Fundamentos de engenharia de dados na nuvem com BigQuery e Dataflow

À medida que as organizações geram quantidades massivas de dados diariamente, a demanda por profissionais qualificados que possam projetar pipelines robustos é maior do que nunca. Este curso apresenta os princípios básicos da engenharia de dados em plataformas de nuvem modernas, com foco em armazenamento e processamento escaláveis. Você fará a transição de entender os conceitos básicos de banco de dados para projetar e executar fluxos de trabalho de dados prontos para produção. Através de explicações escritas claras e cenários práticos, você aprenderá a ingerir, transformar e armazenar dados de forma eficiente usando ferramentas como BigQuery, Pub/Sub e Dataflow, incorporando práticas modernas como gerenciamento de esquema e orquestração de pipeline. O que você aprenderá: compreender conceitos fundamentais de engenharia de dados, incluindo padrões ETL/ELT e tipos de armazenamento; configurar data warehouses escalonáveis e executar consultas otimizadas usando o BigQuery; criar pipelines de ingestão de streaming e em lote com Pub/Sub e Dataflow; aplicar conceitos modernos de arquitetura de data lakehouse para organizar dados não estruturados e estruturados. Crie esquemas limpos e estruturados que garantam a qualidade e a governança dos dados em seus pipelines; Pratique a escrita de transformações SQL e lógica de pipeline por meio de exercícios escritos passo a passo. O curso começa com terminologia e conceitos estruturais essenciais antes de guiá-lo através de cenários práticos de pipeline. Você progredirá da configuração básica de armazenamento de dados para projetar fluxos de trabalho de dados sem servidor totalmente automatizados. Este curso foi projetado para iniciantes, aspirantes a engenheiros de dados e analistas que desejam fazer a transição para a infraestrutura em nuvem. Não é necessária experiência anterior com a nuvem, embora uma familiaridade básica com o SQL seja útil. Comece a construir sua base de engenharia de dados em nuvem hoje mesmo.