Vagas de Data Analyst em Miami 2026: Guia Prático

Você quer uma vaga de Data Analyst em Miami, mas bate aquela dúvida real: “será que meu currículo passa no filtro?”, “meu inglês é suficiente?”, “preciso estar nos EUA?”, “quanto dá para ganhar de verdade?”. E pior, enquanto você tenta entender LinkedIn, vistos, salários e entrevistas, parece que todo mundo já sabe o caminho, menos você.

Vagas de Data Analyst em Miami 2026: Guia Prático#

Miami deixou de ser só turismo, praia e mercado imobiliário. Nos últimos anos, a cidade virou um polo forte para tecnologia, fintech, logística, saúde, mídia, cripto, e-commerce e empresas latinas operando nos EUA.

Para brasileiros, isso cria uma oportunidade bem interessante: trabalhar como Data Analyst em um mercado internacional, muitas vezes com salário em dólar, sem necessariamente ir para lugares mais caros como San Francisco ou Nova York.

Mas vamos ser práticos. Conseguir uma vaga de Data Analyst em Miami em 2026 exige mais do que saber SQL e colocar “Power BI” no currículo.

Você precisa entender:

1. Quais empresas contratam.
2. Quanto pagam.
3. Quais habilidades pedem.
4. Como adaptar seu currículo para ATS.
5. Como se posicionar sendo brasileiro.
6. Que tipo de inglês aparece nas entrevistas.
7. Onde procurar vagas reais.

Vamos por partes, como eu explicaria para um amigo que quer sair do Brasil ou conseguir uma vaga remota com empresa dos EUA.

Por que Miami virou uma cidade interessante para Data Analysts#

Miami cresceu muito como centro de negócios para empresas que conectam América Latina e Estados Unidos. Isso conta muito para brasileiros, porque empresas americanas valorizam profissionais que entendem mercado latino, comportamento de consumo, meios de pagamento, logística regional e dados de clientes em países como Brasil, México, Colômbia e Argentina.

Além disso, muitas empresas têm times híbridos. Parte está em Miami, parte está em São Paulo, Buenos Aires, Bogotá, Lisboa ou remoto.

Você pode encontrar vagas em setores como:

• Fintech e bancos digitais.
• E-commerce e varejo.
• Healthtech e seguros.
• Logística e delivery.
• Mídia e streaming.
• Turismo e hotelaria.
• Imobiliário.
• Startups B2B SaaS.
• Consultorias de dados.

Empresas como Nubank, iFood, Stone e Magalu não estão necessariamente contratando grandes times de analytics em Miami o tempo todo, mas são ótimas referências para mostrar experiência brasileira relevante.

Se você trabalhou com pagamentos na Stone, crédito no Nubank, marketplace no Magalu ou operação no iFood, isso conversa muito bem com empresas em Miami que atendem consumidores latinos.

Do lado americano, você pode mirar empresas como:

• Visa.
• Mastercard.
• Citi.
• American Airlines.
• Royal Caribbean.
• Carnival Cruise Line.
• Chewy.
• Lennar.
• Ryder.
• Univision.
• Paramount.
• Kaseya.
• UKG.
• Restaurant Brands International.

Muitas dessas empresas precisam de Data Analysts para times de marketing, produto, vendas, finanças, operações, revenue, fraude, BI e customer experience.

Quanto ganha um Data Analyst em Miami em 2026#

Salário varia por experiência, setor e modelo de trabalho. Mas dá para trabalhar com faixas realistas.

Em Miami, em 2026, uma faixa comum para Data Analyst fica mais ou menos assim:

1. Junior Data Analyst: $55k a $75k por ano.
2. Data Analyst Pleno: $75k a $100k por ano.
3. Senior Data Analyst: $100k a $130k por ano.
4. Analytics Engineer ou Senior BI Analyst: $110k a $150k por ano.
5. Analytics Manager: $130k a $180k por ano.

Convertendo de forma simples, $80k por ano dá algo perto de R$400k anuais se você usar uma cotação de R$5 por dólar. Claro, tem imposto, custo de vida e benefícios, mas ainda assim é uma diferença enorme em relação a muitas vagas no Brasil.

No Brasil, um Data Analyst pleno pode ganhar algo como R$8k a R$14k por mês em boas empresas. Em empresas fortes como Itaú, Globo, Nubank, Stone, iFood e Magalu, seniors podem passar de R$15k, R$18k ou R$22k mensais, dependendo do nível e pacote.

