Perfil do LinkedIn Para Analista de Dados: Stack, Projetos e Modelo

Recrutador que procura analista de dados digita o cargo e as ferramentas: SQL, Python, Power BI, BigQuery. Por isso o perfil tem o cargo literal na headline e a stack principal ao lado. O que separa quem é chamado de quem só é encontrado é o projeto: uma pergunta de negócio e o que mudou por causa da análise.

Headline: 3 variações por nível

• Júnior ou em transição: Analista de Dados Júnior | SQL, Python e Power BI | Projeto de churn com 87% de acerto no TCC
• Pleno com stack de nuvem: Analista de Dados | SQL, dbt e BigQuery | Painéis de receita usados por 3 diretorias
• Sênior em dados de produto: Analista de Dados Sênior | Produto digital e experimentos A/B | Decisões de preço com 9% de ganho

Três a cinco tecnologias na headline, nunca dez. A fórmula da casa vale aqui: cargo | stack | uma prova. Mais exemplos em headline do LinkedIn: exemplos.

Sobre: 1 exemplo completo

Números ilustrativos. Use os seus.

Transformo dados de vendas e de produto em perguntas que o time consegue responder. Há quatro anos trabalho com análise em e-commerce: modelagem do banco, painéis e experimentos. Hoje sou analista de dados na Empresa X, onde a consolidação do painel de receita caiu de 3 dias pra 40 minutos.

Stack do dia a dia: SQL e Python pra extração e análise, dbt e BigQuery pra modelagem, Power BI pra painéis. Começo sempre pela pergunta de negócio e termino com uma recomendação escrita, não só com um gráfico.

Busco posição de analista de dados pleno ou sênior em produto digital ou e-commerce, remoto ou híbrido. Os projetos estão no GitHub, em destaque abaixo.

A estrutura: o que analisa e em que contexto, a prova com número, a stack e como trabalha, e o que busca. Mais em Sobre do LinkedIn: exemplos.

Experiência: 6 bullets de modelo

Cada bullet tem uma ferramenta, uma decisão e um resultado. Números ilustrativos.

• Modelei o banco de vendas em esquema estrela com 6 dimensões, reduzindo de 90 para 8 segundos o tempo das consultas do painel de receita.
• Automatizei em SQL e Python a consolidação de 14 planilhas mensais, de 3 dias de trabalho manual para 40 minutos de execução.
• Montei a análise de coorte de retenção que sustentou a mudança de onboarding e subiu a conversão de 41% para 63%.
• Desenhei e rodei 8 testes A/B de preço e de página de checkout, com decisões registradas em documento compartilhado.
• Construí um pipeline de dados no BigQuery com dbt, com testes automáticos que pegam duplicidade antes de chegar ao painel.
• Treinei 20 pessoas de marketing e vendas a fazer consultas básicas, reduzindo em 60% os pedidos de extração para o time de dados.

Bullet sem resultado vira lista de tarefas. Se você não tem o número exato, use a unidade que tem: tempo de execução, quantidade de painéis, pessoas atendidas, testes rodados. Guia em como descrever experiência no LinkedIn.

As 15 competências que o recrutador filtra

SQL · Python · Power BI · Excel Avançado · Análise de Dados · Visualização de Dados · ETL · Modelagem de Dados · Estatística · Google BigQuery · Pandas · Data Warehouse · Dashboards · Business Intelligence · Tableau

As 3 em destaque são a linguagem principal (SQL ou Python, a que a vaga pede primeiro), a ferramenta de visualização que você mais usa e a nuvem ou o banco do cargo. Complete até 50 com as variações (“SQL” e “Structured Query Language”, “Power BI” e “Microsoft Power BI”), estatística aplicada e os setores em que você trabalhou. Guia em competências do LinkedIn.

Erros comuns de perfil de analista de dados

• Stack sem contexto.“SQL, Python, Power BI” na headline diz o que você sabe, mas não o que você fez com isso. Uma prova com número resolve.
• Projeto sem pergunta. Dashboard bonito que ninguém usou não é projeto. Escreva a pergunta, quem perguntou e o que mudou.
• Ferramenta só na formação. Curso de SQL concluído é competência; se você nunca usou em trabalho, cite no projeto, não na experiência.
• Competência faltando. Quem cadastra só Excel e Power BI some das buscas por SQL e Python, que são filtros independentes.
• Print no lugar de texto. Print de painel não aparece na busca. O que você escreve no Sobre e nos bullets é o que o filtro lê.

Certificações e formação

Analista de dados não tem registro profissional. As certificações de nuvem e de ferramenta contam como competência, desde que você tenha feito a prova e saiba usar o que ela cobre. Exemplos conhecidos são o certificado de análise de dados do Google e as certificações de Power BI da Microsoft, mas o nome e o programa mudam, então confira no site oficial antes de colocar. Formação em estatística, matemática, engenharia ou computação entra em Formação, com o ano de conclusão.

Como adaptar o modelo em 20 minutos

1. Abra dez vagas de analista de dados e anote a stack que aparece em todas. Essas tecnologias vão na headline e nas três primeiras competências.
2. Escolha a headline do seu nível e troque a prova pela sua. Um projeto de curso com dado real e resultado claro já serve.
3. Reescreva o Sobre começando pela pergunta de negócio que você responde, não pela ferramenta.
4. Pegue três projetos e escreva um bullet pra cada um, com ferramenta, decisão e resultado. Os de trabalho vêm antes dos de curso.
5. Cadastre as 15 competências da lista, depois complete as 50 com as variações de nome e as bibliotecas que você já usou de fato.

Meça e reescreva

Cole o seu perfil na análise grátis e veja a nota por categoria. O pacote de perfil reescreve headline, Sobre, experiências e 50 competências a partir do seu currículo e do cargo que você quer, por R$ 9,90.

Currículo de analista de dados também passa por filtro automático. A análise de currículo grátis do AjustaCV dá uma nota de 0 a 100 pro documento, e o teste ATS mostra o que o filtro lê.

Perguntas frequentes