Engenheiro de Dados 1 (parceria oficial EloGroup)

O curso proporciona uma formação uma formação inicial para o Engenheiro de Dados, apresentando os principais conceitos e ferramentas utilizadas e compartilhar os casos de sucesso e insucesso, explorando a contribuição do engenheiro de dados neste resultado.

DURAÇÃO:

• 5 (cinco) semanas de duração e mais uma semana de encerramento (total de 6 semanas);
• 2 (dois) encontros online por semana com o tutor (total de 10 encontros). Os encontros serão ao vivo e terão 2 (duas) horas de duração;

SISTEMA DE AVALIAÇÃO:

Para conclusão do curso e acesso ao certificado é necessário: 

• Entregar no mínimo 50% das tarefas;  

• Ter 50% de presença no total de encontros online;

• Obter média 6,0 (seis) no Questionário de Avaliação final.

MATERIAL:

• O material de apoio será disponibilizado no Ambiente Virtual de Aprendizagem (AVA): conteúdo do curso, agenda do curso, tarefas, questionários ou simulados materiais extras e vídeo do encontro online.

TÉCNICA:

• Sugerimos que o aluno acesse por um computador utilizando, de preferência, o navegador Firefox ou Chrome;
• Para os encontros online recomendamos o uso de fones de ouvido com microfone.

• Tipos de dados (estruturados, semiestruturados e desestruturados)
•  Ambiente de dados Transacionais X Analíticos
• Estratégias de Modelagem de Dados (relacional, estrela, snowflake);
• Conceitos de Modelagem de Dados Relacional;
• Fluxo básico de Arquitetura de dados orientados ao consumo  (Analíticos);
• Introdução à arquitetura tecnológica de um ambiente analítico.
• Processamento de Dados em Batch x Processamento Contínuo
• Agendamento, automação e monitoramento da ingestão de dados
• Dinâmica Prática

1. Arquitetura conceitual do ambiente analítico
2. Automação da rotina de ingestão de dados

Recomenda-se que o aluno tenha feito o curso: Introdução à Ciência de Dados , oferecido pela Escola Superior de Redes;

Ao final do curso, o aluno será capaz de:

• Desenvolver uma visão geral do que é engenharia de dados e das suas principais etapas;
• Definir as melhores estratégias para cada caso de uso de Modelagem de Dados;
• Conhecer as arquiteturas de ambientes analíticos;
• Armazenar e Processar grandes conjuntos de dados;
• Planejar, estruturar e executar projetos simples de Engenharia de Dados em seu contexto;
• Utilizar de SQL, Python e R para a entrega de soluções on-premises, na cloud ou híbridas, assim como o armazenamento em bases relacionais ou bancos NoSQL e conhecer o controle de todo pipeline dos dados com ferramentas ETL, Spark ou Kafka.