analista de dados júnior: requisitos, portfólio e vagas remotas

Para buscar uma vaga de analista de dados júnior remoto, prepare SQL, uma ferramenta de BI e um projeto que responde uma pergunta com dados. Depois, confira três coisas no anúncio: tarefas de análise, nível de entrada e condições reais de home office. Comece pelas vagas de dados júnior remoto; a lista reúne diferentes funções de dados, então leia o escopo antes de candidatar.

O título é bagunçado. Uma empresa pede SQL, Power BI, Python e estatística; outra quer Excel e dashboard no Looker Studio. Eu não começaria tentando aprender tudo. Escolheria uma trilha de análise, prepararia uma entrega que consigo explicar e compararia essa prova com os requisitos centrais de cada oportunidade.

resposta rápida: o que estudar e como provar

Não precisa transformar todo projeto em machine learning. Para análise, uma consulta correta e uma conclusão bem sustentada valem mais do que um modelo que você não consegue explicar. O guia de portfólio de dados ajuda a organizar dataset, README e entrega.

como encontrar analista de dados júnior remoto ou home office

Remoto descreve onde você trabalha; júnior descreve o nível; análise descreve a função. Um anúncio pode acertar dois desses critérios e não servir para você. Eu usaria este filtro antes de adaptar o currículo:

buscas que ampliam o resultado sem mudar de carreira

Repita buscas por analista de dados júnior, analista de BI júnior, analista de business intelligence e junior data analyst. Acrescente remoto ou home office quando a plataforma permitir, mas não trate o termo no título como garantia. Uma vaga de BI pode ser análise de entrada; outra pode exigir experiência com modelagem e administração da plataforma. O corpo decide.

Se a lista de dados júnior remoto estiver curta, abra dados remoto em todos os níveis para comparar requisitos, sem presumir que toda posição serve para entrada. Se você ainda estuda, confira também estágio em análise de dados. Engenharia de dados e ciência de dados são outras trilhas: não envie o mesmo currículo para todas só porque o título contém “dados”.

candidatar, confirmar ou deixar para depois?

• Candidatar: você consegue demonstrar o núcleo de análise, o nível é compatível e as condições de trabalho cabem na sua rotina. Adapte o currículo à oportunidade e registre o link oficial na planilha de candidaturas.
• Confirmar: a função parece boa, mas remoto ou autonomia estão ambíguos. Pergunte: “a posição aceita trabalho de [cidade]? quais entregas a pessoa júnior assume e quem revisa as análises?”
• Deixar para depois: o núcleo é operar pipelines complexos ou liderar a área e você ainda não tem essa base. Isso não torna a vaga ruim; pode ser outra função ou outro nível.

Não descarte automaticamente uma vaga porque Python aparece como diferencial. Também não ignore um requisito central que você ainda não consegue demonstrar. Para conferir modalidade e evitar remoto só no título, use como filtrar vaga remota júnior. A candidatura acontece no site da empresa; eu.dev.br não envia sua inscrição por você.

primeiro: o que “analista de dados junior” faz de verdade

Analista de dados é o cargo que transforma dado em decisão. No dia a dia, isso significa:

• responder perguntas de negócio com consulta (SQL ou planilha);
• construir relatório e dashboard que gente de negócio entende;
• limpar e organizar dado bagunçado que veio de sistema legado;
• explicar o número em reunião, sem jogar gráfico na parede e sair.

É, na prática, uma ponte entre o dado bruto e a decisão. Por isso o cargo premia quem comunica bem tanto quanto quem sabe SQL. Quem só quer escrever query e ir embora costuma travar em sênior técnico; quem entende o porquê do número cresce rápido.

Para parar de confundir cargos, vale a diferença rápida:

• Analista de dados responde “o que aconteceu e por quê”. Stack: SQL, BI, planilha, Python básico.
• Cientista de dados responde “o que vai acontecer e com qual incerteza”. Stack: modelagem, estatística, ML. É o caminho que o guia de machine learning para junior destrincha.
• Engenheiro de dados cuida do encanamento: pipeline, ETL, banco, infra. É mais software do que análise.

Analista de dados é a porta mais larga das três. Cabe junior de verdade nela. As outras duas costumam cobrar mais base antes da primeira vaga.

a stack que aparece em quase toda vaga

Abra dez anúncios de analista de dados junior no Brasil e você vai ver um padrão. Não são dez ferramentas diferentes; é o mesmo conjunto, com pequena variação.

