O que você aprenderá_

Construa uma visão completa das arquiteturas de dados modernas.
Entenda como Data Warehouse, Data Lake e Lake House se conectam na prática.
Desenvolva um ecossistema analítico completo com um caso real de negócio.
Domine os principais conceitos de engenharia de dados utilizados no mercado.
Saiba escolher a arquitetura certa para cada cenário.
Compreenda o papel de cada componente dentro do ambiente analítico.
Evolua de executor de SQL para um profissional com visão arquitetural.

Público alvo_

Profissionais e estudantes interessados em engenharia e arquitetura de dados — engenheiros de dados, arquitetos de dados, analistas e desenvolvedores que desejam projetar pipelines, modelar Data Warehouses, Data Lakes e aplicar governança para consumo analítico.

Victorino Vila

Victorino, formado em Engenharia Elétrica pela PUC-RJ e mestre pela UFRJ, tem mais de 30 anos em gestão de consultorias de tecnologia. Sócio de startup de software para integração de dados, trabalha com MYSQL, SQL SERVER, POSTGRES, ORACLE, WEB SERVICES e .NET. Desde 2018, é professor na Alura, ensinando programação e bancos de dados.

Curso atualizado em 17/04/2026

Já estuda na Alura?

Comece o curso agora

Ementa

Sistemas Transacionais e Analíticos (OLTP vs OLAP)
- Apresentação
- O que é OLTP
- Garantindo a integridade das transações na Screen Match
- O que é OLAP
- Analisando o crescimento de freelancers na Freelando
- Comparando OLTP e OLAP
- Gerenciamento de carga de trabalho em plataformas de tarefas
- Criando o OLTP do Minishop
- Modelando o sistema OLTP para a Petpark
- Continuando a criação do OLTP do Minishop
- Definindo cardinalidades para a Playcatch
- Para saber mais: definição de cardinalidades
- Faça como eu fiz: OLTP no MiniShop
- O que aprendemos?
Data Warehouse e Modelagem Multidimensional
- Conceito do Data Warehouse
- Estratégias de integração de dados para o Buscante
- Fundamentos da modelagem Multidimensional
- Estruturando dados de vendas na TRATOTECH
- Transformando matriz em tabelas
- Escolhendo o modelo de dados para otimizar agendamentos de spa
- Criando o Dw do Minishop
- Otimizando a performance de consultas na Hermex Log
- Continuando a transformação da matriz em tabelas
- Estruturando o modelo dimensional para Dev.Spot
- Continuando a criação do Dw do Minishop
- Estrutura hierárquica de dimensões na Playcatch
- Para saber mais: dimensão input na modelagem dimensional
- Faça como eu fiz: modelar Data Warehouse
- O que aprendemos?
Processo de ETL no Data Warehouse
- Introdução ao Processo de ETL
- Implementando ETL no Gatito Petshop para análise de vendas
- Lookup e Surrogate Keys
- Gerenciamento de contatos com surrogate keys na Indexa
- Slowly Changing Dimensions
- Análise de vendas de livros com mudanças de categoria
- Dimensão tempo e políticas de carga
- Escolhendo a abordagem ETL para o Cinetopia
- Criando ETL do Minishop
- Garantindo a integridade dos dados de vendas na Zoop
- Continuando a criação do ETL do Minishop
- Gerenciando o estoque de livros raros na loja Meu Pequeno Grimório
- Para saber mais: scd tipo 3: histórico limitado
- Faça como eu fiz: ETL no Minishop
- O que aprendemos?
Arquitetura e Implementação de Data Lake
- Introdução ao Data Lake
- Gerenciamento de dados na plataforma Screen Match
- Arquitetura do Data Lake
- Estratégias de armazenamento de dados na Dev.Spot
- Fluxos de Dados com Data Lake
- Otimização do fluxo de dados no Buscante
- Criando o Data Lake no Minishop
- Implementando camadas de dados no Cookin'UP
- Para saber mais: formato parquet no data lake
- Faça como eu fiz: integrar Data Lake
- O que aprendemos?
Arquitetura Lakehouse
- Introdução ao Lakehouse
- Implementando Lakehouse na plataforma Checklist
- Arquitetura do Lakehouse
- Implementando um Lakehouse para otimizar o HomeHub
- Papéis do Data Lake, Data Warehouse e Lakehouse
- Estratégias de armazenamento de dados para a Freelando
- Exemplo das diferentes camadas
- Analisando o uso de milhas na Jornada Milhas
- Lakehouse no Minishop
- Implementando um sistema de dados eficiente para a Screen Match
- Para saber mais: evitar duplicação de dados
- Faça como eu fiz: arquitetar um Lakehouse
- O que aprendemos?
Camada Semântica, Consumo Analítico e Governança
- A camada semântica na arquitetura de dados
- Garantindo consistência nas métricas de milhas aéreas
- Consumo analítico através da camada semântica
- Garantindo a consistência de métricas no aplicativo Fokus
- Governança dos dados
- Catálogo de dados para playlists na Playcatch
- Para saber mais: integração entre dados e BI
- Faça como eu fiz: semântica e governança
- O que aprendemos?
- Conclusão

Descubra se esse curso é pra você! Leia as primeiras aulas

Comece essa formação agora mesmo e capacite-se para seu próximo projeto!

Conheça os planos

Escola

Data Science

Trabalhe com dados. Aprofunde seu conhecimento nas principais ferramentas de uma pessoa data scientist. Descubra as diferentes possibilidades de análise de dados, do Excel ao Python, e mergulhe em frameworks e bibliotecas, como Pandas, Scikit-Learn e Seaborn.

Conheça a escola