Obrigado por enviar sua consulta! Um dos membros da nossa equipe entrará em contato com você em breve.
Obrigado por enviar sua reserva! Um dos membros da nossa equipe entrará em contato com você em breve.
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
Declaração de Clientes (1)
A capacidade de engajar em uma base 1:1 e garantir que eu tivesse clareza e compreensão sobre os conceitos discutidos.
Dave - Sea
Curso - Data Architecture Fundamentals
Máquina Traduzida