📊 Data Job Signals #01

🧭 Introdução: Por que analisar as vagas?

O mercado de dados no Brasil vem mudando rapidamente — mas o que realmente está sendo pedido nas vagas? Quais são os padrões, mudanças e sinais que indicam ajustes nos critérios de contratação?

Este relatório é uma análise exploratória inicial, feita a partir de 75 vagas para Cientista de Dados publicadas no LinkedIn Brasil entre 01 e 14 de junho de 2025.

O objetivo aqui não é fornecer respostas definitivas — mas sim levantar sinais, fomentar discussões e gerar inteligência prática sobre as exigências do mercado.

🔍 Objetivo principal

Investigar a coerência entre o que as empresas declaram e o que realmente exigem nas descrições de vaga — em termos técnicos, comportamentais e de senioridade.

🔧 Como os dados foram obtidos?

A metodologia do relatório busca estruturar de forma sistêmica os dados não padronizados presentes nas descrições de vagas:

• Coleta manual dos links das vagas

• Captura do HTML completo de cada descrição

• Processamento automatizado via agente GPT, responsável por extrair:

  • Hard skills

  • Soft skills

  • Idiomas

  • Benefícios

  • Sinais de senioridade

Cada vaga foi analisada segundo:

• Nível de experiência declarado

• Nível estimado com base nas exigências técnicas

• Grau de coerência entre ambos

As empresas foram anonimizadas com codinomes como Fintech_SP_01, para garantir uma análise ética e livre de conflitos.

🏷️ Setores e Distribuição das Vagas

As vagas foram categorizadas manualmente por setor de atuação. A segmentação mostra um padrão claro:

📌 Tecnologia, Finanças e Serviços concentram a maior parte das oportunidades.

Esses setores continuam sendo os motores principais da demanda por profissionais em dados no país.

🎯 Senioridade Declarada vs Realidade Técnica

Um dos pontos centrais da análise foi comparar o nível declarado na vaga (Júnior, Pleno, Sênior) com o nível realmente exigido pelas competências técnicas e comportamentais descritas.

📌 Resultado principal:

🟡 61% das vagas estavam em subdeclaração — ou seja, pedem mais do que comunicam.

Outros achados:

• Vagas Júnior e Assistente são raríssimas

• Exigências robustas aparecem mesmo em vagas rotuladas como Pleno

• O título da vaga muitas vezes não reflete o nível real esperado

🧮 Avaliação de Coerência

📌 Resultado:

• Subdeclaração lidera com 61%

• Apenas 11% das vagas foram plenamente coerentes

Cada vaga foi classificada em uma das quatro categorias abaixo:

• ✔️ Coerente – o que é pedido bate com o título

• ⚠️ Subdeclaração – pede mais do que comunica

• ❗ Sobradeclaração – comunica mais do que pede

• ❔ Não informado – não menciona explicitamente o nível

🔍 Onde estão os desalinhamentos?

A incoerência aparece em todos os setores e níveis analisados.

• Tecnologia e Finanças lideram tanto em volume de vagas quanto em desalinhamento

• O rótulo “Pleno” parece ser usado de forma genérica

• Vagas rotuladas como “Assistente” frequentemente apresentam exigências técnicas equivalentes a Sênior

Na análise das hard skills, o padrão técnico é forte e repetitivo:

• Python e SQL lideram com folga

• Machine Learning, Estatística e Pandas formam a base comum

• Spark, Azure, Databricks e práticas de MLOps aparecem mesmo em vagas que não pedem senioridade explícita

🧱 O que as empresas estão pedindo, afinal?

🔥 Heatmap – Hard Skills por Nível Declarado

O heatmap revela:

• Vagas rotuladas como Assistente incluem stacks complexas como Spark e Deep Learning

• Vagas Júnior trazem cargas técnicas que beiram o nível Pleno

• O nível Sênior está alinhado ao esperado — mas os níveis abaixo estão desajustados

📌 Discussões e Hipóteses

O desalinhamento entre rótulo e exigência não é um acaso. Algumas hipóteses:

• 🔍 Pressão seletiva por perfis experientes

• 🧱 Estruturação fraca nos processos de recrutamento

• 🤖 Automatização de descrições baseada em padrões antigos

• 📉 Redefinição silenciosa dos critérios de senioridade

• 💬 Falta de alinhamento entre áreas técnicas e RH

Esses fatores ajudam a explicar por que tantas vagas demandam muito, comunicam mal e ignoram os perfis de entrada.

📜 Conclusão Final

Este relatório foi concebido como um primeiro passo para mapear o terreno e identificar pontos de atenção que influenciam a evolução da área de dados no Brasil.

Não é um retrato definitivo.
Mas revela padrões consistentes que merecem discussão aberta dentro da comunidade.

📌 Principais achados:

• O nível Pleno domina — mas muitas vezes esconde demandas de Sênior

• Perfis de entrada têm pouco espaço

• A comunicação de senioridade nas vagas é inconsistente

• Existe uma pressão técnica crescente no mercado

🔗 Notebook e Dados no GitHub

Inclui os dados estruturados, gráficos, análises e scripts utilizados neste relatório.:
→ 🔗 Acessar notebook no GitHub

🛑 Disclaimer

Este relatório é uma análise independente, sem vínculos institucionais ou comerciais.
Todos os dados utilizados são públicos, anonimizados e tratados com responsabilidade.
O objetivo é gerar inteligência aplicada sobre o mercado de dados no Brasil e fomentar reflexões construtivas.