O mercado para economistas é mais largo do que todo mundo imagina, mas também mais fragmentado do que deveria ser
A maioria das pessoas pensa em banco ou no governo quando o assunto é economia. Isso está certo até certo ponto, mas deixa de fora uma faixa enorme de opções que normalmente ninguém menciona em orientação profissional. A carreira de economista não é mais aquela coisa lineares de décadas atrás. Hoje se trabalha com dados, com políticas, com risco, com tecnologia. O título na carteira não define mais o dia a dia. Eu já vi economista formado em modelo macroeconômico virar analista de churn em fintech porque sabia SQL e R melhor que a maioria dos cientistas de dados do time. Também já vi colega meu sair de banco central pra ir pra consultoria de impacto social em organismos internacionais. Nada disso aparece em folheto de faculdade.
Onde um economista pode trabalhar: o mapeamento real
No setor público a coisa continua clássica. Banco Central, Tesouro Nacional, Secretaria da Fazenda dos estados e prefeituras maiores, tribunais de contas, ministérios. O caminho usual é concurso, mas tem também cargos de comissão e contratos temporários que merecem atenção. O trabalho aqui gira em torno de política monetária, regulação, fiscalização, avaliação de gastos públicos. Salários bons em cargos efetivos de alto nível, mas a porta de entrada costuma ser lenta e burocrática. Se você pega concurso novo, prepare-se pra estudar pelo menos um ano antes de conseguir algo razoável. Eu tenho um amigo que passou em três concursos seguidos em três estados diferentes antes de estabilizar em um cargo de Brasília. Ele não reclamava, mas o tempo gasto foi real. No setor privado, bancos ainda são o emploiador tradicional. Bancos de investimento, bancos comerciais, fintechs. Como analista de crédito, analista de risco, estratégia, precificação, modelo econômico. Fintechs e empresas de pagamento tendem a valorizar mais programação do que tese de mestrado. Já os bancos tradicionais ainda misturam o técnico com o político institucional, o que significa que saber se comunicar com diretoria é tão importante quanto saber fazer uma regressão. Eu trabalhei num projeto de pricing de cartão onde o economista do time precisava explicar pro CMO por que a elasticidade-preço da taxa não era o mesmo conceito que a sensibilidade do consumidor a promoções. Levou seis reuniões e um documento externo pra alinhar isso. Não é teoria, é o dia a dia.
Consultorias são outra saída larga. Há consultorias especializadas em economia aplicada, em regulação, em saúde, em energia, em agronegócio. Muitas delas contratam economistas pra fazer modelagem de mercado, análises de custo-benefício, due diligence. O trabalho é variado e as prazos apertados costumam ser a regra. Você entra num projeto de mensuração de dano econômico num processo judicial e passa duas semanas coletando dados de folha de pagamento, inflação setorial e projeções de receita. É exaustivo, mas forma muito rápido. A desvantagem é que a curva de aprendizado é íngreme e o turnover é alto em algumas casas. Se você não gostar de pressão constante, pode queimar em doze meses. Pesquisa e academia continuam opções válidas, mas o caminho exige mestrado e doutorado na maioria dos casos. Inserção em programas como o de pós-graduação em economia do Brasil é competitiva e o mercado para professor titular ainda é restrito. Por outro lado, órgãos de fomento como CNPq, Capes e Finep pagam bem durante bolsas e projetos. Eu já vi economista sair do doutorado e ir direto pra pesquisa aplicada em think tanks como FGV, IPEA ou Fundação Getúlio Vargas. A vantagem é autonomia técnica. O problema é que o funding às vezes é instável e o salário inicial não compensa a diferença em relação ao setor privado na maioria dos casos.
Organismos internacionais e ONGs também empregam economistas. Banco Mundial, FMI, BID, CAF, PNUD, e várias ONGs que trabalham com avaliação de políticas públicas. A barreira de entrada é alta. Você precisa de inglês fluente, preferably francês ou espanhol também, e experiência prévia relevante. Salários são bons, mas a concorrência é global. Eu conheço alguém que ficou três anos aplicando teste e mais dois antes de conseguir uma vaga de pesquisador júnior no BID. Não desanime se essa for sua intenção, mas planeje-se como maratona, não como sprint. Empresas privadas de todos os tipos também contratam economistas fora do setor financeiro. Varejo usa análise de demanda e precificação. Agronegócio usa modelagem de commodities e risco climático. Energia usa regulação e previsão de carga. Saúde usa economia da saúde e avaliação tecnológica. Tecnologia usa game theory, marketplace design, pricing dinâmico. O ponto é que a ferramenta principal do economista hoje é análise causal e previsão, e essas coisas servem em praticamente qualquer indústria que tenha dados edecisões sob incerteza.
