Habilidades de data analyst em 2026: mercado de trabalho, salários e preparação para entrevistas
Habilidades de data analyst que as empresas pedem em 2026: SQL, Power BI, Python e dbt, salários, trabalho remoto por país e como se preparar para cada etapa da entrevista.

A carreira de data analyst continua sendo uma das portas de entrada mais procuradas para a área de dados, mas o que as empresas pedem mudou de forma perceptível. SQL sozinho já não basta, as ferramentas de analytics engineering aparecem cada vez mais nas descrições das vagas e o mercado pende claramente para profissionais experientes. Este artigo reúne os cargos, as habilidades citadas nas vagas, os níveis de senioridade, os salários publicados, o trabalho remoto por país e o formato típico das entrevistas.
No job board da SharpSkill em 10 de novembro de 2026: 2.138 vagas ativas de data analytics, 413 delas publicadas nos sete dias anteriores. 28% informam salário e 56% são anunciadas como totalmente remotas.
Vagas de data analyst: um cargo, vários perfis
Uma busca restrita a "data analyst" deixa de fora boa parte das vagas relevantes. No job board da SharpSkill em 10 de novembro de 2026, as tags de cargo associadas às vagas de data analytics se distribuem assim: 273 vagas marcadas como data analyst, 170 business intelligence analyst, 115 data engineer, 103 analytics engineer, 66 business analyst, 51 reporting analyst e 50 BI developer.
Cada cargo corresponde a uma rotina diferente e, portanto, a uma entrevista diferente.
| Cargo | Essência do trabalho | O que a etapa técnica avalia |
|---|---|---|
| Data analyst | Responder perguntas de negócio com consultas e análises | SQL, estatística, estudo de caso |
| BI analyst / BI developer | Construir e manter dashboards e o modelo semântico | Modelagem de dados, DAX ou LookML, performance de relatórios |
| Reporting analyst | Relatórios recorrentes, muitas vezes regulatórios ou financeiros | Precisão em SQL, Excel, conciliação de números |
| Analytics engineer | Transformar dados brutos em tabelas testadas e documentadas | SQL, dbt, controle de versão, testes |
| Business analyst | Traduzir necessidades do negócio em requisitos e KPIs | Definição de métricas, cenários com áreas de negócio, pouco código |
A consequência prática: vale a pena escolher um ou dois perfis e ajustar o vocabulário do currículo a eles. Um portfólio de dashboards vende um BI analyst; um repositório de modelos dbt com testes vende um analytics engineer. Mandar o mesmo currículo para os dois tipos de vaga costuma não convencer em nenhum.
Habilidades de data analyst citadas explicitamente nas vagas
As habilidades extraídas das vagas são a medida mais direta do que os empregadores pedem, e o segmento francês do job board oferece a amostra mais limpa. Entre as 234 vagas ativas de data analytics na França em 10 de novembro de 2026, SQL aparece em 61, Python em 31, Microsoft Power BI em 27, Google Cloud Platform em 18, dbt em 14, BigQuery em 14 e Power Query em 9. Considerando todas as regiões, SQL também é a habilidade técnica citada com mais frequência (94 vagas), à frente de Python (51).
Python é esperado, mas em um nível mais restrito do que para um cientista de dados. As vagas se referem a pandas para limpar e reorganizar dados, uma biblioteca de gráficos para exploração rápida e, às vezes, um notebook entregue a um usuário de negócio. Machine learning aparece sobretudo em vagas híbridas de "analyst / data scientist", que merecem uma leitura atenta antes da candidatura.
Uma única ferramenta de BI, bem dominada. O Power BI domina a amostra francesa. A própria certificação Power BI Data Analyst Associate da Microsoft (exame PL-300), cuja página foi atualizada pela última vez em abril de 2026, lista as quatro áreas que os empregadores depois verificam na entrevista: preparar os dados, modelá-los, visualizá-los e analisá-los, e gerenciar e proteger o Power BI, com Power Query e DAX citados nominalmente. Tableau e Looker aparecem em setores específicos, e o Looker Studio em times de marketing. É raro uma vaga exigir duas ferramentas de BI em nível avançado.
Habilidades de analytics engineering chegam aos cargos de analista. dbt e BigQuery aparecem, cada um, em 14 vagas francesas, e a tag analytics engineer ocupa a quarta posição no mundo. Um analista capaz de escrever um modelo dbt e adicionar data tests conforme descritos na documentação do dbt (unicidade, valores não nulos, valores aceitos, relacionamentos) cobre os dois papéis, exatamente o que times de dados enxutos buscam cada vez mais.
Contar as ferramentas na lista de requisitos. Uma vaga que pede SQL, uma ferramenta de BI e um data warehouse em nuvem descreve um cargo real. Uma vaga que lista Power BI, Tableau, Python, Spark, machine learning e gestão de stakeholders geralmente junta três cargos em um, e perguntar qual entrega é esperada ao fim do primeiro mês revela do que o time realmente precisa.