SQL. É a skill que mais aparece e a que mais derruba candidato. Toda vaga pede. Não precisa virar DBA, mas precisa fazer JOIN, GROUP BY, window function e subconsulta sem travar.

Ferramenta de BI. Power BI domina no Brasil corporativo (bancos, varejo, consultoria). Looker Studio e Metabase aparecem em startup. Tableau, em multinacional. Escolha um e aprenda a montar dashboard que responde pergunta, não dashboard de enfeite.

Python (ou R). Para análise repetida, automação de relatório e manipulação de tabela com pandas. Não precisa ser dev Python; precisa resolver problema com script.

Excel avançado. Sim, ainda. PROCV, tabela dinâmica, gráfico. Em muita empresa brasileira, o analista de dados vive parte do dia no Excel. Ignorar isso é tropeçar em vaga real.

Estatística na intuição. Média, mediana, variância, correlação, amostra, viés. Não precisa decorar fórmula; precisa saber quando a média mente.

O que costuma não aparecer na vaga de analista junior: deep learning, Spark em cluster, Kubernetes, mestrado. Se a vaga de “analista de dados junior” pede tudo isso, não é junior de verdade; pule.

o que estudar (e a ordem que importa)

A armadilha clássica é acumular curso de BI sem nunca responder pergunta de negócio. Quem estuda Power BI por meses sem projeto termina com certificado e sem história. Estude com intenção, na ordem certa.

1. SQL primeiro, sempre. Antes de BI, antes de Python. SQL é o que separa quem avança na triagem de quem é cortado. Treine com dataset público, faça consulta todo dia por duas semanas e você já está à frente da maioria.

2. Uma ferramenta de BI. Power BI se você mira corporativo brasileiro; Looker Studio se mira startup. Aprenda a montar dashboard que começa por uma pergunta de negócio (“qual canal traz cliente que fica?”), não por gráfico bonito.

3. Python para dados. pandas para ler e limpar tabela, matplotlib ou seaborn para gráfico, automação de relatório mensal. O guia de portfólio de dados para junior aprofunda o roteiro de dataset, README e entrega.

4. Estatística e storytelling. Aprenda a contar a história do número: o que ele mostra, o que ele esconde e qual decisão ele sugere. É a skill que difere analista de operador de dashboard.

5. Excel avançado. Bloco rápido: tabela dinâmica, PROCV/PROCX, gráfico. Um fim de semana resolve.

O que deixar pra depois: framework de deep learning, modelagem estatística avançada, engenharia de pipeline em grande escala. Nada disso abre a primeira vaga de analista de dados mais rápido. Se você quiser subir para modelagem depois, o caminho está no guia de machine learning para junior.

portfólio que funciona (e o que quebra a credibilidade)

Recrutador e pessoa técnica de dados olham três coisas no seu portfólio: pergunta, dado real e conclusão honesta. Se falta um dos três, o projeto parece exercício de curso.

Receita para 3 projetos:

1. Um dashboard que responde pergunta de negócio. Dataset público (CNES, dados.gov.br, Kaggle), pergunta clara (“onde faltam leitos de UTI?”), visualização limpa e conclusão em uma linha no topo. Ferramenta: Power BI ou Looker Studio.
2. Uma análise exploratória com insight. Notebook Python com pandas, dado real, três gráficos que contam uma história e um parágrafo de conclusão que alguém de negócio entende. Mostre o que você descobriu, não o que você plotou.
3. Uma automação de relatório. Script que pega dado bagunçado (CSV, API pública), limpa, gera relatório e salva. É a entrega que mais parece trabalho real de analista — e é a que menos gente faz.

