Visao geral
A analise de dados e um dos setores em maior crescimento em Portugal e as posicoes junior recebem centenas de candidaturas. A licenciatura em Estatistica, Informatica ou Economia e o ponto de partida, mas quem seleciona quer ver competencias praticas: queries SQL, scripts Python, dashboards interativos. Um CV que mostra projetos reais com dados reais distingue-se imediatamente.
Este CV pertence a Beatriz, recem licenciada em Estatistica pela Universidade de Lisboa. Realizou um estagio de seis meses na equipa de analytics de uma empresa de e-commerce onde analisou dados de comportamento de 520.000 utilizadores.
O perfil: ferramentas e escala dos dados
Recem licenciada em Estatistica com estagio na equipa de analytics de uma empresa de e-commerce. Analise dos dados de comportamento de 520.000 utilizadores e criacao de dashboards em Tableau que apoiaram decisoes de marketing com um incremento de 19% na taxa de conversao. Competencias em Python, SQL e Tableau.
O numero de utilizadores analisados (520.000) e o impacto na taxa de conversao (+19%) comunicam imediatamente o valor do trabalho.
Para o teu perfil: Indica a escala dos dados com que trabalhaste e o impacto das tuas analises nas decisoes empresariais.
Experiencia: analise com impacto
Analise dos dados de comportamento de 520.000 utilizadores para identificar padroes de compra e segmentos de clientes
Criacao de 12 dashboards interativos em Tableau para a equipa de marketing, utilizados semanalmente por 14 pessoas
Desenvolvimento de um modelo preditivo em Python (scikit-learn) para previsao de churn com precisao de 81%
Cada ponto liga a analise a um resultado concreto.
Competencias tecnicas
Beatriz lista Python (pandas, NumPy, scikit-learn), SQL (MySQL, PostgreSQL), Tableau, Power BI e Excel avancado.
Formacao e projetos
Licenciatura em Estatistica com media de 17 valores e tese sobre analise preditiva no setor do retalho.
Erros a evitar
Nao indicar a escala dos dados. "Analise de dados" e generico. "Analise de 520.000 utilizadores" e especifico e impressionante.
Omitir as bibliotecas Python. Quem contrata quer saber se conheces pandas, NumPy e scikit-learn, nao apenas "Python".
Negligenciar o impacto empresarial. As analises so tem valor se produzirem resultados. Liga sempre os numeros a decisoes ou melhorias concretas.


























































































































