Níveis de senioridade no mercado de data analyst
O mercado pende para os perfis seniores. No job board da SharpSkill em 10 de novembro de 2026, 957 das 2.138 vagas ativas estão marcadas como sênior (45%), 443 como pleno (21%) e 216 como lead. As vagas júnior somam 127 e os estágios 83, de modo que as posições de entrada representam cerca de uma vaga em cada dez.
Essa distribuição muda a forma de se preparar em cada nível:
- Candidatos júnior e estagiários competem nos fundamentos. Um teste de SQL bem resolvido e um projeto de portfólio curto e bem explicado pesam mais do que uma longa lista de ferramentas.
- Candidatos plenos são avaliados pela autonomia: receber um pedido ambíguo, escolher a métrica e entregar sem que um sênior revise cada consulta.
- Candidatos sêniores e leads são avaliados pela influência: definir KPIs com as áreas de negócio, arbitrar entre números conflitantes e explicar por que um dashboard não deveria ser construído.
A mesma pergunta de SQL pode surgir em qualquer nível. O que muda é o aprofundamento: ao júnior pergunta-se se a consulta funciona; ao sênior, como ela se comporta em uma tabela de um bilhão de linhas e como o resultado seria apresentado a um diretor financeiro.
Salários de data analyst em 2026
No job board da SharpSkill em 10 de novembro de 2026, 604 vagas de data analytics informam um salário anual. Convertida para euros, a mediana é de € 102.523, com a metade central entre € 76.500 e € 132.012. Esse número global exige uma ressalva: as vagas dos Estados Unidos informam salário com muito mais frequência (56% delas) e respondem por 391 dos 604 salários, então a mediana reflete principalmente o mercado americano, onde chega a € 115.092.
| Mercado (job board da SharpSkill, 10 de novembro de 2026) | Vagas com salário | Salário anual mediano |
|---|---|---|
| Todas as regiões | 604 | € 102.523 |
| Estados Unidos | 391 | € 115.092 |
| Reino Unido | 34 | € 74.920 |
Na Alemanha, menos de 20 vagas informam um valor, o que é pouco para uma mediana confiável: faixas publicadas continuam raras por lá e o salário costuma ser discutido na primeira conversa. Como referência pública nos Estados Unidos, o Bureau of Labor Statistics não tem uma categoria "data analyst"; a ocupação mais próxima, operations research analysts, apresenta salário mediano de US$ 88.940 em maio de 2025 e crescimento projetado do emprego de 12% entre 2025 e 2035.
O trabalho freelance é minoritário: 9% das vagas de data analytics do job board são freelance. Entre as 65 vagas que informam uma diária, a mediana é de € 465, com a metade central entre € 430 e € 500. Modalidades de contrato, portage e IR35 são abordados no guia de vagas freelance de data analyst.
Encontre vagas de data analyst alinhadas a essas habilidades
Vagas de data analyst publicadas publicamente, atualizadas todos os dias, com as perguntas de entrevista para revisar em cada uma
Vagas remotas e híbridas de data analyst por país
No job board da SharpSkill em 10 de novembro de 2026, 56% das vagas de data analytics são totalmente remotas, 18% híbridas e 5% presenciais; as demais não informam o modelo. Essas médias globais escondem grandes diferenças entre países:
| País | Vagas ativas | Totalmente remoto | Híbrido |
|---|---|---|---|
| Estados Unidos | 695 | 83% | 5% |
| Reino Unido | 200 | 32% | 33% |
| França | 234 | 7% | 53% |
| Alemanha | 99 | 27% | 35% |
Um rótulo "remoto" raramente significa "de qualquer lugar". A maioria das vagas remotas restringe o país de residência por questões de folha de pagamento e tributação, ou exige sobreposição com um fuso horário. Para profissionais no Brasil que miram empregadores dos Estados Unidos ou da Europa, esse ponto pesa muito. O acesso aos dados é a outra restrição: bancos, seguradoras e empresas de saúde costumam exigir que analistas que trabalham com dados pessoais estejam no escritório ou usem um equipamento gerenciado pela empresa. Confirmar esses dois pontos já na primeira conversa evita uma surpresa tardia na fase de proposta.
A página pública do mercado de trabalho de data analytics mostra os mesmos indicadores para cada país, com links para o detalhamento por país.
Entrevista de data analyst: o que cada etapa avalia
A maioria dos processos seletivos de data analyst segue a mesma sequência: uma conversa com o recrutador, um teste de SQL (ao vivo ou para fazer em casa), um estudo de caso ou cenário de negócio e uma etapa final com o gestor da vaga. Cada etapa avalia uma habilidade diferente.
A etapa de SQL. É de esperar um problema de ranking ("os três principais produtos por categoria"), uma comparação entre períodos ("crescimento da receita mês contra mês") e um caso de deduplicação. A armadilha clássica é um join em uma chave não única que multiplica linhas silenciosamente e infla uma soma sem gerar nenhum erro. Candidatos que conferem a contagem de linhas antes e depois de cada join se destacam. As perguntas de entrevista sobre window functions em SQL cobrem os padrões que mais se repetem.
