--- title: "Estágio em análise de dados: como conseguir a primeira vaga" url: "https://eu.dev.br/carreira/estagio-analise-de-dados/" markdown_url: "https://eu.dev.br/carreira/estagio-analise-de-dados.MD" description: "Guia prático para conquistar estágio em análise de dados sem experiência: o que estudar, como montar um projeto e como ler vagas de dados, BI e analytics." date: "2026-09-04" author: "" --- # Estágio em análise de dados: como conseguir a primeira vaga Guia prático para conquistar estágio em análise de dados sem experiência: o que estudar, como montar um projeto e como ler vagas de dados, BI e analytics. **Para conseguir um estágio em análise de dados, você precisa mostrar que sabe transformar uma pergunta simples em uma resposta verificável: organizar a base, consultar com SQL ou planilha, criar uma visualização e explicar o que o número permite concluir.** Não é necessário dominar machine learning, engenharia de dados, cloud e estatística avançada antes de aplicar. Uma base prática em Excel, SQL e Power BI, acompanhada de um projeto bem explicado, já conversa com muitas vagas de entrada. Comece pelas [vagas de estágio em dados abertas agora](/vagas/?q=est%C3%A1gio%20dados), mas não use uma consulta só. Procure também por `estágio análise de dados`, `estágio BI`, `estágio business intelligence`, `data analyst intern`, `estágio analytics`, `estágio inteligência de mercado` e `estágio performance`. O mesmo tipo de trabalho aparece dentro de marketing, finanças, operações, produto, indústria, saúde e logística. No inventário recente do eu.dev.br, há estágios remotos e híbridos com combinações como SQL, Excel, Power BI, Python, Looker, BigQuery e Tableau. Isso não significa que você precise aprender tudo. Significa que o mercado troca o nome da ferramenta, mas repete a rotina: coletar, limpar, validar, analisar e comunicar dados. ## resposta rápida: como conseguir estágio em análise de dados Siga esta rota: 1. aprenda Excel ou Google Sheets para organizar e conferir dados; 2. pratique SQL até conseguir filtrar, agrupar e juntar tabelas; 3. escolha uma ferramenta de BI, de preferência Power BI se você mira o mercado corporativo brasileiro; 4. use Python como próximo passo, não como desculpa para adiar candidaturas; 5. monte um projeto com pergunta, fonte, limpeza, análise e conclusão; 6. publique arquivos, dashboard e README sem expor dados pessoais; 7. transforme o projeto em dois bullets concretos no currículo; 8. busque títulos de estágio em português e inglês; 9. confirme vínculo acadêmico, previsão de formatura, cidade e carga horária; 10. treine SQL, interpretação de gráfico e explicação do projeto para a entrevista. A porta de estágio exige matrícula porque existe um contrato educacional entre estudante, empresa e instituição de ensino. Se você não está estudando numa instituição elegível, procure também vagas de [analista de dados júnior](/carreira/analista-de-dados-junior-brasil/), trainee e funções de entrada em operações ou BI que aceitem projeto como evidência. ## o que uma pessoa estagiária de dados faz de verdade A rotina depende da área, mas costuma incluir tarefas como: - atualizar planilha, relatório ou dashboard; - consultar banco de dados com SQL; - limpar nomes, datas, categorias e registros duplicados; - conferir se uma métrica bate com a fonte; - acompanhar indicadores de vendas, operação, marketing ou produto; - responder perguntas pontuais do time; - preparar gráfico ou apresentação; - documentar regra de cálculo; - automatizar uma tarefa repetitiva com fórmula, Power Query ou Python; - investigar por que um número mudou. Você provavelmente não vai “fazer ciência de dados” o dia inteiro. Em muitos estágios, o primeiro valor está em deixar um processo confiável: uma planilha que não quebra, uma consulta reproduzível, um painel atualizado e uma definição clara do indicador. Isso não é trabalho menor. Se duas áreas calculam “cliente ativo” de formas diferentes, o dashboard mais bonito do mundo só acelera a confusão. A pessoa boa de dados pergunta de onde veio o número, qual regra foi usada, qual período está sendo