Engenharia de Dados do zero, com aulas que você faz
Curso gratuito de Engenharia de Dados com 24 aulas: explicações animadas, prática ao vivo, exercícios que explicam o erro e revisão espaçada.
Ver a trilha Engenharia de DadosComece com programação e dados
- Python do zero
Seus primeiros programas em Python: mostrar valores, guardar em variáveis, decidir com if, repetir com laços e criar funções.
- Listas, dicionários e arquivos em Python
Guardar muitos dados com listas e dicionários, ler e escrever CSV e JSON, e tratar dados errados sem derrubar o programa.
- Python para dados
Ler CSVs reais com a biblioteca padrão, limpar tipos e datas, rejeitar linhas inválidas com motivo, resumir por grupo e entender o que o pandas faz por baixo.
- Git do zero
Um histórico do projeto que você pode consultar e desfazer: commits, staging, branches e o pull request.
- Carreira em dados
O que faz uma pessoa engenheira de dados, como um dado vai da fonte ao painel e o que as vagas de entrada pedem.
- IA como assistente de estudos
O que é um modelo de linguagem, onde ele acerta e onde inventa, e como usá-lo como tutor sem terceirizar o raciocínio.
SQL antes de ferramentas distribuídas
- SQL: fazendo perguntas aos dados
Consultar um banco de dados real com SELECT, filtrar, ordenar, contar, somar e agrupar resultados.
- SQL: tabelas, relações e transações
Criar tabelas com regras, alterar dados com segurança, relacionar tabelas com chaves e JOIN, e proteger mudanças com transações.
- SQL analítico
Granularidade, CTEs, CASE WHEN, datas, window functions, deduplicação e funis: o SQL que responde perguntas de negócio sem dupla contagem.
IA: prompting e contexto
- Prompts para aprender e construir
Como transformar uma dúvida solta em um pedido claro e verificável, e como ajustá-lo a partir da resposta.
- Contexto útil e dados protegidos
O que colocar na conversa para a IA ajudar de verdade, e o que nunca colocar: senhas, chaves e dados pessoais.
Modelagem e armazenamento
- Modelagem analítica e formatos
Tabelas fato e dimensão, esquema estrela, granularidade, histórico com SCD tipo 2, formatos por linha e por coluna, particionamento e onde guardar os dados.
Ingestão e transformação
- Pipelines batch
Como trazer dados de uma fonte, tratar e carregar num destino todo dia, sem duplicar, sem perder nada e se recuperando de falhas.
- Transformações com dbt
Organize suas transformações SQL em modelos versionados, com dependências, camadas, testes e linhagem documentada.
IA: programação em parceria
- Planejar, implementar e revisar com IA
Trabalhar com IA em fatias pequenas: pedir o plano antes do código, ler o diff como quem revisa e só seguir com evidência de que funciona.
- Depuração com evidências
Reproduzir o erro, ler a mensagem e a pilha, testar uma hipótese por vez e levar à IA evidências em vez de “não funciona”.
Orquestração e confiabilidade
- Orquestração com Airflow
Agende pipelines com dependências, novas tentativas e reprocessamento, entendendo DAGs, backfill, sensores e XCom.
- Qualidade e governança de dados
Meça a qualidade dos dados, bloqueie cargas inválidas com contratos e proteja dados pessoais com acesso e retenção definidos.
Entrega e armazenamento em nuvem
- Docker e Compose
Empacote uma aplicação em imagem, rode e investigue containers e suba aplicação e banco juntos com Docker Compose.
- CI e publicação
Como um robô confere cada mudança antes de ela seguir: workflows do GitHub Actions, leitura de falhas, segredos e publicação de um site.
- Conceitos de nuvem
O mapa da nuvem antes de abrir o console: modelos de serviço, regiões, peças básicas, IAM, responsabilidade compartilhada e custos.
IA: agentes, regras e verificação
- Instruções do projeto e escopo do agente
Escrever as regras da casa para um agente de IA, limitar o que ele faz sozinho e conferir no terminal se o combinado foi respeitado.
- Validar trabalho gerado por IA
Conferir o que a IA entrega com evidência independente: asserções suas, pacotes e funções que existem de verdade, segurança, licenças e sua própria explicação.
Preparação para oportunidades
- Portfólio, carreira e IA
Mostrar o que você sabe fazer, procurar a primeira oportunidade e usar IA sem terceirizar o aprendizado.