Data Engineering

Nivel 1
 Engenharia de Dados - Fundamentos:
o Uma pessoa Engenheira de Dados desempenha um papel
crucial ao projetar, implementar e manter as
infraestruturas de dados que permitem que uma
organização trabalhe de maneira eficiente com suas
informações. A pessoa engenheira de dados cria pipelines
de dados para integrar, limpar e transformar dados
provenientes de várias fontes e formatos. Isso possibilita
a geração de insights valiosos para o negócio e melhora a
tomada de decisões estratégicas.
 Python - Fundamentos:
o Python é uma linguagem de programação de alto nível,
de uso geral, amplamente utilizada em aplicações web,
desenvolvimento de software, ciência de dados e Machine
Learning. Sua filosofia de projeto enfatiza a legibilidade
do código com o uso de indentação significativa. Python é
dinamicamente tipada e tem um garbage collector.
o Conhecer os tipos primitivos
o Declarar variáveis, considerando os diferentes tipos
o Usar estruturas condicionais ('if', 'else')
o Conhecer os operadores de atribuição e comparação
o Usar estruturas de repetição e laços ('while', 'for')
o Usar funções, passando parâmetros e argumentos
o Manipular métodos
o Manipular arrays e listas
o Obter dados de uma API
o Criar construtores
o Funções anônimas
 Java - Fundamentos:
o Java é uma linguagem de programação amplamente
usada para codificar aplicações Web. Java é uma
linguagem multiplataforma, orientada a objetos e
centrada em rede que pode ser usada como uma
plataforma em si. É uma linguagem de programação
rápida, segura e confiável para codificar tudo, desde
aplicações móveis e software empresarial até aplicações
de big data e tecnologias do servidor.
o Conhecer os tipos primitivos
o Declarar variáveis, considerando os diferentes tipos
o Usar estruturas condicionais ('if', 'else')
o Conhecer os operadores de atribuição e comparação
 o Usar estruturas de repetição e laços ('while', 'for')
o Usar funções, passando parâmetros e argumentos
o Manipular métodos
o Manipular arrays e listas
o Obter dados de uma API
o Criar construtores
 Bancos de Dados - Fundamentos:
o Os bancos de dados são sistemas de armazenamento de
dados que permitem a organização, a manipulação e o
acesso eficiente às informações. Existem dois principais
tipos de bancos de dados, sendo eles SQL (Structured
Query Language) e NoSQL (Not Only SQL).
o O conhecimento dos fundamentos de bancos de dados,
tanto SQL quanto NoSQL, é essencial na engenharia de
dados. Os bancos de dados são a base para armazenar e
manipular os dados utilizados nas análises e nos
processos de tomada de decisão. Compreender os
diferentes tipos de bancos de dados permite aos
engenheiros de dados escolher a solução mais adequada
para cada caso, levando em consideração os requisitos de
escalabilidade, desempenho, consistência e flexibilidade.
Além disso, a habilidade de escrever consultas SQL e de
utilizar as características específicas dos bancos de dados
NoSQL é essencial para extrair, transformar e carregar
dados de forma eficiente e eficaz.
 Linux - Fundamentos:
o Linux é um termo popularmente empregado para se
referir a sistemas operacionais que utilizam o Kernel
Linux. As distribuições incluem o Kernel Linux, além de
softwares de sistema e bibliotecas.
o Conhecer o sistema de diretórios do Linux
o Compactar e descompactar arquivos
o Editar arquivos no console com o VI
o Gerenciar os processos rodando na máquina
o Conhecer as variáveis de ambiente e o PATH
o Gerenciar pacotes
o Realizar comunicação remota com o SSH e SCP
 Big Data - Fundamentos:
o Big Data refere-se a conjuntos de dados extremamente
grandes e complexos, que não podem ser facilmente
processados ou gerenciados por métodos tradicionais.
Esses conjuntos de dados são caracterizados por seu
volume massivo, velocidade de geração e variedade de
tipos e formatos. Com a explosão da quantidade de dados
gerados diariamente, provenientes de diversas fontes
como redes sociais, dispositivos IoT e transações
 comerciais, o Big Data apresenta desafios e
oportunidades para extrair insights valiosos e tomar
decisões informadas.
o A análise de Big Data envolve o uso de técnicas e
tecnologias avançadas, como armazenamento distribuído,
processamento em paralelo e aprendizado de máquina,
para explorar e transformar esses dados em informações
significativas para empresas, organizações e
pesquisadores.
 Pipelines e ETL:
o Pipelines e ETL (Extract, Transform, Load) são conceitos
essenciais no campo da Engenharia de Dados,
desempenhando um papel fundamental na coleta,
transformação e integração de dados. Compreender os
fundamentos dessas áreas é essencial para aqueles que
desejam trabalhar com a gestão e o processamento
eficiente de grandes volumes de informações.