comparado e o que ficou fora. ## análise de dados, BI, ciência e engenharia: qual estágio escolher Os títulos se misturam, mas o núcleo muda. | título da vaga | pergunta principal | base mais comum | |---|---|---| | estágio em análise de dados | o que aconteceu e por quê? | Excel, SQL, BI e comunicação | | estágio em BI | como acompanhar os indicadores? | SQL, Power BI, DAX e modelagem | | estágio em analytics | como medir produto, marketing ou operação? | SQL, métricas, experimentos e dashboard | | estágio em ciência de dados | o que podemos prever ou classificar? | Python, estatística e machine learning | | estágio em engenharia de dados | como o dado chega limpo e disponível? | SQL, Python, ETL, cloud e pipelines | Nenhuma trilha é “melhor”. Para a primeira experiência, análise e BI costumam ter escopo mais acessível porque aceitam uma combinação de planilha, consulta e comunicação. Ciência de dados pode pedir estatística e modelagem. Engenharia de dados pode cobrar programação e infraestrutura desde o estágio. Leia o corpo da vaga. Um título de “data science intern” pode descrever dashboard e relatório; uma vaga de “business intelligence” pode pedir pipeline e Python. Se sua meta é machine learning, compare com o guia de [estágio em inteligência artificial](/carreira/estagio-inteligencia-artificial/) e o de [machine learning para júnior](/carreira/machine-learning-junior-brasil/). Se gosta mais de construir o caminho do dado, veja [engenheiro de dados júnior](/carreira/engenheiro-de-dados-junior-brasil/). ## o que estudar primeiro ### 1. Excel ou Google Sheets Planilha continua presente em quase toda empresa brasileira. Aprenda: - filtros e ordenação; - referências de células; - `SE`, `SOMASES` e `CONT.SES`; - `PROCX` ou uma alternativa de busca; - tabela dinâmica; - tratamento básico de texto e data; - gráfico simples; - validação de dados; - identificação de duplicidade. Não precisa decorar centenas de fórmulas. Precisa receber um arquivo, entender as colunas, detectar problemas e produzir uma resposta que outra pessoa consiga conferir. ### 2. SQL SQL é a habilidade técnica mais reaproveitável para análise de dados. Pratique: - `SELECT`, `WHERE` e `ORDER BY`; - `GROUP BY` e funções de agregação; - `CASE WHEN`; - `INNER JOIN` e `LEFT JOIN`; - tratamento de valores nulos; - funções de data; - subconsultas e CTEs; - funções de janela básicas, depois que a base estiver firme. Não estude apenas lendo. Use SQLite, PostgreSQL ou uma plataforma de exercícios e responda perguntas: qual categoria vendeu mais, qual cliente voltou, qual mês caiu e quais registros não encontraram correspondência entre duas tabelas. ### 3. Power BI ou outra ferramenta de visualização Power BI aparece muito em bancos, indústria, varejo, consultorias e áreas administrativas no Brasil. Looker, Tableau, Metabase e Looker Studio também surgem. Escolha uma ferramenta e aprenda o conceito: - importar e transformar dados; - relacionar tabelas; - criar medida; - escolher o gráfico pela pergunta; - usar filtro sem esconder contexto; - publicar ou compartilhar de forma segura; - explicar a regra de cada indicador. No Power BI, conheça Power Query e DAX básico. Não transforme o painel num festival de velocímetros, cores e mapas sem função. Um dashboard bom permite identificar estado, mudança e próxima pergunta. ### 4. Python, depois da base Python ajuda quando a análise precisa ser repetida, quando o arquivo é grande ou quando a limpeza tem muitas etapas. Para estágio, comece com: - leitura de CSV e Excel com pandas; - seleção e renomeação de colunas; - tratamento de ausentes e duplicados; - agrupamento e junção; - gráfico simples; - exportação do resultado; - notebook ou script com instrução de execução. Você não precisa usar Python num problema que uma tabela dinâmica resolve. Maturidade em dados também é escolher a ferramenta proporcional. ### 5. estatística e comunicação Entenda média, mediana, percentual, variação, distribuição, correlação, amostra e viés. Mais importante: aprenda a não prometer causalidade quando só encontrou uma associação. Ao apresentar, use esta estrutura: 1. pergunta; 2. fonte e período; 3. regra de cálculo; 4. resultado; 5. limite; 6. ação ou próxima investigação. Esse formato evita o clássico “fiz cinco gráficos, mas não sei o que eles respondem”. ## um projeto de portfólio que vale mais que cinco certificados Escolha um tema com dado público e uma pergunta limitada. Pode ser transporte, educação, emprego, comércio, esporte, saúde pública sem dados pessoais, orçamento, clima ou um conjunto sintético de vendas. Um projeto forte pode seguir este roteiro: ### pergunta Exemplo: “quais categorias concentram atrasos e como isso mudou nos últimos seis meses?”