Exemplos e Modelos de Currículo de Analista Quantitativo para 2025

O Bureau of Labor Statistics projeta um crescimento de 23% no emprego para analistas de pesquisa operacional e funções quantitativas relacionadas até 2033, traduzindo-se em aproximadamente 10.400 vagas anuais nos setores de serviços financeiros, tecnologia e consultoria (BLS, 2024). Analistas quantitativos comandam compensação total mediana acima de US$ 190.000, com quants seniores em hedge funds e firmas de trading proprietário ultrapassando US$ 400.000 a US$ 800.000 quando bônus são incluídos (eFinancialCareers, 2024). No entanto, o mesmo rigor matemático que torna um quant excepcional em modelar processos estocásticos frequentemente falha em se traduzir no papel — gerentes de contratação em firmas como Citadel, Two Sigma e Goldman Sachs gastam uma média de 7,4 segundos na triagem inicial do currículo, e um currículo que esconde geração quantificada de alfa atrás de paredes de teoria não sobreviverá a esse filtro.

Sumário

1. Por que esta função importa
2. Currículo de analista quantitativo júnior
3. Currículo de analista quantitativo intermediário
4. Currículo de analista quantitativo sênior
5. Habilidades-chave
6. Exemplos de resumo profissional
7. Erros comuns
8. Dicas de otimização ATS
9. Perguntas frequentes
10. Citações

Por que esta função importa

Analistas quantitativos estão na interseção de matemática, ciência da computação e finanças, construindo modelos que precificam derivativos, gerenciam risco de portfólio, executam estratégias de trading algorítmico e alocam bilhões em capital. A função evoluiu muito além das implementações de Black-Scholes dos anos 1990. Quants modernos desenvolvem pipelines de machine learning que processam terabytes de dados alternativos, otimizam algoritmos de execução que economizam microssegundos na latência de operações e constroem modelos de risco multi-fator que quantificam risco de cauda em classes de ativos correlacionadas.

A curva de demanda continua se acentuando. Instituições financeiras investiram mais de US$ 35 bilhões em aplicações de IA e machine learning em 2024, com finanças quantitativas absorvendo uma parcela desproporcional desse investimento. Pesquisadores quant de nível inicial em hedge funds de Nova York agora comandam salários base entre US$ 125.000 e US$ 150.000, com compensação total do primeiro ano alcançando US$ 200.000 a US$ 300.000 quando bônus de desempenho são incluídos.

Para candidatos, essa intensidade de compensação cria um paradoxo: os cargos pagam extraordinariamente bem, mas o pool de candidatos inclui graduados de PhD do MIT, Stanford, Princeton e CMU que podem derivar o lema de Itô de memória. Seu currículo deve transmitir não apenas credenciais acadêmicas, mas impacto demonstrável — modelos que geraram alfa mensurável, frameworks de risco que preveniram perdas quantificáveis e sistemas que melhoraram a qualidade de execução por margens específicas e verificáveis.

Currículo de analista quantitativo júnior

**Perfil-alvo:** Graduado de PhD ou MS com 0-2 anos de experiência profissional, forte pesquisa acadêmica e experiência de estágio ou programa rotacional.

**ELENA KOWALSKI, CQF** New York, NY | [email protected] | (212) 555-0184 | linkedin.com/in/elenakowalski | github.com/ekowalski-quant

Resumo profissional

Analista quantitativa com MS em Engenharia Financeira pela Columbia University e Certificate in Quantitative Finance (CQF), especializada em precificação de derivativos e modelagem de volatilidade estocástica. Desenvolveu um framework de calibração de superfície de volatilidade local durante estágio no Barclays que reduziu o erro de precificação de opções exóticas em 34% em 2.400 produtos estruturados. Proficiente em Python, C++ e R com pesquisa publicada sobre modelos de difusão com saltos aplicados à precificação de credit default swaps.

Educação

**Columbia University, Fu Foundation School of Engineering** — New York, NY Mestrado em Engenharia Financeira | GPA: 3,91/4,0 | Maio 2024

• Tese: "Calibrating Heston Stochastic Volatility Models Using Particle Swarm Optimization" — reduziu RMSE de calibração em 22% vs. baseline Levenberg-Marquardt
• Disciplinas: Cálculo Estocástico, Métodos Monte Carlo, Arbitragem Estatística, Finanças em Tempo Contínuo, Machine Learning para Finanças

**University of Chicago** — Chicago, IL Bacharelado em Matemática, Minor em Ciência da Computação | GPA: 3,87/4,0 | Junho 2022

