Perguntas de entrevista para Analista de dados (SQL)

Explique a diferença entre INNER JOIN e LEFT JOIN com um exemplo real.

O que observar: Que o LEFT mantém todas as linhas da tabela da esquerda, e o cuidado de que um filtro no WHERE pode transformá-lo num INNER sem querer.

Qual é a diferença entre WHERE e HAVING?

O que observar: WHERE filtra linhas antes da agregação e HAVING filtra grupos depois dela.

Como funciona o GROUP BY, e o que acontece com as colunas que não estão no GROUP BY nem numa agregação?

O que observar: Que a maioria dos bancos dá erro e alguns devolvem um valor arbitrário, o que é uma fonte silenciosa de resultados errados.

Qual é a diferença entre COUNT(*), COUNT(coluna) e COUNT(DISTINCT coluna)?

O que observar: Todas as linhas, só as não nulas e só os valores distintos não nulos, com um caso em que a diferença muda a resposta.

Como os valores NULL se comportam em comparações, joins e funções de agregação?

O que observar: Que NULL = NULL não é verdadeiro, que NULLs não casam em joins, que as agregações os ignoram e o uso de IS NULL e COALESCE.

Qual é a diferença entre UNION e UNION ALL, e por que ela importa para o desempenho?

O que observar: UNION remove duplicados e por isso precisa ordenar ou comparar, enquanto UNION ALL só junta, sendo mais rápido quando não há duplicados.

Em que ordem lógica o SQL executa as cláusulas de um SELECT?

O que observar: FROM e JOIN, WHERE, GROUP BY, HAVING, SELECT, ORDER BY e LIMIT, e por que isso explica não poder usar um alias do SELECT no WHERE.

O que é uma função de janela, e qual é a diferença para uma agregação com GROUP BY?

O que observar: Que a função de janela calcula sobre um conjunto de linhas sem colapsá-las, mantendo o detalhe de cada linha.

Como você ranquearia linhas dentro de um grupo, e qual é a diferença entre RANK, DENSE_RANK e ROW_NUMBER?

O que observar: O uso de PARTITION BY e o tratamento de empates: RANK pula posições, DENSE_RANK não pula e ROW_NUMBER numera sem empatar.

Como você calcularia um total acumulado ou uma média móvel de 7 dias em SQL?

O que observar: SUM ou AVG com OVER, ORDER BY e a moldura da janela, e atenção a dias sem registro, que distorcem a média.

Como você encontraria o segundo maior salário de cada departamento?

O que observar: Uma função de janela por departamento, com a escolha consciente de como tratar salários empatados.

Quando você usaria uma CTE em vez de uma subconsulta, e isso muda o desempenho?

O que observar: Legibilidade e reaproveitamento, e saber que o impacto no desempenho depende do banco e do otimizador.

Uma consulta está lenta. O que você verifica primeiro, e como os índices ajudam?

O que observar: Ler o plano de execução (EXPLAIN), filtrar cedo, evitar funções sobre colunas indexadas e entender quando um índice é ou não usado.

Como um JOIN pode inflar sem querer a contagem de linhas, e como você perceberia isso?

O que observar: Relacionamentos de um para muitos multiplicando linhas, detectados comparando contagens antes e depois do join e checando a unicidade das chaves.

Como você valida que o resultado de uma consulta está correto antes de reportá-lo?

O que observar: Conferir totais com outra fonte, testar casos conhecidos, checar nulos e duplicados e desconfiar de números surpreendentes.

Como você encontraria e trataria linhas duplicadas numa tabela?

O que observar: GROUP BY com HAVING COUNT(*) > 1 ou ROW_NUMBER para identificar, e investigar a origem antes de apagar qualquer coisa.

Alguém pergunta “quantos usuários ativos tivemos no mês passado?”. Que perguntas você faz antes de escrever a consulta?

O que observar: Definir o que é “ativo”, o período e o fuso horário, quais usuários excluir (testes, internos) e para que decisão o número vai servir.

Escreva uma consulta para calcular a retenção mensal de novos cadastros. Me explique a lógica.

O que observar: Coortes por mês de cadastro, atividade nos meses seguintes e divisão pelo tamanho da coorte, com atenção a meses incompletos.

A receita parece 20% menor nesta semana do que na anterior. Como você usaria SQL para investigar?

O que observar: Primeiro confirmar se os dados estão completos, depois quebrar por dimensões (canal, produto, região, dia) até isolar a origem da queda.

Como você mediria a conversão do cadastro até a primeira compra?

O que observar: Definir a janela de tempo, ligar cadastro e primeira compra por usuário e cuidar de quem ainda está dentro da janela.

Me conte sobre uma análise em que os dados se mostraram enganosos. O que você fez?

O que observar: Uma história real em que a pessoa desconfiou, investigou e comunicou a limitação com transparência.