. A pergunta deve permitir uma resposta. “Analisar dados de vendas” é amplo demais. ### fonte e dicionário Explique de onde veio o arquivo, o que cada coluna significa e qual período está coberto. Se você criou dados sintéticos, diga isso claramente. Nunca publique CPF, email, telefone, endereço ou informação confidencial obtida em trabalho ou faculdade. ### limpeza Mostre decisões reais: datas inválidas, categorias com grafias diferentes, registros duplicados, valores ausentes e linhas excluídas. Não esconda a preparação como se a base tivesse nascido perfeita. ### análise Use SQL para responder perguntas intermediárias. Depois, crie um dashboard ou relatório com poucos indicadores. Mantenha as consultas no repositório e nomeie os arquivos de forma compreensível. ### conclusão e limite Escreva três achados e pelo menos um limite. Exemplo: “a categoria X concentra atrasos, mas a base não informa capacidade da equipe; portanto, o dado indica onde investigar, não prova a causa”. ### README O README deve informar: - problema; - fonte; - ferramentas; - estrutura dos arquivos; - como reproduzir; - decisões de limpeza; - principais conclusões; - limitações; - imagem ou link do dashboard. Use o guia de [portfólio de dados para júnior](/carreira/portfolio-dados-dev-junior/) para criar mais de um projeto e o modelo de [README para projeto júnior](/carreira/readme-projeto-junior/) para deixar a entrega testável. ## currículo para estágio em dados sem experiência Seu currículo pode ter uma página. Deixe visíveis: - curso, instituição e previsão de conclusão; - cidade e disponibilidade para remoto ou híbrido; - Excel, SQL, Power BI e Python apenas no nível que você consegue defender; - um ou dois projetos; - experiência anterior relevante; - LinkedIn, GitHub ou portfólio revisado. Evite este bullet: > Conhecimentos em Excel, SQL, Power BI, Python, inteligência artificial e big data. Prefira: > Analisei 18 mil registros de vendas com SQL e Power BI; tratei duplicidades, defini quatro indicadores e criei um painel com filtros de período e categoria. Documentei fonte, consultas e limitações no GitHub. Se você trabalhou em atendimento, administrativo, estoque, financeiro, pesquisa ou operação, procure evidências transferíveis: conferência de cadastro, controle de indicador, relatório, investigação de divergência e comunicação com outras áreas. Não invente que era “analista de dados” se não era. Mostre a parte do trabalho que conversa com a vaga. Revise o [primeiro CV tech sem experiência](/carreira/primeiro-cv-sem-experiencia-tech/) e o [LinkedIn para júnior](/carreira/linkedin-dev-junior/) antes de enviar a mesma versão para cinquenta processos. ## onde encontrar estágio em análise de dados Pesquise por família de trabalho: - `estágio análise de dados`; - `estágio analista de dados`; - `estágio BI`; - `estágio business intelligence`; - `estágio analytics`; - `data analyst intern Brazil`; - `estágio dados remoto`; - `estágio inteligência de mercado`; - `estágio performance`; - `estágio planejamento Power BI`; - `estágio SQL`. No eu.dev.br, abra a [busca por estágio em dados](/vagas/?q=est%C3%A1gio%20dados), a página de [estágios remotos](/vagas/estagio-remoto/) e a lista de [dados júnior remoto](/vagas/dados-junior-remoto/). Como os anúncios mudam, confirme a candidatura no portal da empresa. Não ignore vagas fora do departamento chamado “Dados”. Um estágio de performance em marketing pode usar SQL e Looker. Uma posição de planejamento industrial pode usar Power BI e