Guia de carreira em dados

Como virar analista de dados: guia passo a passo

Para virar analista de dados, aprenda nesta ordem: Excel, Power BI e SQL, depois Python e estatística básica. Em paralelo, monte 3 a 4 projetos com dados reais, publique no portfólio e no LinkedIn e comece a se candidatar a vagas de entrada antes de se sentir "pronto". Não é preciso faculdade de TI nem saber programar no começo.

Por Felipy MoraisAnalista e engenheiro de dados, certificado Microsoft PL-300, DP-600 e DP-700

Publicado em 11 de novembro de 2026 · Atualizado em 11 de novembro de 2026

O que faz um analista de dados?

O analista de dados transforma dados da empresa em respostas para decisões do dia a dia. Ele pega informações espalhadas em sistemas, planilhas e bancos de dados, organiza, calcula indicadores e mostra o resultado de um jeito que gestores entendem: um dashboard, um relatório ou uma recomendação curta.

Na prática, a rotina mistura técnica e conversa. Alguns exemplos de perguntas que chegam para o analista:

"Por que as vendas da região Nordeste caíram no último trimestre?"
"Quais clientes estão parando de comprar e o que eles têm em comum?"
"Quanto custa, de verdade, cada pedido entregue?"
"Dá para ter um painel que atualize sozinho toda manhã, sem ninguém montar planilha?"

Para responder, o analista escreve consultas em SQL, trata e modela dados no Power BI ou no Excel, às vezes usa Python, e no fim explica o que encontrou. Essa última parte, a comunicação, é o que separa um analista mediano de um analista que cresce rápido na empresa.

A função aparece com vários nomes: analista de dados, analista de BI (Business Intelligence), analista de inteligência de mercado, analista de planejamento, analista de dados de marketing. O conjunto de ferramentas é muito parecido em todos eles, e é por isso que a carreira em dados é uma das portas de entrada mais acessíveis para quem quer trabalhar com tecnologia.

Quais habilidades um analista de dados precisa?

Você não precisa dominar tudo de uma vez. A tabela abaixo mostra o que cada habilidade resolve e o nível esperado de quem vai disputar a primeira vaga.

Habilidade	Para que serve no trabalho	Nível para a primeira vaga
Excel	Conferências rápidas, tabelas dinâmicas, PROCX, relatórios que o time já usa	Intermediário: fórmulas de busca, tabela dinâmica, gráficos
SQL	Buscar e cruzar dados direto no banco da empresa	Sólido: filtros, agregações, JOINs, subconsultas e CTEs
Power BI	Dashboards, indicadores e relatórios que atualizam sozinhos	Sólido: Power Query, modelagem estrela, DAX básico e intermediário
Python	Automatizar tarefas, tratar arquivos grandes, análises mais avançadas	Básico: pandas para ler, limpar e agrupar dados
Estatística	Saber se uma diferença é real ou acaso, entender médias, distribuição e amostra	Básico: média, mediana, desvio padrão, correlação, noção de teste A/B
Comunicação	Entender a pergunta certa e explicar o resultado sem jargão	Essencial desde o primeiro dia

E as habilidades que ninguém lista na vaga?

Curiosidade para perguntar "por quê?" mais de uma vez, cuidado para conferir números antes de apresentar e entendimento do negócio (como a empresa ganha dinheiro, quais são os indicadores que importam para cada área). Isso se aprende fazendo projetos com contexto, não decorando funções.

Roteiro passo a passo: o que estudar e em que ordem

A ordem importa porque cada etapa usa a anterior. Este é o caminho que usamos com os alunos da Educadados e que funciona bem para quem começa do zero.

1. Fundamentos de dados e Excel

Entenda o que é uma tabela, uma linha, uma coluna, um tipo de dado e um indicador. No Excel, pratique fórmulas de busca (PROCX), SOMASES, tabela dinâmica e gráficos. Aqui você treina o raciocínio de análise com uma ferramenta que quase toda empresa usa.

2. Power BI

É onde o aluno vê resultado mais rápido: um dashboard funcionando nas primeiras semanas. Estude Power Query (tratamento), modelagem em estrela (fatos e dimensões), DAX (medidas) e visualização. Veja o roteiro completo em como aprender Power BI.

