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 Dados

Comece 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

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.