Logo do curso
Curso

Governança de dados:

Engenharia e Qualidade de dados

Quero estudar na alura

8h

Para conclusão

48

Pessoas nesse curso

Certificado

De participação

Introdução_

O que você aprenderá_

  • Entenda a arquitetura em camadas Bronze, Silver e Gold e as responsabilidades de cada camada.
  • Implemente práticas de governança e contratos de dados para garantir integridade entre fontes e LakeHouse.
  • Projete convenções de naming e regras de interface para padronizar e validar conjuntos de dados.
  • Aplique verificações de qualidade e gatilhos de parada para controlar a entrega e a confiabilidade dos pipelines.
  • Analise a linhagem e o fluxo dos dados usando ferramentas como SQL Flow para diagnosticar erros e impactos.
  • Construa dashboards de negócio e valide a qualidade técnica e de negócio das métricas apresentadas.

Público alvo_

Profissionais de dados, engenheiros de dados, arquitetos de dados, analistas e gestores que atuam em iniciativas de integração e modernização de dados e que desejam implantar práticas de governança, engenharia e qualidade em um Data LakeHouse.

Pedro Henrique Campagna Moura da Silva

Pedro Henrique Campagna Moura da Silva

github

linkedin

Técnico em Informática e Analista de Relações Internacionais, trabalhou com desenvolvimento de software e ciência de dados voltados para pesquisa. Atualmente estuda governança de dados e tenta sempre construir pontes entre a tecnologia e o internacional.

Curso atualizado em 05/06/2026

Ementa

  1. Qualidade de dados como estratégia organizacional

    • Introdução
    • Estratégia-decisoes orientadas por dados
    • Garantindo a qualidade dos dados no e-commerce UseDev
    • Entendendo a arquitetura do Data LakeHouse
    • Estratégia de governança de dados na Organo
    • Compreendendo o problema
    • Aprimorando a confiança nos dados do Fokus
    • Para saber mais: diferenças entre etl e elt
    • Centralização de permissões de acesso no Cookin'UP
    • Faça como eu fiz: pipeline e qualidade
    • O que aprendemos?
  2. Dissecando os problemas de qualidade de dados

    • De onde surgem os problemas de qualidade
    • Harmonização de dados no Runner Circle
    • Atores, processos e responsabilidades na qualidade de dados
    • Estratégias de coleta de dados na Clickbonus
    • Qualidade técnica e qualidade de negócio
    • Para saber mais: qualidade de dados em sensores
    • Onde medir a qualidade de dados
    • Qualidade de dados no SwiftBank para prevenção de fraudes
    • Métodos e Ferramentas de promoção da qualidade de dados
    • Faça como eu fiz: COI e dados confiáveis
    • O que aprendemos?
  3. Acompanhando a qualidade no fluxo de dados

    • Analisando o fluxo de dados no SQL FLow
    • Garantindo a qualidade dos dados em pacotes de viagem
    • Entendendo as transformações dos dados
    • Para saber mais: dados inválidos em testes de qualidade
    • Identificando erros no fluxo de dados
    • Visualizando o fluxo de dados na VideoFlowNow
    • Analisando impactos dos erros de qualidade
    • Faça como eu fiz: garantir qualidade de dados
    • O que aprendemos?
  4. Monitorando a qualidade de dados em todo o fluxo de dados

    • Arquitetura do Data LakeHouse
    • Sincronização de dados na Jornada Milhas
    • Implementando contratos de interface
    • Garantindo a qualidade dos dados no ADOPET
    • Faz sentido avaliar a qualidade dos dados em bronze
    • Para saber mais: dados mestres no Data LakeHouse
    • Harmonização e qualidade na camada silver
    • Qualidade na camada orientada a uso
    • Faça como eu fiz: QC no Data LakeHouse
    • O que aprendemos?
  5. Definindo atores, responsabilidades e prioridade

    • Resumo das iniciativas de qualidade
    • Estratégias de implementação no Fokus
    • Atores nas iniciativas de qualidade de dados
    • Implementando contratos de interface na Clínica Médica Voll
    • Definindo Prioridades das capacidades técnicas
    • Para saber mais: orquestração no Data LakeHouse
    • Contratos de dados para personalização na Indexa
    • Priorização das iniciativas de qualidade
    • Implementação de padrões de dados na Petpark
    • Faça como eu fiz: qualidade no Data LakeHouse
    • 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

Faça parte da nossa comunidade no discord!

Troque conhecimentos com a comunidade da Alura

Aprenda Governança de Dados com esse e outros cursos, comece agora!

Conheça os Planos para Empresas