A etapa de estatística e experimentação. Cargos de analista de produto e de marketing quase sempre incluem uma pergunta sobre testes A/B: escolher a métrica principal, estimar o tamanho da amostra e explicar por que encerrar um teste assim que ele parece significativo aumenta os falsos positivos. O módulo de testes A/B treina essas respostas.
O estudo de caso. O entrevistador apresenta um sintoma de negócio, por exemplo uma queda de 15% nos pedidos semanais, e observa o raciocínio. Uma boa resposta primeiro confirma que a queda é real (mudança no tracking, atraso nos dados, sazonalidade), depois a segmenta (plataforma, país, usuários novos ou recorrentes) antes de propor qualquer causa. Uma resposta fraca pula para uma hipótese já no primeiro minuto.
A etapa de BI e modelagem. Para cargos de BI, é de esperar perguntas sobre esquemas estrela, a diferença entre uma coluna calculada e uma medida em DAX e o motivo de um relatório estar lento. O candidato precisa saber explicar o contexto de filtro em palavras simples.
A etapa com stakeholders. Cargos sêniores acrescentam um cenário: dois times reportam receitas diferentes para o mesmo mês. A resposta esperada rastreia as duas definições até as tabelas de origem e propõe uma métrica única e documentada, em vez de dar razão a um dos lados.
O conjunto completo de perguntas de entrevista de data analytics agrupa SQL, Python, ferramentas de BI e estatística por módulo, e a cheatsheet para desenvolvedores resume a sintaxe que vale revisar na véspera. Para um passo a passo pergunta por pergunta, o guia completo de perguntas de entrevista de data analyst aprofunda cada tema.
Checklist de habilidades de data analyst antes de se candidatar
- Escolher um ou dois perfis (data analyst, BI analyst, analytics engineer) e reescrever o currículo com o vocabulário que essas vagas usam.
- Praticar window functions, CTEs e contagem de linhas após joins até que uma consulta de ranking ou de variação mês contra mês leve menos de dez minutos.
- Dominar uma ferramenta de BI em profundidade, incluindo sua camada de modelagem (medidas DAX e contexto de filtro no Power BI), em vez de citar três.
- Preparar um estudo de caso de ponta a ponta: um dataset bagunçado, as etapas de limpeza, a métrica escolhida e uma recomendação em um único slide.
- Revisar os fundamentos de testes A/B: métrica principal, tamanho da amostra e por que espiar os resultados antes da hora os distorce.
- Perguntar já na primeira conversa sobre a faixa salarial, a política de trabalho remoto (país, fuso horário, acesso a dados) e o data warehouse e a ferramenta de BI em uso.
- Consultar o panorama de vagas de data analyst para saber onde as vagas são publicadas e, em seguida, filtrar o job board por senioridade para mirar posições realistas.
Conclusão
O mercado de data analyst em 2026 recompensa a precisão mais do que o acúmulo de ferramentas. SQL continua sendo a habilidade mais pedida, uma ferramenta de BI dominada a fundo vale mais do que três conhecidas por alto, e o dbt abre caminho para os cargos híbridos entre análise e analytics engineering. Com quase metade das vagas em nível sênior e cerca de uma em cada dez aberta a iniciantes, a diferença está na escolha certa do perfil, no rigor no teste de SQL e na qualidade do raciocínio diante de um estudo de caso.
Comece a praticar!
Teste seus conhecimentos com nossos simuladores de entrevista e testes tecnicos.
Você saberia encontrar o bug em Data Analytics?
Um trecho real, um bug escondido, uma tentativa por dia. Sem conta para testar.

Escrito por
Anthony Fillion-MailletFundador da SharpSkill
Desenvolvedor fullstack há mais de 10 anos. Dirige a SharpSkill e responde por tudo o que é publicado aqui.
Atualizado em 10 de novembro de 2026
Tags
Compartilhar
Artigos relacionados

Vagas freelance de data analyst em 2026: onde encontrar contratos, valor da diária e como se preparar
Onde os contratos freelance de data analyst são publicados em 2026, quanto vale a diária na França e no Reino Unido, quanto do trabalho é remoto e o que as entrevistas avaliam.

Perguntas de Entrevista Data Analyst Itália 2026: SQL Avançado, Python e Estudos de Caso
Preparar-se para entrevistas de Data Analyst na Itália com perguntas reais de empresas italianas em 2026. SQL avançado, Python pandas, estudos de caso e processo de contratação italiano.

Apache Superset em 2026: Dashboards, SQL Lab e Perguntas de Entrevista
Apache Superset 6.1 em detalhes: dashboards de data analytics, SQL Lab e templates Jinja seguros, o novo serviço MCP, a comparação com o Tableau e as perguntas de entrevista que importam.