3. SQL

É uma das habilidades mais pedidas em vagas de dados e quase sempre aparece no teste técnico. Aprenda SELECT, WHERE, GROUP BY, JOIN, subconsultas, CTEs e funções de janela, sempre resolvendo perguntas de negócio com uma base de dados real. O guia como aprender SQL detalha cada etapa.

4. Estatística aplicada

Não precisa virar matemático. Foque no que aparece no trabalho: medidas de tendência e dispersão, distribuição, correlação versus causalidade, amostragem e leitura de testes A/B.

5. Python para análise

Comece com pandas: ler arquivos, limpar, filtrar, agrupar e juntar tabelas. Depois, gráficos simples e automação de tarefas repetitivas. Python abre portas para vagas mais técnicas e para quem quiser seguir para engenharia de dados ou ciência de dados.

6. Projetos, portfólio e LinkedIn

A partir da etapa 2 você já deve estar montando projetos. Cada ferramenta nova vira um projeto novo ou melhora um antigo. Os detalhes estão nas próximas seções.

7. Certificação (opcional, mas ajuda)

A certificação Microsoft PL-300 (Power BI Data Analyst) é reconhecida no mercado e organiza o estudo de Power BI. Ela não substitui o portfólio, mas é um bom diferencial no currículo.

Por que não começar pelo Python?

Porque a maioria das vagas de entrada pede Power BI e SQL primeiro, e essas ferramentas dão resultado visível mais rápido. Ver um dashboard funcionando nas primeiras semanas mantém a motivação. A ordem entre Power BI e SQL pode inverter conforme o seu objetivo; o importante é ter as duas antes de focar em Python. Python é ótimo, mas começar por ele costuma atrasar o primeiro projeto de portfólio.

Como montar um portfólio de analista de dados

O portfólio é a prova de que você sabe fazer. Recrutadores olham poucos minutos para cada candidato, então qualidade vale mais que quantidade. Três ou quatro projetos bem explicados funcionam melhor que dez dashboards sem contexto.

O que um bom projeto tem

Uma pergunta de negócio clara: "Quais produtos dão prejuízo depois do frete?" é melhor que "Dashboard de vendas".
Dados com algum trabalho de tratamento: mostre que você limpou, juntou e validou os dados.
Uma entrega visual: dashboard no Power BI, consultas SQL documentadas ou notebook em Python.
Conclusões e recomendações: três ou quatro achados em texto simples, como se fosse para o diretor.
Código e arquivos acessíveis: GitHub, link público do relatório ou um PDF com prints.

Ideias de projetos por ferramenta

SQL: análise de churn de clientes de uma loja online, com CTEs e funções de janela.
Power BI: painel financeiro com DRE, metas e comparação com o ano anterior.
Python: limpeza de uma base pública grande e análise exploratória com gráficos.
Projeto completo: dados brutos tratados em SQL, modelados no Power BI, com uma página de recomendações.

Como deixar o LinkedIn pronto para vagas de dados

Recrutadores de tecnologia buscam candidatos pelo LinkedIn com palavras-chave. Se o seu perfil não tem os termos certos, você não aparece.

Título: diga o que você faz e as ferramentas. Exemplo: "Analista de Dados | SQL | Power BI | Python".
Sobre: três parágrafos curtos: de onde você vem, o que sabe fazer com dados e o que procura.
Projetos em destaque: coloque os links do portfólio na seção Destaques.
Experiência anterior: se você vem de outra área, destaque o que já fazia com dados (relatórios, planilhas, indicadores).
Publicações: compartilhe cada projeto com um texto contando o problema e o que você aprendeu. Isso gera visibilidade e conversa com gente da área.