Experiência profissional

**Analista Quantitativa** | Millennium Management LLC | New York, NY | Julho 2024 — Presente

• Construiu gerador de sinais de pairs trading em Python (NumPy, pandas, statsmodels) que identificou 47 pares cointegrados de ações S&P 500, gerando US$ 2,1M em P&L bruto em 8 meses com Sharpe ratio de 1,84
• Desenvolveu modelo de previsão de volatilidade GARCH(1,1) para mesa de opções FX, melhorando previsões de volatilidade realizada de 5 dias em 18% vs. modelo EWMA legado, reduzindo custos de hedge em US$ 340K trimestralmente
• Implementou engine de simulação Monte Carlo em C++ para precificação de opções exóticas path-dependent, processando 10M caminhos de simulação em 3,2 segundos — speedup de 4,7x sobre implementação anterior em Python
• Automatizou pipeline diário de cálculo de VaR e CVaR para portfólio multi-estratégia de US$ 1,8B usando SQL e Python

**Estagiária de Pesquisa Quantitativa** | Barclays Investment Bank | New York, NY | Junho 2023 — Agosto 2023

• Construiu framework de calibração de superfície de volatilidade local usando equação de Dupire, reduzindo erro de precificação em 2.400 produtos estruturados exóticos em 34%
• Backtestou estratégia de reversão à média em futuros de Treasuries usando 15 anos de dados tick, alcançando Sharpe ratio backtestado de 2,12 com drawdown máximo de 4,3%

Habilidades técnicas

**Linguagens:** Python (NumPy, pandas, SciPy, scikit-learn, PyTorch), C++ (STL, Boost, QuantLib), R, SQL, MATLAB **Ferramentas:** Bloomberg Terminal, Refinitiv Eikon, Git, Linux, AWS (EC2, S3), Docker, Jupyter **Métodos quantitativos:** Cálculo estocástico, simulação Monte Carlo, métodos de diferenças finitas, modelos GARCH, PCA, análise de séries temporais, modelos de cópula, Black-Scholes, modelo Heston

Currículo de analista quantitativo intermediário

**Perfil-alvo:** 3-6 anos de experiência com desenvolvimento, validação e implantação de modelos em produção em múltiplas classes de ativos.

**DAVID CHEN, FRM, CFA Level III Candidate** Chicago, IL | [email protected] | (312) 555-0297 | linkedin.com/in/davidchenquant

Resumo profissional

Analista quantitativo com 5 anos de experiência desenvolvendo e validando modelos de precificação, frameworks de risco e estratégias de trading sistemático em renda fixa, crédito e derivativos de equity. Construiu modelo de risco de crédito multi-fator na Citadel que melhorou a precisão de previsão de default em 27% em portfólio de títulos corporativos investment-grade de US$ 4,2B. Certificado FRM com candidatura CFA Level III e expertise profunda em Python, C++ e computação distribuída.

Experiência profissional

**Analista Quantitativo Sênior** | Citadel LLC | Chicago, IL | Março 2023 — Presente

• Projetou e implantou modelo de risco de crédito multi-fator incorporando indicadores macroeconômicos, spreads de CDS e dados de sentimento de lucros, melhorando precisão de previsão de default em 1 ano em 27% em portfólio de US$ 4,2B
• Construiu engine de atribuição de P&L em tempo real em Python e C++ decompondo retornos diários em 14 fatores de risco para 3 gestores de portfólio supervisionando US$ 9,7B de AUM combinado
• Desenvolveu Hidden Markov Model de regime-switching para volatilidade de equity que identificou transições de estado de mercado 2,3 dias de trading antes da abordagem anterior
• Otimizou pipeline de cálculo Monte Carlo de CVA/DVA usando aceleração GPU (CUDA), reduzindo tempo de computação de 4,5 horas para 22 minutos

**Analista Quantitativo** | Goldman Sachs, Securities Division | New York, NY | Julho 2020 — Fevereiro 2023

• Desenvolveu framework de precificação de transição Libor-para-SOFR para portfólio de swaps de taxa de juros de US$ 78B notional
• Construiu modelo de classificação de trades baseado em XGBoost que categorizou 140K+ trades diários de equity com 89% de precisão
• Validou 12 modelos de precificação de produção contra benchmarks independentes como parte de Model Risk Management

Educação

**Carnegie Mellon University** — Pittsburgh, PA Mestrado em Finanças Computacionais (MSCF) | GPA: 3,88/4,0 | Maio 2019

**University of Michigan** — Ann Arbor, MI Bacharelado em Matemática e Estatística (Dupla Habilitação) | GPA: 3,82/4,0 | Maio 2017

Currículo de analista quantitativo sênior

**Perfil-alvo:** 7+ anos de experiência liderando desenvolvimento de estratégias quantitativas, gerenciando equipes e gerando P&L em nível sênior.

