Programa do Curso

Fundamentos e Princípios do Data Mesh

Módulo 1: Introdução e contexto

  • Evolução da arquitetura de dados: DW, Data Lake e o surgimento do Data Mesh
  • Problemas comuns em arquiteturas centralizadas
  • Princípios fundamentais da abordagem Data Mesh

Módulo 2: Princípio 1 – Propriedade de dados por domínio

  • Organização orientada por domínios
  • Benefícios e desafios da descentralização da responsabilidade
  • Casos práticos: definição de domínios em uma empresa real

Módulo 3: Princípio 2 – Dados como produto

  • O que é um “data product”
  • Papéis do dono do data product
  • Melhores práticas para projetar produtos de dados
  • Exercício prático: design de um data product por equipe

Plataforma, Governança e Design Operacional

Módulo 4: Princípio 3 – Plataforma de autoatendimento

  • Componentes de uma plataforma de dados moderna
  • Ferramentas comuns em um ecossistema Data Mesh (Kafka, dbt, Snowflake, etc.)
  • Exercício: design de arquitetura de plataforma de autoatendimento

Módulo 5: Princípio 4 – Governança federada

  • Governança em ambientes distribuídos
  • Políticas, padrões e automação
  • Implementação de políticas de qualidade, segurança e privacidade de dados

Módulo 6: Design organizacional e mudança cultural

  • Novos papéis no Data Mesh: dono do data product, equipe de plataforma, equipes de domínio
  • Como alinhar incentivos entre domínios
  • Transformação cultural e gestão da mudança

Implementação, Ferramentas e Simulação

Módulo 7: Estratégias de adoção e implementação

  • Roadmap para implementar Data Mesh em fases
  • Critérios para selecionar domínios piloto
  • Lições aprendidas de implementações reais

Módulo 8: Ferramentas, tecnologias e estudos de caso

  • Stack tecnológico compatível com Data Mesh
  • Exemplos de implementação (Netflix, Zalando, etc.)
  • Análise de sucesso e fracasso

Módulo 9: Simulação de exame e casos práticos

  • Exercícios de revisão por módulo
  • Simulado de exame tipo certificação
  • Revisão de resultados e discussão

Requisitos

• Conhecimentos básicos em gestão de dados, arquitetura de dados ou engenharia de dados
• Familiaridade com conceitos como Data Warehouse, Data Lake, ETL/ELT
• Desejável: experiência em projetos de dados a nível empresarial

 21 Horas

Número de participantes


Preço por participante

Declaração de Clientes (1)

Próximas Formações Provisórias

Categorias Relacionadas