Currículo de analista de dados para ATS: o que incluir

A área de dados é uma das mais disputadas do mercado de tecnologia, e isso tem um efeito colateral: as vagas recebem centenas de candidaturas. Para dar conta desse volume, as empresas usam sistemas de triagem automática, os ATS (Applicant Tracking Systems), que filtram currículos antes de qualquer recrutador ler. Se o seu currículo de analista de dados não fala a língua dessas ferramentas, ele pode ser descartado logo na primeira etapa.

A boa notícia é que analista de dados é justamente o tipo de profissional que se beneficia de um currículo bem estruturado, porque a função é cheia de termos técnicos objetivos e resultados que dá para medir. Neste guia você vai aprender o que incluir, quais hard skills destacar, como mostrar impacto no negócio, como apresentar portfólio e quais palavras-chave usar.

O que o ATS procura num currículo de dados

O ATS lê o texto do seu currículo, identifica competências e as compara com a descrição da vaga. Ele é literal: se a vaga pede "SQL" e você escreveu apenas "consultas em banco de dados", pode não haver correspondência. Por isso, o vocabulário técnico precisa estar explícito.

Se você quer entender a fundo a lógica desses filtros antes de continuar, o nosso guia completo sobre o que é ATS explica todo o funcionamento passo a passo.

Estrutura recomendada

Mantenha um layout simples, em coluna única, sem gráficos decorativos ou tabelas complexas — esses elementos costumam confundir o leitor automático. As seções ideais são:

Cabeçalho e contato — nome, cargo-alvo ("Analista de Dados"), cidade, e-mail, telefone, LinkedIn e link do portfólio.
Resumo profissional — três a quatro linhas com seu perfil, ferramentas principais e o tipo de problema de negócio que você resolve com dados.
Habilidades técnicas — o coração do currículo para o ATS.
Experiência profissional — realizações com impacto mensurável.
Formação, cursos e certificações.
Portfólio e projetos.

Hard skills que não podem faltar

A seção de habilidades técnicas é a que mais alimenta o ATS. Organize por categoria para facilitar tanto a leitura da máquina quanto a do recrutador:

Linguagens e consultas: SQL, Python, R
Bibliotecas Python: Pandas, NumPy, Matplotlib, Seaborn, Scikit-learn
Business Intelligence: Power BI, Tableau, Looker Studio, Google Data Studio, Qlik
Bancos de dados: PostgreSQL, MySQL, SQL Server, BigQuery, Snowflake, Redshift
Estatística e análise: estatística descritiva, testes de hipótese, testes A/B, regressão, análise de correlação, forecasting
Planilhas e ETL: Excel avançado, Google Sheets, ETL, modelagem de dados, DAX
Extras valorizados: Git, Airflow, dbt, storytelling com dados, KPIs, data warehouse

SQL e Python merecem destaque especial — são as duas competências mais pedidas em vagas de análise de dados. Deixe claro seu nível real em cada uma e onde você as aplicou. Liste apenas o que você domina de verdade; a entrevista técnica costuma testar exatamente esses pontos.

Como mostrar o impacto das suas análises no negócio

Aqui está o erro que trava muitos analistas: descrever tarefas em vez de resultados. "Criei dashboards no Power BI" diz o que você fez, mas não por que isso importou. O recrutador quer saber qual decisão sua análise ajudou a tomar e o que mudou depois.

Use a fórmula: verbo de ação + o que você analisou + ferramenta + resultado para o negócio. Compare:

Fraco:

Responsável por relatórios de vendas em Power BI.
Fiz análises em SQL e Python.

Forte:

Construí dashboard de vendas em Power BI que centralizou dados de 5 canais, reduzindo o tempo de fechamento mensal de 3 dias para poucas horas.
Analisei o comportamento de churn com SQL e Python (Pandas) e identifiquei o principal ponto de cancelamento, embasando uma ação de retenção da área comercial.
Estruturei teste A/B de página de checkout e recomendei a versão vencedora, adotada pelo time de produto.
Automatizei a coleta e o tratamento de dados com Python, eliminando um processo manual semanal de várias horas.

Repare que cada bullet conecta a análise a uma decisão ou a um ganho. Não tem número exato? Use referências relativas honestas: "principal responsável", "primeira análise do tipo na empresa", "adotado pela liderança". O que importa é evidenciar a consequência do seu trabalho.

Verbos que funcionam bem para analistas de dados: analisei, modelei, automatizei, construí, identifiquei, estruturei, otimizei, mensurei, recomendei, monitorei.

Portfólio: o diferencial que comprova sua capacidade

Em dados, mostrar vale mais do que afirmar. Um portfólio transforma "sei SQL e Python" em prova concreta. Inclua no currículo um link (GitHub, Notion, ou um site pessoal) e cite um ou dois projetos-âncora na experiência.

Bons projetos de portfólio para analista de dados:

Uma análise exploratória completa de um dataset público, com perguntas de negócio, código e conclusões.
Um dashboard interativo em Power BI ou Tableau resolvendo um problema real.
Um pipeline simples de ETL em Python que coleta, limpa e organiza dados.
Um estudo com SQL respondendo perguntas de negócio a partir de um banco relacional.

Documente cada projeto com um breve README explicando o objetivo, as ferramentas e o resultado. Isso ajuda o recrutador e reforça as palavras-chave que o ATS procura.

Palavras-chave da área: use os termos certos

O ATS ranqueia melhor os currículos que usam o mesmo vocabulário da vaga. A tática mais eficaz é ler a descrição da vaga e incorporar os termos exatos que aparecem lá — desde que verdadeiros para você.

Dicas práticas:

Escreva sigla e nome por extenso: "Business Intelligence (BI)", "teste A/B", "Indicadores-chave de desempenho (KPIs)".
Use os termos dentro da experiência, não só numa lista isolada. Palavras-chave em contexto pontuam mais.
Adapte o currículo para cada vaga. Uma posição pode enfatizar Power BI e SQL; outra, Python e machine learning. Um currículo único raramente cobre bem todas.

Nosso conteúdo sobre palavras-chave no currículo traz a estratégia completa para escolher e posicionar esses termos.

Deixe o AjustaCV fazer o trabalho pesado

Adaptar manualmente o currículo para cada vaga de dados é trabalhoso — e é aí que o AjustaCV entra. A ferramenta analisa a descrição da vaga, encontra as palavras-chave que o ATS procura e reescreve seu currículo de analista de dados para maximizar a aderência, sempre preservando suas informações reais. Você cola a vaga, envia seu currículo e recebe uma versão otimizada em minutos.

Para se inspirar, veja o nosso exemplo de currículo de analista de dados e explore outros modelos na galeria de exemplos. Quando estiver pronto, crie sua conta gratuita e adapte o seu para a próxima oportunidade.

Conclusão

Um currículo de analista de dados aprovado por ATS combina três coisas: hard skills explícitas (com SQL e Python em destaque), experiências descritas pelo impacto no negócio e um portfólio que comprova sua prática. Estruture as habilidades por categoria, reescreva cada realização no formato "análise + ferramenta + resultado" e ajuste as palavras-chave para cada vaga.

Com esse cuidado, seu currículo deixa de ser barrado pelos filtros e passa a chamar a atenção de quem decide a contratação. E quando quiser ganhar tempo, o AjustaCV adapta seu currículo vaga por vaga, para você focar no que importa: as entrevistas.