**DR. JAMES OKONKWO, PhD, CFA, FRM** New York, NY | [email protected] | (646) 555-0413 | linkedin.com/in/jamesokonkwo

Resumo profissional

Chefe de pesquisa quantitativa com 11 anos de experiência construindo e liderando equipes que desenvolvem estratégias de trading sistemático, frameworks de construção de portfólio e sistemas de gestão de risco em equity, renda fixa e volatilidade. Liderou equipe de 9 quants na Point72 Asset Management que gerou US$ 127M em alfa acumulado em 3 anos com Sharpe ratio anualizado de 2,41. PhD em Matemática Aplicada por Princeton, CFA charterholder e certificado FRM, com 6 publicações em periódicos de finanças quantitativas.

Experiência profissional

**Chefe de Pesquisa Quantitativa** | Point72 Asset Management | New York, NY | Janeiro 2021 — Presente

• Lidera equipe de 9 pesquisadores quant desenvolvendo estratégias de equity sistemáticas, gerenciando orçamento de pesquisa de US$ 3,8M anualmente
• Construiu framework de combinação de alfa multi-horizonte que blenda sinais de 40+ fontes de alfa em 5 períodos de holding, gerando US$ 127M em alfa acumulado com Sharpe ratio de 2,41 e drawdown máximo de 6,8%
• Projetou otimizador de construção de portfólio usando programação cônica de segunda ordem (SOCP) que reduziu turnover em 23% mantendo 95% da captura de alfa bruto
• Estabeleceu pipeline de contratação quantitativa: projetou processo de entrevista técnica, triou 400+ candidatos de PhD e contratou 7 pesquisadores com 100% de retenção

**Vice-Presidente, Estratégias Quantitativas** | Morgan Stanley | New York, NY | Agosto 2017 — Dezembro 2020

• Desenvolveu estratégia de arbitragem estatística para equities americanas usando fatores de momentum residual e reversão de curto prazo, produzindo US$ 34M em P&L bruto anualmente com Sharpe ratio de 1,92
• Construiu plataforma algorítmica de execução end-to-end em C++ e Python processando 85.000 ordens diárias, reduzindo implementation shortfall em 3,2 bps

**Analista Quantitativo** | D.E. Shaw & Co. | New York, NY | Setembro 2014 — Julho 2017

• Desenvolveu modelo de arbitragem de convertible bonds que identificou mispricing em 600+ emissões, gerando US$ 18M em P&L anual com Sharpe ratio de 2,67

Publicações

1. Okonkwo, J. (2024). "Cross-Asset Volatility Risk Premia Harvesting Under Regime Uncertainty." Journal of Financial Economics, 153(2), 401-428.
2. Okonkwo, J. & Liu, W. (2022). "Machine Learning Approaches to Earnings Surprise Prediction." Journal of Financial Data Science, 4(3), 67-89.

Habilidades técnicas

**Linguagens:** Python (stack científico completo), C++ (14/17/20, sistemas de baixa latência), R, SQL, Scala, Julia **Infraestrutura:** Spark, Kafka, Redis, Docker, Kubernetes, AWS (stack completo), GCP, Terraform, Airflow **Métodos quantitativos:** Controle ótimo estocástico, métodos PDE, Monte Carlo, machine learning (XGBoost, redes neurais, NLP), métodos bayesianos, modelos de fatores, otimização de portfólio, modelos de microestrutura de mercado, CVA/XVA

Habilidades-chave para currículos de analista quantitativo

Programação e tecnologia

Python (NumPy, pandas, SciPy, scikit-learn, PyTorch, TensorFlow) | C++ (STL, Boost, QuantLib) | R | SQL | MATLAB/Julia | Bloomberg Terminal | Spark/Hadoop | AWS/GCP/Azure | Git | Docker/Kubernetes

Métodos matemáticos e estatísticos

Cálculo estocástico | Simulação Monte Carlo | Métodos de diferenças finitas | Análise de séries temporais (ARIMA, GARCH, VAR) | Machine learning | Inferência bayesiana | PCA | Modelos de cópula | Otimização (convexa, SOCP) | Álgebra linear

Finanças e conhecimento de domínio

Precificação de derivativos | VaR/CVaR | Risco de crédito | XVA | Construção de portfólio | Trading algorítmico | Microestrutura de mercado | Investimento em fatores | Atribuição de P&L | Frameworks regulatórios (Basel III/IV, FRTB)

Exemplos de resumo profissional

Exemplo 1: Quant focado em derivativos

Analista quantitativo com 4 anos de experiência desenvolvendo modelos de precificação de derivativos em mesas de equity, FX e rates em banco de investimento top-tier. Construiu engine de calibração de volatilidade local estocástica (SLV) em C++ que reprecificou 8.000 opções exóticas diariamente com erro médio abaixo de 0,5%, reduzindo custos de hedge da mesa em US$ 2,1M anualmente. Certificado FRM.