A comparação importante é esta: se você já atua como analista de dados pleno ou senior no Brasil, talvez você não esteja tão longe tecnicamente do que Miami pede. O que muda é posicionamento, inglês, currículo e contexto de negócio.

Tipos de vagas que você vai encontrar#

Nem toda vaga com “Data Analyst” é igual. Em Miami, os títulos podem confundir, então vale saber o que cada um normalmente significa.

Data Analyst

Costuma ser a vaga mais direta. Você vai consultar bases, criar relatórios, analisar métricas e transformar dados em recomendações.

Ferramentas comuns:

• SQL.
• Excel ou Google Sheets.
• Tableau.
• Power BI.
• Looker.
• Python básico.
• Snowflake, BigQuery ou Redshift.

Você pode trabalhar com métricas como receita, churn, CAC, LTV, conversão, fraude, ticket médio, margem e retenção.

Business Intelligence Analyst

Essa vaga costuma focar mais em dashboards, indicadores, governança de métricas e suporte aos times de negócio.

Você provavelmente vai construir painéis para liderança, automatizar relatórios e organizar definições como “o que conta como cliente ativo” ou “como calcular receita líquida”.

Power BI e Tableau aparecem muito aqui.

Product Data Analyst

Aqui o foco é comportamento de usuário. Você analisa funis, testes A/B, ativação, retenção e uso de features.

É comum em empresas de tecnologia, aplicativos, fintechs e SaaS.

Se você já trabalhou com produto no Nubank, iFood, Magalu ou alguma startup brasileira, isso pode ser um diferencial enorme.

Marketing Data Analyst

Essa vaga olha para mídia paga, CRM, aquisição, canais, campanhas e segmentação de clientes.

Você pode analisar dados de Google Ads, Meta Ads, Salesforce, HubSpot, Braze, GA4 e ferramentas de atribuição.

Em Miami, isso aparece bastante em turismo, varejo, educação, serviços financeiros e empresas voltadas para latinos.

Financial Data Analyst

Mais comum em bancos, seguradoras, fundos, fintechs e empresas grandes.

Você vai analisar receita, custos, forecast, orçamento, inadimplência, risco, crédito e margem.

Se você veio de Itaú, Bradesco, XP, BTG, Nubank ou Stone, essa trilha pode fazer bastante sentido.

O que as empresas em Miami pedem em 2026#

Você não precisa saber tudo. Mas precisa parecer confiável para resolver problemas de negócio com dados.

As exigências mais frequentes são:

• SQL intermediário ou avançado.
• Experiência com dashboards.
• Boa comunicação com áreas de negócio.
• Capacidade de explicar análise sem enrolar.
• Excel forte.
• Conhecimento de métricas de negócio.
• Inglês profissional.
• Experiência com cloud ou data warehouse.
• Noções de estatística.
• Python ou R como diferencial.

O erro de muitos candidatos é listar ferramentas demais e impacto de menos.

Exemplo fraco:

• “Conhecimento em SQL, Power BI, Python, Excel, Tableau.”

Exemplo melhor:

• “Criei dashboards em Power BI para acompanhar churn e retenção, reduzindo tempo de análise semanal de 6 horas para 30 minutos.”
• “Usei SQL para identificar queda de 12% na conversão do funil de onboarding, gerando plano de correção com time de produto.”
• “Automatizei relatório financeiro usado por diretoria, eliminando planilhas manuais e reduzindo erros de fechamento.”

Percebe a diferença? A empresa não quer contratar uma lista de ferramentas. Ela quer contratar alguém que melhora decisão, economiza tempo e aumenta receita.

Inglês: quanto você precisa para uma vaga em Miami#

Você não precisa soar como americano. Você precisa ser claro.

Para Data Analyst, o inglês mais importante é o inglês de reunião, análise e apresentação.

Você precisa conseguir:

1. Explicar uma métrica.
2. Defender uma conclusão.
3. Fazer perguntas sobre o problema.
4. Apresentar um dashboard.
5. Falar sobre impacto.
6. Entender stakeholders.
7. Escrever mensagens claras no Slack ou e-mail.

