com o recrutador. Também pesquise em fontes públicas como Glassdoor e Levels.fyi, lembrando que os valores variam por nível e por país. Confirme sempre o número direto na negociação.

Preciso ter portfólio de projetos?

Ajuda, mas não substitui experiência. Se você tem pouca experiência formal, um projeto de ponta a ponta com pergunta de negócio, dados, análise e conclusão vale mais que cinco notebooks soltos no GitHub.

Quanto tempo leva para me preparar?

Depende do seu ponto de partida. Quem já trabalha com dados costuma precisar de algumas semanas focadas em SQL, estatística de experimentos e ensaio de respostas. Quem está migrando precisa de mais tempo para construir exemplos concretos de impacto.