Exemplo 2: Quant de trading sistemático

Pesquisador quantitativo com 6 anos de experiência projetando e implantando estratégias de trading sistemático em mercados de equity e futuros em hedge funds multi-manager. Desenvolveu estratégia cross-sectional momentum que gerou US$ 23M em alfa anual com Sharpe ratio de 1,87 em US$ 400M de capital alocado. CFA charterholder com PhD em Estatística.

Exemplo 3: Quant de risco

Analista de risco quantitativo com 3 anos de experiência construindo modelos de risco corporativo para firma de gestão de ativos de US$ 50B. Projetou framework de stress testing de portfólio baseado em Monte Carlo simulando 500 cenários macroeconômicos em 12 fatores de risco. MS em Matemática Financeira com certificação FRM.

Erros comuns em currículos de analista quantitativo

1. Liderar com teoria ao invés de impacto — Toda capacidade técnica deve mapear para um resultado.
2. Omitir métricas financeiras quantificadas — Inclua P&L, Sharpe ratios, melhorias de precisão de modelo.
3. Listar linguagens de programação sem contexto — Especifique o que você construiu.
4. Ignorar o ciclo de vida do modelo — Inclua validação, implantação, monitoramento e governança.
5. Não diferenciar subtipos de quant — Adapte para a função específica.
6. Sub-representar habilidades de engenharia de software — Mencione Git, Docker, CI/CD.
7. Enterrar pesquisa de PhD na seção de educação — Eleve se relevante.

Dicas de otimização ATS

1. Espelhe terminologia exata da descrição da vaga.
2. Use títulos de seção padrão: "Experiência Profissional", "Educação", "Habilidades Técnicas".
3. Inclua nomes completos e siglas de certificações.
4. Escreva por extenso e abrevie termos técnicos.
5. Envie em formato .docx a menos que especificado de outra forma.
6. Coloque palavras-chave críticas no terço superior.
7. Quantifique cada conquista com números.

Perguntas frequentes

Preciso de PhD para trabalhar como analista quantitativo?

PhD não é universalmente exigido, mas continua sendo a credencial mais forte para funções de pesquisa quant em hedge funds top-tier. Muitas firmas contratam com mestrado em engenharia financeira, matemática aplicada, estatística ou ciência da computação, desde que demonstrem profundidade técnica forte.

Quais certificações mais importam?

CFA (buy-side), FRM (risco) e CQF (métodos quantitativos). Para quant developers, certificações AWS/GCP e contribuições open-source têm peso equivalente.

Devo incluir meu GPA?

Inclua se for 3,5/4,0 ou superior e graduou-se nos últimos 5-7 anos. Após 5+ anos de experiência profissional, GPA se torna opcional.

Qual deve ser o tamanho do currículo?

Uma página para menos de 5 anos de experiência. Duas páginas para quants seniores com 7+ anos, publicações e responsabilidades de liderança.

Citações

1. Bureau of Labor Statistics. (2024). "Operations Research Analysts: Occupational Outlook Handbook." https://www.bls.gov/ooh/math/operations-research-analysts.htm
2. eFinancialCareers. (2024). "Salaries and Bonuses in Quant Finance." https://www.efinancialcareers.com/news/salaries-and-bonuses-in-quant-finance-broken-down-by-role-seniority-and-region
3. eFinancialCareers. (2024). "Quant Researcher Salaries Revealed." https://www.efinancialcareers.com/news/quant-researcher-salaries
4. ZipRecruiter. (2025). "Hedge Fund Quantitative Analyst Salary in New York." https://www.ziprecruiter.com/Salaries/Hedge-Fund-Quantitative-Analyst-Salary--in-New-York
5. JPMorgan Chase. (2024). "Quantitative Finance Programs." https://www.jpmorganchase.com/careers/explore-opportunities/programs/quant-fin-programs
6. CQF Institute. (2025). "The Certificate in Quantitative Finance." https://www.cqf.com/
7. GARP. (2025). "Financial Risk Manager (FRM) Certification." https://www.garp.org/frm
8. QuantStart. (2025). "How to Get a Quant Job." https://www.quantstart.com/articles/How-To-Get-A-Quant-Job-Once-You-Have-A-PhD/
9. CFA Institute. (2025). "CFA Program." https://www.cfainstitute.org/
10. QuantBlueprint. (2025). "Landing a Quant Job in 2025." https://www.quantblueprint.com/post/the-ultimate-guide-to-landing-a-quant-job-in-2025