Python. Uma vaga comercial pode trabalhar com CRM, Excel e indicadores. Leia as atividades, não apenas a etiqueta. ## como filtrar a vaga antes de aplicar Confira quatro blocos. ### vínculo acadêmico Veja cursos aceitos, semestre, previsão de formatura e exigência de assinatura da instituição. “Áreas correlatas” pode incluir administração, economia, engenharias, estatística, matemática e cursos de computação, mas não presuma: leia o anúncio. ### logística Confirme cidade, dias presenciais, carga de seis horas, horário e duração mínima. Um estágio híbrido inviável pelo deslocamento continua inviável mesmo numa empresa conhecida. ### núcleo técnico Identifique as duas ou três habilidades centrais. Se a vaga pede Excel, SQL e Power BI e cita Python como diferencial, não se elimine por ainda estar aprendendo Python. Se exige Python e estatística para modelagem, prepare uma evidência coerente. ### responsabilidade real Estágio deveria ter acompanhamento. Desconfie quando a empresa espera que a pessoa estagiária seja dona única dos dados, defina arquitetura, responda por produção e entregue toda a estratégia sem supervisão. Compare com o guia de [vaga fake júnior](/blog/fake-junior-como-identificar/). ## entrevista e teste técnico O processo pode cobrar: - fórmulas e tabela dinâmica; - consulta SQL; - interpretação de gráfico; - limpeza de uma planilha; - montagem de dashboard; - case com recomendação; - apresentação de projeto; - perguntas sobre trabalho em equipe e aprendizado. Ao receber um case, primeiro confirme a pergunta. Depois faça um diagnóstico da base: colunas, tipos, nulos, duplicados, período e unidade. Só então crie cálculo e visualização. Durante a apresentação, diga o que você sabe e o que não sabe. Uma resposta honesta pode ser: > A taxa caiu no período e a queda se concentra neste canal. A base não traz investimento nem mudança de público, então eu não consigo afirmar a causa. Meu próximo passo seria cruzar custo, campanha e segmentação. Isso é melhor que inventar uma narrativa confiante. Dados não servem para decorar uma opinião; servem para testar e limitar afirmações. Para organizar tempo e escopo, leia [teste técnico para júnior](/carreira/teste-tecnico-junior/) e [entrevista técnica júnior](/carreira/entrevista-tecnica-junior/). Depois, registre o que aprendeu num [debrief do teste](/carreira/debrief-teste-tecnico-junior/). ## remoto ou híbrido: o que muda Há estágios remotos em análise e engenharia de dados, mas muitas vagas são híbridas porque a empresa conecta o estágio a uma unidade, área de negócio ou programa de desenvolvimento. No remoto, demonstre comunicação assíncrona: - atualize status sem sumir; - registre fonte e regra; - compartilhe consulta reproduzível; - peça ajuda com contexto; - confirme permissões antes de baixar ou publicar dados; - proteja credenciais e informações pessoais. No híbrido, confirme frequência e custo de deslocamento. Não escreva “disponibilidade total” esperando negociar depois. O guia de [como filtrar vaga remota júnior](/carreira/filtrar-vaga-remota-junior/) ajuda a identificar elegibilidade e modalidade real. ## erros que atrasam a primeira vaga ### tentar aprender todas as ferramentas SQL, Power BI, Tableau, Looker, Python, R, Spark, AWS e Azure ao mesmo tempo produzem familiaridade rasa. Construa primeiro uma entrega com planilha, SQL e uma ferramenta de BI. ### fazer dashboard sem pergunta Gráfico bonito não prova análise. Comece pela decisão ou dúvida que o painel deveria apoiar. ### usar dado sensível no portfólio Nunca copie base de cliente, paciente, estudante ou funcionário. Use dados públicos, abertos ou sintéticos e retire identificadores. ### esconder a limpeza No trabalho real, a preparação ocupa boa parte do tempo. Mostrar como você tratou problema aumenta a credibilidade. ### dizer que correlação é causa Se duas variáveis mudaram juntas, isso não prova que uma causou a outra. Reconhecer o limite é competência, não fraqueza. ### esperar dominar Python para aplicar Muitas vagas de análise e BI têm Excel, SQL e dashboard como núcleo. Se você já consegue provar essa base, comece a