A trilha de Engenharia de Dados oferece a base para atuar com infraestrutura e processamento de grandes volumes de dados.
Você aprenderá a criar bancos de dados, schemas e tabelas, e dominará subconjuntos da linguagem SQL como DML, DDL, DCL e TCL. A ementa aborda arquiteturas modernas como Data Warehouse, Data Lake e Lakehouse, além de processos de ETL/ELT, pipelines e orquestração.
A formação inclui a visão sobre como produtizar modelos experimentais e analisar data drift. Além disso, cobre a gestão de projetos com metodologias ágeis (Scrum, Kanban) e tradicionais, essenciais para lidar com projetos técnicos e de alta incerteza. O tema de Governança de Dados é tratado com foco em qualidade e segurança.
Cursos Chave: SQL, Engenharia de Cloud e Dados, ML na Prática - Modelos Escaláveis, Governança, Gestão de Processos, Controles e Indicadores, Mentorias de Soft e Hard Skills.
Fundamentos e consultas avançadas para manipular e extrair dados de bancos de dados relacionais.
- Fundamentos de SQL
- Consultas avançadas e otimização
Utilização de Python para engenharia de dados, automação de tarefas e manipulação de grandes volumes de dados.
- Python para manipulação de dados
- Automação e scripting
Fundamentos para interagir com bancos de dados e manipulação de dados
- Inclui funções SQL, operadores, relacionamentos (JOINs)
- Estruturas Python como vetores, matrizes, arrays e dataframes
Conceitos de pipelines de dados, ETL/ELT, e arquiteturas de dados modernas para sistemas escaláveis.
- Desenvolvimento de Data Pipelines
- Estratégias ETL/ELT
Implementação e produção de modelos de Machine Learning em ambientes de larga escala.
- Produção de modelos ML
- Monitoramento e retreinamento
Qualidade, segurança e compliance de dados, garantindo a integridade e conformidade regulatória.
- Qualidade de Dados
- Segurança e Compliance
Foco na otimização e controle de projetos de dados, englobando a definição de processos eficientes, implementação de controles de qualidade e a utilização de indicadores chave de performance (KPIs) para mensurar o sucesso e guiar a tomada de decisões.
- Definição de Processos e Fluxos de Trabalho
- Implementação de Controles de Qualidade de Dados
- Métricas e KPIs para Projetos de Dados
Sessões gravadas de mentoria para desenvolvimento de habilidades comportamentais e técnicas essenciais no mercado de dados.
- Mentoria em Soft Skills
- Mentoria em Hard Skills
Aulas detalhadas e práticas para domínio completo.
Progressão lógica do básico ao avançado em Engenharia de Dados.
Projetos e exercícios reais para fixar o aprendizado.
Carga Horária: 110h