Engenharia de Dados na Prática
Um guia de referência para liderança técnica — do Hadoop ao Data Mesh na nuvem
A diferença entre um engenheiro de dados sênior e um líder técnico não está em saber mais comandos. Está em entender trade-offs.
Quando usar Glue em vez de EMR? Por que o Spark superou o MapReduce? O que justifica um Data Mesh frente a uma plataforma centralizada? Nenhuma dessas perguntas tem resposta única — todas têm contexto. Liderar é navegar esse contexto com clareza, não recitar a ferramenta da moda.
16 capítulos sobre decisão técnica em dados
Big Data e o ecossistema Hadoop
De onde veio o problema de escala e por que as primeiras respostas foram construídas assim. A base para entender tudo que veio depois.
Spark e computação distribuída
Por que o Spark substituiu o MapReduce na prática, o que ele resolve de fato e onde ainda cobra seu preço.
Arquiteturas modernas na AWS
Data Lake, camadas Bronze/Silver/Gold e as escolhas entre serviços gerenciados. Quando Glue, quando EMR, quando nenhum dos dois.
Data Mesh e plataformas de dados
O que o Data Mesh propõe, que problema organizacional ele ataca e por que não é resposta automática para toda empresa.
Modelagem de dados para decisão
Modelar não é desenhar tabelas bonitas. É estruturar o dado para que a decisão seja confiável e a operação, sustentável.
Governança e práticas de engenharia
Qualidade, lineage e confiança. A camada menos glamourosa e mais decisiva de qualquer plataforma de dados que se leve a sério.
- Engenheiros de dados pleno e sênior subindo para posições de decisão técnica.
- Tech leads e arquitetos que precisam justificar escolhas, não só executá-las.
- Quem lidera times de dados e quer linguagem comum entre fundamento e estratégia.
Não é um livro para decorar respostas. É um livro para entender por que cada resposta existe.