👉 Clique no botão abaixo para saber mais sobre o assunto!
O que realmente faz diferença na prática
Programação não é mais diferencial, é requisito. Python, R, SQL, e pelo menos noção de Git. Se você entra no mercado só sabendo Stata e EViews, vai conseguir emprego, mas vai ser limitado. Eu vi um colega meu perder uma vaga pra alguém com metade da formação teórica, mas que sabia fazer pipelines de dados automáticos. O recrutador não explicou muito, mas o motivo era claro: produtividade. Análise manual demora horas. Pipeline automatizado demora minutos depois que você gasta as primeiras horas montando. A questão é que muitas empresas não querem esperar essas primeiras horas. Elas querem resposta ontem. Comunicação também conta. Economista que não sabe traduzir número em decisão pratica fica preso em equipes técnicas. Eu já tive que apresentar projeção de inflação pra diretoria e o vice-presidente operacional perguntou se aquilo significava que o preço do insumo X ia subir mês que vem. Respondi que não necessariamente, que a projeção era agregada e que o impacto dependeda da elasticidade de repasse. Ele assentiu e mudou o cronograma de compra. Aquilo valeu mais do que qualquer p-valor.
Networking também ajuda, mas de forma específica. Events de economia aplicada, grupos de slack, comunidades de dados, eventos setoriais. Não adianta colecionar cartões. Eu comecei a participar de meetups de data science em São Paulo e acabei conhecendo alguém que contratou pra uma vaga de economia em uma fintech de crédito. A conversa inicial foi sobre modelos de scoring, não sobre currículo. O que funciona é conversar sobre o problema técnico que você está resolvendo.
Cuidado com armadilhas comuns
Um erro frequente é achar que título de economics basta. Formação em economia é forte, mas o mercado hoje espera complementar com habilidade técnica. Cursem uma disciplina de machine learning, faça um bootcamp de dados, construa um portfólio no GitHub. Não precisa ser engenheiro de software, mas precisa mostrar que consegue lidar com dados reais, bagunçados e em escala. Outro erro é focar só em uma área e ignorar variações. Eu vi economista se especializar demais em macro e não conseguir transição pra análise de risco quando o ciclo virou. Diversifique habilidades. Aprenda microeconomia aplicada, econometria, e também noções de finanças corporativas se quiser migrar pra private. Se quiser ir pro público, estudo regulatorio e análise de custo-benefício são essenciais.
Também é preciso entender que nem toda vaga com "economista" no título é a mesma coisa. Algumas são basicamente análise de dados com título fancy. Outras são pesquisa pura. Leia a descrição com calma. Pede SQL? Provavelmente é mais técnico. Pede publicação em revista qualitida A? Provavelmente é mais acadêmico. Pede experiência com regulação? Provavelmente é setor público ou consultoria regulatoria. Salários também variam muito. Setor público oferece estabilidade e benefícios sólidos, mas teto limitado nos cargos iniciais. Setor privado oferece salários mais altos, mas também mais volatilidade. Organismos internacionais pagam bem, mas exigem mobilidade e idioma. Não existe resposta única. O que existe é combinar suas habilidades com o tipo de vida que você quer ter.
O mercado muda rápido. IA generativa já está sendo usada pra gerar relatórios econômicos iniciais, o que reduz a demanda por análise descritiva básica, mas aumenta a demanda por interpretação causal e validação de modelos. Quem aprender a usar essas ferramentas sem depender delas cegamente sai na frente. Eu testei uma ferramenta de resumo automático num relatório de política monetária e o modelo confundiu elasticidade-preço com elasticidade-renda. Erro grave que só um economista que entende o conceito consegue identificar. Por isso a formação ainda importa, mesmo quando a ferramenta muda. Se você está começando agora, o caminho prático mais seguro é: forme-se bem, aprenda programação, faça estágio ou projeto aplicado o quanto antes, construa um portfólio mínimo de três análises completas com dados abertos, candidate-se pra vagas que combinem técnica com área de interesse, e esteja disposto a ajustar a rota quando o mercado mostrar onde há demanda real. O resto é experiência acumulada.