Como conseguir a primeira vaga de analista de dados

A primeira vaga costuma ser a mais difícil. Algumas estratégias que funcionam:

Candidate-se antes de se sentir pronto. Ninguém cumpre 100% dos requisitos de uma vaga. Se você atende boa parte, mande o currículo.
Olhe vagas com outros nomes. Analista de BI, assistente de dados, analista de planejamento, analista de inteligência comercial e estágio em dados usam as mesmas ferramentas.
Considere a transição dentro da sua empresa atual. Muita gente vira analista de dados resolvendo um problema de dados na própria área e mostrando o resultado para o gestor.
Prepare-se para o teste técnico. É comum receber um teste de SQL ou um case de Power BI. Pratique com tempo marcado.
Treine contar seus projetos. Na entrevista, explique cada projeto em dois minutos: problema, o que você fez, o que descobriu.
Converse com gente da área. Comunidades e eventos de dados ajudam a descobrir vagas que nem chegam a ser anunciadas.

Quanto tempo leva para virar analista de dados?

Não existe prazo fixo, e desconfie de quem promete um. O tempo depende de três coisas: quantas horas por semana você consegue estudar com constância, a base que você já tem (quem já usa Excel no trabalho sai na frente) e o mercado da sua cidade ou das vagas remotas que você mira.

O que dá para dizer com segurança: quem estuda um pouco todo dia, pratica com dados reais e publica projetos avança bem mais rápido do que quem só assiste aulas. Um bom marcador de progresso não é o número de cursos concluídos, e sim conseguir resolver sozinho um case de SQL e montar um dashboard do zero com uma base nova.

Erros comuns de quem está começando

Pular de curso em curso sem terminar nenhum projeto.
Estudar ferramenta demais e negócio de menos. Saber DAX não ajuda se você não sabe qual indicador importa.
Começar por ferramentas avançadas (machine learning, nuvem) antes de dominar SQL e Power BI.
Portfólio só com dashboards bonitos e nenhuma conclusão escrita.
Esperar estar 100% pronto para se candidatar.
Estudar sozinho sem feedback. Exercícios corrigidos e uma comunidade aceleram muito o aprendizado.

Formação Analista de Dados

Se você quer seguir este roteiro com aulas, exercícios corrigidos na hora, projetos e comunidade, a Formação Analista de Dados da Educadados cobre SQL, Power BI, Python, Excel, Estatística, portfólio, LinkedIn e preparatório PL-300, com certificado de cada curso.

Conhecer a formação

Prefere ver tudo antes? Confira o conteúdo programático completo.

Perguntas frequentes

Preciso de faculdade para virar analista de dados?

Não é obrigatório. Muitas empresas contratam pela prova prática e pelo portfólio. Uma graduação ajuda em alguns processos seletivos, principalmente em empresas grandes, mas não substitui saber SQL, Power BI e explicar uma análise.

Preciso saber programar para ser analista de dados?

No começo, não. SQL é a linguagem mais usada pelo analista e é bem mais simples do que programação tradicional. Python entra depois, para automatizar tarefas e fazer análises que o Excel e o Power BI não resolvem bem.

Por onde começar a estudar para analista de dados?

Comece pelo Excel e pelo raciocínio de análise, depois Power BI, depois SQL. Com essas três ferramentas você já consegue montar projetos de portfólio. Python e estatística vêm na sequência.

Quanto tempo leva para virar analista de dados?

Depende da sua rotina de estudo, da base que você já tem e do mercado da sua região. Quem estuda com constância, pratica com dados reais e publica projetos costuma ficar pronto para os primeiros processos seletivos em alguns meses. Desconfie de quem promete prazo fixo ou emprego garantido.

Analista de dados trabalha em home office?

É uma área com muitas vagas remotas e híbridas, porque o trabalho é feito no computador. Ainda assim, cada empresa tem sua política, e vagas de entrada às vezes pedem presença no escritório.

Qual a diferença entre analista de dados e cientista de dados?

O analista responde perguntas do negócio com dados que já existem, usando SQL, Power BI e Excel. O cientista de dados trabalha mais com estatística avançada e modelos de previsão em Python. Muita gente começa como analista e depois decide se segue para ciência ou engenharia de dados.

Continue lendo

Sobre o autor

Felipy Morais é analista e engenheiro de dados com mais de 6 anos de experiência, certificado Microsoft PL-300, DP-600 e DP-700 e Databricks Fundamentals. É fundador e instrutor da Educadados. Conheça a trajetória.