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 data product owner
   • Melhores práticas para design de produtos de dados
   • Exercício prático: design de um data product em 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: data product owner, plataforma team, domain teams
   • 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 com 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 gerenciamento 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