Frases que você provavelmente vai usar em entrevistas:

• “I noticed a drop in conversion after the onboarding step.”
• “The main driver of churn was low product engagement in the first 30 days.”
• “I used SQL to join customer, transaction and marketing data.”
• “The dashboard helped the sales team track pipeline performance.”
• “My recommendation was to segment users by acquisition channel.”

Se você trava no inglês, treine contando histórias profissionais. Pegue 5 projetos seus e pratique explicando cada um em 2 minutos.

Use esta estrutura:

1. Context: qual era o problema?
2. Action: o que você fez?
3. Tools: quais dados e ferramentas usou?
4. Result: qual foi o resultado?
5. Business impact: por que isso importou?

Exemplo:

“Na Stone, o time comercial precisava entender por que pequenos lojistas estavam abandonando a maquininha nos primeiros meses. Eu analisei dados de transações, suporte e ativação usando SQL e Power BI. Descobri que clientes com baixa transação na primeira semana tinham risco muito maior de churn. Criamos um alerta para o time de relacionamento, e isso ajudou a priorizar contatos preventivos.”

Agora em inglês simples:

“At Stone, the sales team needed to understand why small merchants were churning in the first months. I analyzed transaction, support and activation data using SQL and Power BI. I found that customers with low transaction volume in the first week had a much higher churn risk. We created an alert for the relationship team, which helped them prioritize proactive outreach.”

Não precisa ser bonito. Precisa ser claro.

Currículo para vagas de Data Analyst em Miami#

Aqui é onde muita gente perde antes mesmo de falar com recrutador.

Empresas nos EUA usam ATS, sistemas que leem e filtram currículos. Se seu currículo está mal formatado, cheio de colunas, gráficos, foto, ícones ou texto genérico, ele pode nem chegar em uma pessoa.

Para Miami, use currículo em inglês, simples, de 1 página se você tiver até 8 anos de experiência. Se tiver muita experiência relevante, 2 páginas podem funcionar.

Estrutura recomendada

Use esta ordem:

1. Name and contact.
2. Professional summary.
3. Skills.
4. Professional experience.
5. Projects, se forem fortes.
6. Education.
7. Certifications.

No topo, coloque:

• Nome.
• Cidade e país, ou “Open to relocate to Miami, FL”.
• E-mail.
• LinkedIn.
• GitHub ou portfólio, se tiver.

Evite colocar CPF, RG, foto, estado civil, idade e endereço completo.

Resumo profissional bom

Evite algo genérico como:

“Data Analyst passionate about data and insights.”

Melhor:

“Data Analyst with 5 years of experience in fintech and e-commerce, skilled in SQL, Power BI, Tableau and Python. Experienced in building dashboards, analyzing customer behavior and supporting product, marketing and finance teams with data-driven recommendations.”

Se você quer Miami, pode ajustar:

“Bilingual Data Analyst with experience in Brazilian fintech and retail markets, supporting teams across product, finance and operations. Strong SQL, Power BI and business analysis skills, with ability to communicate insights to English and Portuguese-speaking stakeholders.”

Palavras-chave que ajudam

Leia a vaga e repita termos reais, desde que você tenha experiência.

Palavras que aparecem bastante:

• SQL.
• Data visualization.
• Dashboard development.
• Tableau.
• Power BI.
• Looker.
• Python.
• Excel.
• ETL.
• Data modeling.
• KPI reporting.
• Forecasting.
• A/B testing.
• Customer segmentation.
• Revenue analysis.
• Churn analysis.
• Stakeholder management.
• Business requirements.
• Snowflake.
• BigQuery.
• Salesforce.
• GA4.

Não jogue tudo sem critério. O ATS ajuda, mas o recrutador percebe exagero.

Como adaptar sua experiência brasileira para empresas dos EUA#

Você não precisa esconder que trabalhou no Brasil. Pelo contrário, sua experiência pode ser forte se você traduzir o contexto.

O recrutador em Miami pode não entender de cara o tamanho do Itaú, da Globo, do iFood ou do Magalu. Então dê contexto.

Exemplos:

• “Itaú, one of the largest banks in Latin America.”
• “iFood, Brazil’s leading food delivery platform.”
• “Magalu, major Brazilian retail and e-commerce company.”
• “Globo, largest media group in Brazil.”
• “Stone, Brazilian fintech focused on payments and financial services.”
• “Nubank, one of the largest digital banks in the world.”