O que quebra credibilidade: dashboard sem pergunta, só com gráfico colorido; notebook do curso refeito igual ao de todo mundo; “analisar dataset do Titanic” pela milésima vez; análise que termina em “os dados mostram que os dados existem”. O guia de portfólio de dados para junior aprofunda README, dataset e deploy.

onde achar vaga real (e como ler o título)

Abra o eu.dev.br e filtre por dados, analytics e BI. Empresas brasileiras que costumam ter pipeline de junior em dados: bancos (Itaú, Bradesco, Nubank, Inter, BTG), varejo (Magalu, B2W, Via), consultoria e integradora (Stefanini, CI&T, Accenture, IBM, Deloitte, Capco), crédito e dados (Experian com analista de dados e engenharia de dados em São Paulo, São Carlos e Blumenau), indústria em digitalização (Electrolux com Power BI/Salesforce em Curitiba e São Paulo; B. Braun com SAP/Power BI e indicadores de manutenção em São Gonçalo), fabricantes de tecnologia (Dell, com dados e ML entre remoto Brasil, Eldorado do Sul e São Paulo), mineração e energia (Vale), saúde e seguradora, e startups de fintech e retail-tech. Quando aparecer vaga de “analista de dados junior”, leia o corpo. Se pede cinco anos e mestrado, não é junior de verdade; pule. Se pede SQL, Power BI e “familiaridade com Python”, é a sua porta.

Quem está montando rotina de candidatura deve ler o guia de rotina semanal de fontes para vaga junior e o de como filtrar vaga remota junior. Para não confundir vaga real com rótulo inflado, cruze com vaga fake junior: como identificar.

entrevista e teste em dados

O teste técnico de analista de dados costuma ter três formatos: SQL ao vivo, case de negócio com dataset e take-home de dashboard ou relatório. O erro mais comum é tentar responder tudo com modelo complexo e entregar pela metade. O acerto é consulta simples, conclusão clara e limite honesto.

• Para o live de SQL e estatística, leia entrevista técnica junior.
• Para o case de dataset e dashboard, leia teste técnico para junior — o conselho de limitar escopo vale dobrado aqui.
• Depois do teste, o debrief de teste técnico junior ajuda a transformar resultado em ajuste.

salário: o que esperar na entrada

Faixa de entrada de analista de dados junior varia bastante por região, contrato (CLT vs PJ) e porte da empresa. Em geral, é uma das portas de entrada mais acessíveis do mercado tech brasileiro, com faixa de início modesta que sobe rápido quando você domina SQL e vira a pessoa do dado do time. Os números mudam rápido e dependem de negociação — por isso o melhor movimento é ler salário junior no Brasil para o contexto de contrato e região, e pretensão salarial para vaga junior antes de responder a pergunta de faixa. Não existe número mágico; existe faixa com contexto.

se você vem de outra área

Quem vem de economia, administração, engenharia, contabilidade, biologia ou saúde leva vantagem real em dados: já pensou em indicador, planilha e decisão. Muita gente entra em analista de dados vinda dessas áreas sem curso tech formal. O guia de transição de carreira para tech mostra como transformar esse histórico em evidência em vez de desculpa. O guia de escolher stack para a primeira vaga ajuda a decidir se dados é mesmo o seu caminho ou se outra porta combina mais.

o resumo prático

• Entenda o cargo: analista de dados responde “o que aconteceu e por quê”, com SQL, BI e storytelling.
• Estude na ordem: SQL primeiro, depois BI, depois Python, depois estatística.
• Faça 3 projetos com pergunta, dado real e conclusão honesta.
• Leia o corpo da vaga, não só o título.
• Não perca tempo tentando virar cientista de dados antes da primeira vaga de analista.

Analista de dados não é cargo para quem tem doutorado. É a porta mais larga do mercado de dados brasileiro, e nela cabe junior de verdade. A vaga existe em quantidade — e ela se chama quase sempre de “analista de dados junior”, mesmo quando a descrição assusta mais do que deveria. Se a marca industrial com Piracicaba, Sorocaba ou Curitiba entrar no funil, use o mapa de vagas CNH para ler portal, cidade e modalidade sem depender do anúncio que expira. Se a busca incluir saúde em São Paulo — inclusive estágio em Dados & IA no Einstein — abra também o mapa de vagas Albert Einstein. Se o funil incluir fintech com dados, crédito ou analytics em home office, abra também o mapa de vagas PicPay home office. Se a busca for por mercado financeiro e bolsa em São Paulo com dados júnior, automação ou BI, abra também o mapa de vagas B3. Se o alvo for fintech de pagamentos com dados, BI ou segurança em remoto Brasil, abra também o mapa de vagas Stone. Se a âncora for multinacional com estágio ou júnior em análise de dados, analytics ou ciência de dados em Hortolândia ou São Paulo, use também o mapa de vagas IBM.