Perguntas de Entrevista para Data Scientist (2026)
Entrevistas de data scientist abrangem uma superfície ampla: probabilidade e estatística, fundamentos de machine learning, SQL e manipulação de dados, um case de produto/analytics, e perguntas comportamentais. A mistura exata depende de a vaga ser mais voltada a analytics, engenharia de ML ou pesquisa, então esclarecer o foco da vaga logo no início já é um bom sinal.
Nas perguntas abaixo, os entrevistadores se importam com rigor e comunicação. Você consegue raciocinar com precisão sobre um conceito estatístico, escolher o modelo certo para um problema e justificá-lo, escrever SQL correto, e traduzir uma pergunta de negócio ambígua em uma análise mensurável? Declarar suposições e explicar trade-offs importa tanto quanto o número final.
Pratique explicar conceitos técnicos de forma simples, como se fosse para um stakeholder não técnico. Boa parte do trabalho — e boa parte da entrevista — é tornar uma análise sólida legível para quem vai agir a partir dela.
Perguntas de Entrevista para Data Scientist e Como Respondê-las
1. Explique o trade-off entre bias e variância.
Abordagem: Defina as duas fontes de erro, depois conecte à complexidade do modelo: modelos simples sofrem underfitting (alto bias), modelos complexos sofrem overfitting (alta variância). Relacione a alavancas concretas — regularização, mais dados, validação cruzada — e à decomposição do erro total.
2. O que é p-value, e o que ele não diz?
Abordagem: Defina como P(dados tão extremos | hipótese nula verdadeira). O 'não' é a chave: não é a probabilidade de a hipótese ser verdadeira, e significância não é o mesmo que importância prática. Mencionar os erros de interpretação comuns é o sinal.
3. Como você lidaria com um dataset de classificação desbalanceado?
Abordagem: Comece pela métrica (accuracy enganosa; use precision/recall, F1, AUC-PR). Depois as técnicas: resampling (SMOTE, undersampling), pesos de classe, ajuste de threshold. Enfatize avaliar sobre a distribuição real.
4. Quando você usaria random forest em vez de gradient boosting?
Abordagem: Contraste bagging (paralelo, redução de variância, robusto a overfitting) com boosting (sequencial, redução de bias, maior acurácia mas mais sensível ao tuning). Mencione o custo de treinamento e os trade-offs de interpretabilidade.
5. Escreva uma query SQL para encontrar o segundo maior salário por departamento.
Abordagem: Use uma window function: DENSE_RANK() OVER (PARTITION BY dept ORDER BY salary DESC), filtrando rank = 2. Discuta a diferença no tratamento de empates entre RANK, DENSE_RANK e ROW_NUMBER.
6. Como você detecta e trata outliers?
Abordagem: Distinga erros de dados de extremos genuínos. Métodos: IQR, z-score, limiares de domínio, visualização. A decisão a verbalizar: remover sinal real pode enviesar o modelo; investigue antes de deletar.
7. Desenhe um teste A/B para um novo algoritmo de recomendação.
Abordagem: Defina hipótese, métrica primária e guardrails. Calcule o tamanho da amostra a partir do MDE e do poder estatístico. Trate a unidade de randomização, efeitos de novidade, e quando parar. Pré-registre o critério de sucesso.
8. Explique como você avaliaria um modelo que performa bem offline mas mal em produção.
Abordagem: Investigue distribution shift, train/serve skew, leakage nos dados offline, e loops de feedback. Proponha monitoramento e um deploy em shadow. O raciocínio sistêmico é o que está sendo testado.
9. Qual a diferença entre regularização L1 e L2?
Abordagem: L1 (Lasso) induz esparsidade e faz seleção de features; L2 (Ridge) encolhe os coeficientes suavemente. Explique geometricamente por que os cantos do L1 zeram pesos, e quando cada uma é preferível.
10. Fale sobre uma vez em que sua análise mudou uma decisão de negócio.
Abordagem: Use STAR. Mostre a pergunta, seu método e, fundamentalmente, a comunicação que gerou ação. Quantifique o resultado. Data scientists que não conseguem influenciar decisões não são contratados.
Receba ajuda em tempo real na sua entrevista de data scientist
Durante uma entrevista de data science ao vivo, o Natively transcreve a pergunta e pode mostrar a definição, fórmula ou padrão SQL de que você precisa em tempo real, no seu dispositivo — útil quando o nervosismo faz um conceito familiar escapar momentaneamente.