se candidatar enquanto avança em Python. ## plano de 21 dias ### dias 1 a 7: base e mercado - leia vinte anúncios de estágio; - anote ferramentas e cursos recorrentes; - pratique planilha e SQL diariamente; - escolha uma pergunta e um conjunto de dados; - crie o repositório e o README inicial. ### dias 8 a 14: projeto - limpe a base; - escreva consultas; - valide cálculos; - construa um dashboard curto; - registre decisões e limites; - peça para outra pessoa tentar entender o projeto. ### dias 15 a 21: candidatura - revise currículo e LinkedIn; - publique o projeto sem dados sensíveis; - prepare uma apresentação de três minutos; - treine dez questões de SQL; - aplique em vagas compatíveis; - registre processo, prazo e próxima ação numa [planilha de candidaturas](/carreira/planilha-candidaturas-junior/). O plano não garante contratação em três semanas. Ele cria evidência suficiente para você deixar de ser apenas “alguém fazendo curso” e se apresentar como estudante que já consegue executar uma análise pequena de ponta a ponta. ## perguntas frequentes ### dá para conseguir estágio em análise de dados sem experiência? Sim. Estágio existe justamente como porta de aprendizagem, mas a empresa ainda precisa de evidência mínima. Projeto acadêmico ou pessoal, monitoria, iniciação científica, trabalho com planilha e atividade anterior de conferência podem demonstrar base sem virar experiência inventada. ### qual curso precisa fazer? Os anúncios variam. Computação, sistemas de informação, ciência de dados, estatística, matemática, economia, administração e engenharias aparecem com frequência. O requisito decisivo é o que está escrito em cada vaga e se sua instituição consegue formalizar o estágio. ### preciso saber Python? Nem sempre. Para muitas vagas de análise e BI, Excel, SQL e Power BI são o núcleo, enquanto Python é diferencial. Em estágios de ciência, automação ou engenharia de dados, Python pode ser obrigatório. Leia as atividades e prepare uma prova correspondente. ### Power BI ou Tableau? Se você ainda não tem uma empresa-alvo, Power BI é uma escolha prática para o mercado corporativo brasileiro. Se os anúncios que você deseja pedem Tableau, Looker ou outra ferramenta, adapte. O conceito de modelagem, métrica e visualização é mais importante que colecionar interfaces. ### preciso de matemática avançada? Para análise de dados de entrada, normalmente não. Você precisa interpretar percentual, média, mediana, variação, distribuição e amostra. Estágios de ciência de dados podem exigir probabilidade, inferência e álgebra com mais profundidade. ### estágio em dados pode ser remoto? Pode. Existem anúncios remotos para o Brasil, mas muitas vagas são híbridas e ligadas a uma cidade. Confirme elegibilidade, horário, equipamento e frequência presencial no anúncio oficial. ### o que colocar no portfólio? Coloque um projeto reproduzível com pergunta, fonte, limpeza, consultas, dashboard, conclusão e limite. Um projeto completo e bem documentado vale mais que vários notebooks copiados sem contexto. ## checklist antes de se candidatar - [ ] Minha matrícula e previsão de formatura atendem ao anúncio. - [ ] Consigo cumprir cidade, horário e modalidade. - [ ] Sei usar planilha para limpar e conferir uma base. - [ ] Consigo escrever consultas SQL básicas sem copiar tudo. - [ ] Tenho um dashboard ou relatório que responde uma pergunta. - [ ] Meu projeto explica fonte, regra, conclusão e limite. - [ ] Não publiquei dados pessoais, credenciais ou informação confidencial. - [ ] Meu currículo mostra entregas, não apenas uma lista de ferramentas. - [ ] Consigo apresentar o projeto em três minutos. - [ ] Confirmei que a vaga ainda está aberta no portal oficial. O estágio em análise de dados não exige que você chegue como cientista, engenheiro e analista ao mesmo tempo. Exige curiosidade com método: fazer uma pergunta, encontrar a fonte, conferir a qualidade, calcular com uma regra clara e comunicar sem esconder incerteza. Construa uma prova pequena desse ciclo, busque pelos vários títulos usados no mercado e aplique antes de transformar preparação em mais um curso infinito.