Perguntas de Entrevista para Cientista de Dados 2026

Transforma dados em modelos e decisões de negócio quantificáveis.

Perguntas comuns

1. 1. Você recebe um dataset desbalanceado para prever churn. Que passos toma antes de escolher o modelo?

   Guia de resposta: Fale de exploração (distribuição da classe positiva), split temporal vs aleatório, técnicas de balanceamento (resampling, class_weight) e a métrica adequada (recall, AUC) em vez de accuracy.

2. 2. Descreva o último code review difícil que você recebeu. Como processou e o que mudou na forma de programar?

   Guia de resposta: Mostre abertura ao feedback. Cite a observação específica, o que refatorou e o hábito que adotou para evitar o padrão no futuro.

3. 3. Conte sobre um bug crítico em produção que você resolveu. Como isolou, que ferramentas usou e o que saiu do post-mortem?

   Guia de resposta: Descreva detecção (alertas, logs, métricas), a primeira hipótese que validou e a salvaguarda que adicionou para que não se repita silenciosamente.

4. 4. Quando precisa escolher entre velocidade de entrega e qualidade técnica, como equilibra?

   Guia de resposta: Evite a resposta política. Dê um exemplo concreto com trade-offs explícitos: prazo do negócio, dívida técnica acumulada, risco da mudança e por que cedeu.

5. 5. Por que tem interesse especificamente nesta vaga e não em outra de senioridade semelhante?

   Guia de resposta: Ligue três pontos: o que a empresa faz, o problema técnico que te empolga e a habilidade que quer aprofundar nos próximos 12-18 meses.