Isso ajuda muito.

Agora veja como transformar bullets.

Fraco:

• “Responsável por relatórios de vendas.”

Forte:

• “Built sales performance dashboards in Power BI for 40+ regional managers, reducing manual reporting time by 70%.”

Fraco:

• “Análise de clientes.”

Forte:

• “Analyzed customer behavior across 2M+ transactions to identify retention opportunities and support CRM campaigns.”

Fraco:

• “Criação de consultas SQL.”

Forte:

• “Developed SQL queries to consolidate product, payment and customer data, improving weekly executive reporting accuracy.”

O segredo é colocar número, escala e resultado.

Use métricas como:

• Receita.
• Volume de clientes.
• Tempo economizado.
• Redução de erro.
• Aumento de conversão.
• Redução de churn.
• Número de dashboards.
• Número de usuários internos.
• Tamanho da base analisada.
• Frequência do processo.

Portfólio: você precisa ter?#

Não é obrigatório, mas ajuda demais, principalmente se você está tentando entrar no mercado dos EUA sem experiência local.

Um bom portfólio não precisa ter 20 projetos. Três projetos bem explicados já podem ajudar.

Sugestões de projetos para Data Analyst:

1. Análise de churn de clientes

Use um dataset público de telecom, SaaS ou banco. Mostre quais clientes têm maior risco de cancelamento e quais ações poderiam reduzir churn.

Inclua:

• Pergunta de negócio.
• SQL usado.
• Dashboard.
• Principais descobertas.
• Recomendações.

2. Dashboard de vendas e receita

Crie um painel com receita, margem, ticket médio, crescimento mensal, top produtos e performance por região.

Pode ser em Power BI, Tableau ou Looker Studio.

3. Análise de funil de produto

Simule um app com etapas como cadastro, ativação, primeira compra e recompra.

Mostre onde o funil perde usuários e quais hipóteses você testaria.

4. Marketing performance

Analise canais como Google, Meta, e-mail e orgânico. Mostre CAC, ROAS, conversão e receita por canal.

Esse tipo de projeto conversa muito com empresas em Miami que investem em aquisição digital.

Coloque os projetos no GitHub, Notion, Medium, Tableau Public ou em um site simples. O importante é o recrutador conseguir abrir e entender rápido.

Onde procurar vagas de Data Analyst em Miami#

Não dependa só do LinkedIn Easy Apply. Muita gente aplica ali, e sua candidatura pode virar só mais uma no meio de 800.

Use uma combinação.

Sites principais

Procure em:

• LinkedIn.
• Indeed.
• Glassdoor.
• ZipRecruiter.
• Built In.
• Wellfound.
• Dice.
• Hired.
• Google Jobs.

Pesquise por termos como:

• “Data Analyst Miami”.
• “Business Intelligence Analyst Miami”.
• “BI Analyst Miami”.
• “Product Analyst Miami”.
• “Marketing Data Analyst Miami”.
• “Revenue Analyst Miami”.
• “Analytics Engineer Miami”.
• “Remote Data Analyst Florida”.
• “Portuguese Data Analyst”.
• “Spanish Portuguese Data Analyst”.
• “Latin America Data Analyst”.

Esse último grupo é importante. Seu português pode ser diferencial em empresas que atendem Brasil ou LatAm.

Sites de empresas

Entre direto na página de carreiras de empresas como:

• Royal Caribbean.
• Carnival.
• Visa.
• Mastercard.
• Citi.
• Chewy.
• Lennar.
• Ryder.
• Univision.
• Kaseya.
• UKG.
• Restaurant Brands International.
• American Airlines.

Crie alertas semanais.

Networking sem ser chato

Networking não é pedir emprego do nada. É criar conversa curta com alguém que já está no lugar onde você quer chegar.

Mensagem simples:

“Oi, Ana. Vi que você trabalha com analytics em Miami e também tem experiência com mercado latino. Estou buscando vagas de Data Analyst na região e achei seu caminho muito interessante. Posso te fazer uma pergunta rápida sobre como é o time de dados aí?”

Se a pessoa responder, você pergunta algo específico:

• “Quais ferramentas vocês mais usam?”
• “O processo seletivo costuma ter case técnico?”
• “Você vê espaço para candidatos com experiência no Brasil?”
• “Tem alguma dica para adaptar currículo para o mercado dos EUA?”

