Engenharia de Dados

Workshop de abertura

• Dinâmica de Integração e boas-vindas

Creative Thinking

• Criatividade, colaboração e experimentação
• Liderança criativa
• Construção coletiva do conhecimento

Agile Database Project

• Métodos ágeis e suas etapas
• Tribo, squads e gestão de equipes

Data Governance

• Qualidade, Metadados e Master Data Management
• Data Cataloging, Data lifecycle e Data Lineage
• Privacidade, Leis e Ética

Distributed Data Processing & Storage

• Estrutura de Dados - HDFS e Apache Spark
• SQL Engines - Impala, Hive e Presto/Trino
• Common patterns - particionamento, sharding, data shuffles, data skews

Cloud Strategy

• Architectures
• Computing Services
• Database Deploy Models

Data Architecture, Data Fabric e Data Mesh

• Modern Data Stack
• Cloud Data Warehouses - Snowflake, Databrics e/ou Google BigQuery
• Small data

Data Pipelines

• Data Wrangling, ETL e CDC
• Data orchestration- backfilling, back-pressure e handling stale data
• Directed Acyclic Graph (DAGs): Apache Nifi e/ou dbt, Airflow, Dagster, Databrics

Stream Processing Pipelines

• CI/CD - Continuous integration/continuous delivery
• Event-based e micro batching
• Apache Spark e/ou Flink, Amazon Kinesis, Azure Stream Analytics, Google Cloud Dataflow

Microservices, APIs e Webhooks

• Queuing Systems - Data producers e data consumers
• Virtualização, Containers e docker, Kubernetes
• Apache Kafka (kSQL), RabbitMQ e Saga Pattern
• Observabilidade, Tracing

Relational Database e Advanced SQL

• Arquitetura lógica e organização dos componentes
• SQL

Document e Search Index Databases

• MongoDB - Atlas e framework Agregação
• ELK (Elasticsearch, Logstash e Kibana)

Colunar e TimeSeries Databases

• Cassandra e CQL
• Scylla Data Model
• InfluxDB

In Memory Database

• Arquitetura e seus elementos
• SanssouciDB
• Soluções Oracle, SAP Hana e Redis

Cloud Engineering

• DataBase as a Service - DBaaS
• Construir e gerenciar soluções multicloud databases

Graph Databases & Analytics

• Teoria dos grafos: nós, conexões e data science
• Neo4J: projeções e subgrafos
• Knowledge Graph e GraphQL

Bootcamp Data Engineering I

• Projeto Prático de IA Generativa: modelos de linguagem generativos

Advanced Data Modeling

• Data Vocabulary
• Modelo Relacional e Dimensional
• Modelo de grafos, documentos e ontologias

Data Science

• Smart Analytics, Machine Learning e IA
• Amostras, data labeling, dados sintéticos, dados de treinamento
• Data Processing Techniques

DataOps

• Manifesto e desafios
• Repositórios e versionamento (Docker, Git, Maven)
• Unit testing (NUnit, Jest, Emma)
• Integração de frameworks (Apache Camel, Spring Integration)

Data Engineering Programming

• Python, Scala, Jupyter Notebook
• Spark Dataframe APIs (PySpark e Spark SQL)
• Terraform
• Uso de modelos de linguagem generativos

Bootcamp Data Engineering II

Processamento de Aprendizagem

• Follow-up do curso
• Validação dos Conhecimentos
• Oportunidades no Mercado
• Próximos passos para o Profissional de Arquitetura
• Congruência entre as Disciplinas
• Feedbacks Individuais

Empreendedorismo e Inovação

• Ecossistema Empreendedor
• Intraempreendedorismo
• Inovação
• Open Innovation
• Ideias e Oportunidades
• Business Canvas – BMG
• Prototipação e Design Thinking
• Análise Financeira
• Economia Criativa
• Técnicas de Pitching
• Cases de Sucesso do Cenário Nacional e Global