Plano de preparação para entrevista: Analista de Dados na Nubank

Perguntas para praticar (6)

1. Conte sobre um projeto onde você teve que colaborar com outras áreas da empresa.
2. Fale sobre um conflito que você teve com um colega ou gestor e como resolveu.
3. Descreva uma situação em que você precisou adaptar-se a uma grande mudança no trabalho.
4. Como você lida com dados faltantes em um conjunto de dados?
5. Explique a diferença entre análise descritiva e análise preditiva.
6. Como você garantiria a integridade dos dados em um projeto?

Perguntas para fazer ao entrevistador (8)

• Como o Nubank está se adaptando às novas regulamentações do mercado financeiro?
• Como vocês medem o sucesso das iniciativas de dados na empresa?
• Quais são as características da cultura organizacional do Nubank?
• Qual o estilo de liderança predominante na equipe da Nubank?
• Quais desafios vocês enfrentam atualmente no setor de dados?
• O Nubank possui programas para o crescimento e desenvolvimento de seus colaboradores?
• Como se dá a interação entre equipes diferentes no Nubank?
• Quais são as expectativas para as inovações futuras no setor de tecnologia do Nubank?

Tópicos de estudo (8)

• SQL avançado para análise de grandes volumes de dados

  Estude joins complexos, CTEs, funções de janela, subqueries, agregações, tratamento de dados nulos e otimização de queries. SQL é requisito recorrente nas vagas do Nubank e pode ser avaliado em exercícios práticos com dados de múltiplas fontes.

• Python para exploração, transformação e automação de dados

  Pratique Python com pandas, NumPy, tratamento de dados, validações, análise exploratória e automação de tarefas repetitivas. As vagas do Nubank citam Python ou outras linguagens como competência aplicada a grandes conjuntos de dados e à eficiência operacional.

• Métricas de produto financeiro e definição de KPIs

  Estude como transformar objetivos de negócio em métricas quantitativas, incluindo aquisição, ativação, retenção, transações, receita, inadimplência, aprovação de crédito, perdas, fraude e satisfação do cliente. Prepare-se para explicar a diferença entre métrica operacional, KPI, métrica norteadora e métrica de vaidade.

• Estatística aplicada, experimentação e inferência

  Revise estatística descritiva, distribuições, intervalos de confiança, testes de hipótese, correlação versus causalidade, tamanho de amostra e testes A/B. O objetivo é demonstrar que consegue avaliar mudanças em produtos financeiros sem confundir variação aleatória com impacto real.

• Modelagem analítica, ETL/ELT e qualidade de dados

  Estude data warehouse, data lake, data mart, modelos dimensionais, granularidade, fatos e dimensões, além de pipelines ETL/ELT e controles de qualidade. As posições do Nubank valorizam modelagem de dados, colaboração com engenharia e manutenção de pipelines confiáveis.

• Visualização de dados e comunicação executiva

  Pratique a construção de dashboards e narrativas com ferramentas como Looker, Tableau ou Power BI, priorizando clareza, contexto e decisões acionáveis. Prepare apresentações que traduzam uma análise técnica em recomendação objetiva para stakeholders de negócio e tecnologia.

• Produtos financeiros, risco, fraude e AML

  Revise fundamentos de cartões, contas, pagamentos, crédito, cobrança, risco de crédito, fraude e prevenção à lavagem de dinheiro. Esse conhecimento ajuda a interpretar corretamente as métricas e é especialmente relevante porque vagas do Nubank mencionam contextos de AML, fraude, risco e controles financeiros.

• Comunicação, inglês e resolução estruturada de problemas

  Prepare respostas no formato STAR para projetos de análise, conflitos de prioridades, erros em dados e influência sem autoridade. Treine explicar seu raciocínio em inglês e português, pois as vagas destacam comunicação com áreas técnicas e de negócios e, em algumas posições, proficiência profissional em inglês.

Planos relacionados

• Analista de dados na IBM