Não peça indicação na primeira mensagem. Construa um mínimo de relação.

Entrevistas: o que esperar#

Processos para Data Analyst em Miami geralmente têm algumas etapas:

1. Conversa com recrutador.
2. Entrevista com gestor.
3. Teste técnico ou case.
4. Entrevista com stakeholders.
5. Conversa final e oferta.

Perguntas comuns

Você pode ouvir:

• “Tell me about yourself.”
• “Walk me through a dashboard you built.”
• “How do you handle unclear business requirements?”
• “What is the difference between inner join and left join?”
• “How would you investigate a drop in conversion?”
• “How do you prioritize requests from multiple stakeholders?”
• “Tell me about a time your analysis changed a business decision.”
• “How do you validate data quality?”

Prepare respostas com exemplos reais.

Teste técnico

Pode incluir:

• SQL joins.
• Window functions.
• Aggregations.
• Case de métricas.
• Análise em Excel.
• Interpretação de dashboard.
• Perguntas de estatística básica.
• Explicação de insight para público não técnico.

SQL é o coração. Se você está fraco em SQL, priorize:

• SELECT, WHERE, GROUP BY, HAVING.
• JOINs.
• CTEs.
• Subqueries.
• Window functions.
• CASE WHEN.
• Date functions.
• Deduplicação.
• Conversão de tipos.
• Ranking.
• Cohort analysis.

Você não precisa decorar tudo, mas precisa raciocinar bem.

Visto, remoto e presença em Miami#

Essa parte é sensível. Nem toda empresa patrocina visto. Muitas vagas pedem autorização para trabalhar nos EUA.

Você vai encontrar frases como:

• “Must be authorized to work in the United States.”
• “We do not sponsor visas at this time.”
• “Hybrid in Miami, FL.”
• “Remote within the United States.”
• “Open to candidates in Latin America.”

Se você está no Brasil, mire também em vagas remotas para LatAm que pagam em dólar. Pode não ser Miami presencial, mas pode ser uma ponte.

Modelos comuns:

1. CLT no Brasil em empresa global: salário em reais, experiência internacional.
2. PJ para empresa dos EUA: pagamento em dólar, contrato de prestação de serviço.
3. Remoto LatAm: empresa americana contrata profissionais na América Latina.
4. Híbrido em Miami: exige morar na região.
5. Presencial em Miami: geralmente exige autorização de trabalho.

Sobre visto, não trate artigo de blog como consultoria jurídica. Para casos como H-1B, L-1, O-1 ou outras possibilidades, fale com advogado de imigração.

O ponto prático é: não espere resolver visto depois de 200 aplicações. Leia a vaga antes e entenda se ela aceita seu perfil.

Plano de 30 dias para buscar vaga#

Se você quer sair da intenção e começar a andar, aqui vai um plano simples.

Semana 1: ajuste posicionamento

Faça:

• Currículo em inglês.
• LinkedIn em inglês ou bilíngue.
• Lista de 30 empresas alvo.
• 3 histórias profissionais em inglês.
• Revisão de palavras-chave de vagas.

Seu objetivo é parecer Data Analyst pronto para mercado internacional, não “brasileiro tentando qualquer coisa”.

Semana 2: fortaleça prova técnica

Faça:

• 20 exercícios de SQL.
• 1 dashboard novo ou melhoria em dashboard antigo.
• 1 projeto de portfólio publicado.
• Revisão de estatística básica.
• Treino de explicação de análise em inglês.

Grave sua tela apresentando um dashboard por 3 minutos. Assista depois. Vai doer um pouco, mas melhora rápido.

Semana 3: aplicações com qualidade

Faça:

• 5 a 8 aplicações por dia.
• Currículo ajustado para cada grupo de vaga.
• Mensagens para 3 profissionais por dia.
• Alertas no LinkedIn e Indeed.
• Planilha de controle.

Na planilha, acompanhe:

• Empresa.
• Cargo.
• Link da vaga.
• Data da aplicação.
• Status.
• Contato.
• Palavras-chave.
• Próximo passo.

Semana 4: entrevistas e melhoria

Faça:

• Simulado de entrevista em inglês.
• Revisão dos erros em SQL.
• Ajuste do currículo com base nas vagas.
• Follow-up educado com recrutadores.
• Novas conversas de networking.

