12 semanas · intensivo
Para quem tem prazo
Cerca de 8 horas por semana, em 1 ciclo focados nas lacunas que mais pesam.
Carreira em 2026 e 2027
Analista de Dados
O analista de dados transforma dados brutos da empresa em respostas que as pessoas conseguem usar, com SQL, estatística, planilhas, Python e visualização. O trabalho vai de extrair e limpar dados até influenciar decisões com a liderança.
Conteúdo revisado em 20 de outubro de 2026
- Níveis
- 4
- Habilidades mapeadas em Pleno
- 11
O que cada nível precisa provar
Pleno
Assume análises recorrentes de ponta a ponta, de dados bagunçados até uma recomendação que o time de negócio consegue usar.
O dia mistura escrever SQL ou Python mais avançado, validar a qualidade dos dados e conversar com stakeholders para refinar perguntas vagas. Diferente do júnior, você decide como analisar a questão e defende o resultado quando alguém questiona.
Score médio exigido: 60%
Window Functions & CTEs
Por quê: Você calcula um total acumulado ou o pedido anterior de cada cliente em uma consulta legível, em vez de auto-joins que ninguém mais consegue manter.
Subqueries & Set Operations
Por quê: Você encontra clientes que compraram em janeiro mas não em fevereiro, e escolhe entre EXISTS e join com base em correção e desempenho.
Hypothesis Testing
Por quê: Você consegue dizer se a diferença de conversão entre duas regiões é real ou ruído, e a expressa com um intervalo em vez de um palpite.
Correlation & Regression Basics
Por quê: Você mostra que o gasto em anúncios acompanha as vendas, quantifica com uma regressão e avisa o time que isso sozinho não prova que os anúncios causaram o aumento.
Dashboard Design Principles
Por quê: Você redesenha um dashboard poluído para que o número que o líder de operações confere toda manhã fique no topo, com filtros que não induzem ao erro.
Storytelling with Data
Por quê: Você transforma uma análise de churn em uma narrativa curta com gráficos anotados, para o diretor entender o que houve e o que fazer antes de ler os detalhes.
Python for Analysis (Pandas/NumPy)
Por quê: Você troca uma rotina manual de planilha por um script pandas que une, agrupa e pivota os mesmos arquivos de forma confiável toda semana.
Data Cleaning & Transformation
Por quê: Você identifica clientes duplicados, formatos de data misturados e valores nulos antes que inflem em silêncio uma receita que a diretoria lê.
KPI Definition & Tracking
Por quê: Você ajuda um time a trocar uma métrica de vaidade, como visualizações de página, por um KPI ligado a uma meta e a uma decisão, acompanhado em dashboard compartilhado.
Stakeholder Communication
Por quê: Você transforma um pedido vago como por que as vendas caíram em uma análise delimitada, e lida com o gestor que contesta os números sem ficar na defensiva.
Geospatial Analytics
Por quê: Você mapeia endereços de clientes para regiões e calcula distâncias até as lojas, de modo que a decisão sobre uma nova filial se baseie em onde as pessoas realmente moram.
Estude para Analista de Dados: trilhas e simulados
Cada nível desta carreira corresponde a uma trilha de estudo. Leia o mapa completo de tópicos de graça e depois meça seu nível.
Dois caminhos para subir um nível
40 semanas · regular
Junto com o trabalho
Cerca de 4 horas por semana, em 3 ciclos. Cada ciclo leva o que ficou pendente do anterior.
Perguntas frequentes
O que é Analista de Dados?
O analista de dados transforma dados brutos da empresa em respostas que as pessoas conseguem usar, com SQL, estatística, planilhas, Python e visualização. O trabalho vai de extrair e limpar dados até influenciar decisões com a liderança.
O que cada nível de Analista de Dados precisa comprovar?
Analista de Dados está mapeado em 4 níveis: Júnior, Pleno, Sênior e Especialista. Abra cada nível acima para ver as habilidades que ele precisa comprovar.
Quanto tempo leva o plano de Analista de Dados?
O plano tem 2 ritmos: 12 semanas por nível, com cerca de 8 horas por semana (intensivo) e 40 semanas por nível, com cerca de 4 horas por semana (regular).
Como o plano funciona
Tutor IA
Uma sessão de estudo para cada tema novo, no seu nível.
Escola de IA
Aulas práticas de uso de IA no dia a dia da sua carreira.
Assessments
Cada requisito é provado por medição, não por um checkbox.
Revisão de etapa
No fim de cada ciclo você vê o que avançou e o que segue para o próximo.
Descubra em que nível você está
Um diagnóstico curto mede as habilidades que você já tem. A jornada começa daí.