O que você aprenderá_

Desenhe a arquitetura de um sistema batch que transforma experimentos de segmentação em entregáveis consumíveis por marketing.
Defina e aplique contratos de dados que garantam consistência entre zonas raw, processed, features e score.
Orquestre DAGs no Apache Airflow com partições temporais, parâmetros de execução e comunicação entre tarefas.
Implemente pipelines que geram e armazenam features RFM em batch, garantindo idempotência e reprocessamento por partição.
Treine, registre e gerencie versões de modelos usando MLflow, incluindo ciclo de promoção e rollback.
Valide qualidade de dados e modelos com testes automatizados e quality gates que impeçam promoções sem critérios cumpridos.
Exponha os segmentos por meio de uma API e prepare a solução para execução em containers com Docker Compose.

Público alvo_

Profissionais de dados, engenheiros de ML, engenheiros de dados, cientistas de dados e desenvolvedores interessados em transformar experimentos em sistemas de produção que entregam segmentações de clientes confiáveis para times de marketing e CRM.