Se em 30 dias você não teve nenhuma resposta, o problema pode estar no currículo, nas vagas escolhidas ou no fit de autorização de trabalho.

Não assuma que você é ruim. Analise o funil como um Data Analyst.

Erros que derrubam brasileiros buscando vagas em Miami#

Vamos ser bem diretos.

1. Currículo em português

Para empresa dos EUA, envie currículo em inglês. Mesmo se o recrutador falar espanhol ou português, o processo normalmente roda em inglês.

2. Currículo visual demais

Canva bonito pode ser ruim para ATS. Use formato simples, texto claro, sem colunas complexas.

3. Falar só de ferramentas

Ferramenta não é impacto. Mostre problema, ação e resultado.

4. Não explicar empresas brasileiras

Nem todo recrutador sabe o que é Magalu ou Stone. Dê contexto.

5. Aplicar para vagas impossíveis

Se a vaga exige “US work authorization only” e você não tem, talvez não valha gastar energia. Priorize vagas abertas para remoto, LatAm ou sponsorship.

6. Inglês sem treino de entrevista

Você pode ler bem e ainda travar falando. Treine respostas em voz alta.

7. LinkedIn desalinhado

Se seu currículo diz “Senior Data Analyst” e seu LinkedIn diz “Analista Administrativo”, isso gera dúvida. Ajuste título, resumo e experiências.

8. Não quantificar resultados

“Fiz dashboards” é pouco. “Criei dashboards usados por 25 gestores e reduzi 10 horas semanais de trabalho manual” é muito melhor.

Como se destacar sendo brasileiro#

Você pode transformar sua origem em vantagem.

Miami tem forte conexão com América Latina. Se você fala português, entende Brasil e consegue trabalhar em inglês, isso é útil.

Diferenciais que você pode destacar:

• Experiência com mercado brasileiro.
• Conhecimento de pagamentos locais, Pix, cartão, boleto, crédito.
• Experiência em operações de alta escala.
• Comunicação com times multiculturais.
• Capacidade de traduzir dados para negócio.
• Inglês e português, espanhol se tiver.
• Experiência em empresas conhecidas da América Latina.

Exemplo de posicionamento:

“Sou Data Analyst com 5 anos de experiência em fintech e varejo no Brasil, trabalhando com SQL, Power BI e análise de comportamento de clientes. Meu diferencial é conectar dados, produto e operação em mercados de alto volume, com comunicação em português e inglês para times globais.”

Isso é bem melhor do que tentar parecer alguém genérico dos EUA.

Checklist final antes de aplicar#

Antes de mandar seu currículo para uma vaga de Data Analyst em Miami, confira:

• O currículo está em inglês?
• Está em formato simples e compatível com ATS?
• O título da vaga aparece de forma parecida no currículo?
• SQL está visível?
• Ferramentas pedidas na vaga aparecem, se você realmente usa?
• Cada experiência tem resultados mensuráveis?
• Empresas brasileiras têm contexto?
• Seu LinkedIn está atualizado?
• Você tem 3 histórias prontas para entrevista?
• Você sabe explicar sua situação de trabalho, remoto, relocation ou autorização?
• Você adaptou o currículo para a vaga?
• Você removeu informações pessoais desnecessárias?

Se você marcar tudo isso, já está na frente de muita gente.

Conclusão: Miami pode ser caminho real, mas exige estratégia#

Vagas de Data Analyst em Miami em 2026 podem ser uma ótima porta para quem quer trabalhar com dados em um mercado internacional, ganhar em dólar e usar experiência brasileira como diferencial.

Mas não trate isso como loteria. Trate como funil.

Você precisa ter um currículo que passa no ATS, um LinkedIn coerente, histórias profissionais fortes, SQL afiado, inglês funcional e uma lista inteligente de vagas.

Se você veio de empresas como Itaú, Nubank, Stone, iFood, Magalu ou Globo, existe valor no seu histórico. Só que você precisa traduzir esse valor para o jeito que recrutadores dos EUA entendem.

O próximo passo é simples: antes de aplicar para mais vagas, teste se seu currículo está pronto para os filtros automáticos.

Confira seu currículo gratuitamente no JobRise e veja se ele está otimizado para ATS: https://jobrise.io/pt/free-ats-checker/