 DevOps e Cloud - Conceitos:
o DevOps desempenha um papel importante na integração
contínua e na entrega contínua de projetos, ao garantir a
colaboração eficaz entre desenvolvedores, operadores de
sistemas e outros stakeholders importantes em um
projeto. Essa pessoa também é fundamental na
implementação e gerenciamento de soluções de
computação em nuvem, facilitando o acesso a recursos e
serviços, bem como a escalabilidade e a segurança dos
sistemas.
o DevOps é essencial para a engenharia de dados, pois
permite a integração contínua e a entrega eficiente de
projetos. A colaboração entre equipes de
desenvolvimento, operações e engenharia de dados
facilita a integração de fontes de dados, processamento
em tempo real e entrega de insights. Além disso, práticas
DevOps garantem testes automatizados, monitoramento
e governança de dados, garantindo qualidade e
segurança nas soluções analíticas. Essa abordagem
agiliza a gestão de dados em escala, possibilitando
tomadas de decisões informadas.
 Git e GitHub - Fundamentos:
o Git é um sistema de controle de versão distribuído
gratuito e de código aberto projetado para lidar com tudo,
desde projetos pequenos a muito grandes com velocidade
e eficiência.
o GitHub é um serviço de hospedagem para
desenvolvimento de software e controle de versão usando
Git.
o Criar um repositório
o Clonar um repositório
 o Fazer commit, push e pull de e para o repositório
o Reverter um commit
o Criar branches e pul requests
o Lidar com merge e conflitos

Nivel 2
 Processamento distribuído de dados:
o Em processamento distribuído de dados usamos técnicas
e ferramentas para realizar tarefas computacionais em
um conjunto de máquinas conectadas, conhecido como
cluster. Essas máquinas trabalham em conjunto para
analisar e processar grandes volumes de dados de
maneira mais eficiente do que seria possível em uma
única máquina. O profissional pode usar várias
ferramentas e frameworks para realizar esse trabalho,
incluindo Apache Hadoop, Apache Spark e Databricks.
 Bancos de dados relacionais:
o Quando trabalhamos com bancos de dados relacionais
somos responsáveis por projetar, implementar e
gerenciar sistemas de bancos de dados que organizam
dados em tabelas inter-relacionadas. Elas utilizam a
linguagem SQL para manipular e consultar dados, além
de técnicas de modelagem de dados para criar estruturas
de banco de dados eficientes e eficazes. Os bancos de
dados relacionais são usados em uma variedade de
aplicações, incluindo sistemas de gestão de clientes,
aplicações de e-commerce e sistemas de gerenciamento
de recursos empresariais.
 Bancos de dados não relacionais:
o Os bancos de dados não relacionais, também conhecidos
como bancos de dados NoSQL, são uma alternativa aos
bancos de dados relacionais tradicionais. Eles são
particularmente adequados para lidar com grandes
volumes de dados estruturados e não estruturados e são
capazes de escalar horizontalmente em vários servidores
para suportar cargas de trabalho pesadas. Entre os
bancos de dados NoSQL mais populares estão o MongoDB
e o Datomic. Neste segmento, você aprenderá os
fundamentos dos bancos de dados NoSQL, suas
características e usos típicos.
 Orquestração de Data Pipelines:
o A orquestração de data pipelines é um processo crucial na
engenharia de dados que envolve o gerenciamento e a
automação de fluxos de trabalho de dados. É através da
orquestração que os pipelines de dados são configurados,
programados e monitorados, garantindo a eficiência e a
confiabilidade dos processos de extração, transformação
 e carga (ETL). Uma das ferramentas mais populares para
orquestração de data pipelines é o Apache Airflow. Neste
segmento, você aprenderá os fundamentos da
orquestração de data pipelines, incluindo conceitos
importantes, técnicas e melhores práticas.
 Contêineres:
o Os contêineres são pacotes de software que contêm todos
os elementos necessários para serem executados em
qualquer ambiente. Gerenciamento de contêineres é uma
área crucial na computação em nuvem e DevOps, que
envolve o uso de tecnologias para automatizar o processo
de criação, implantação, escalonamento e monitoramento
de contêineres. Contêineres são unidades de software
padronizadas que permitem aos desenvolvedores
empacotar todas as dependências de um aplicativo
(código, bibliotecas, configurações, etc.) em um único
pacote. Isso permite que o aplicativo seja executado de
forma consistente em qualquer ambiente de
infraestrutura.
o A tecnologia de contêineres, como exemplificada pelo
Docker, fornece um ambiente consistente e portátil para
desenvolvimento, teste e implantação de aplicativos, o
que é vital para o trabalho eficiente de engenharia de
dados. Além disso, o Kubernetes, um sistema de
orquestração de contêineres, permite o gerenciamento, a
automação e a escalabilidade de aplicações baseadas em
contêineres em ambientes de produção. Dominar esses
conceitos e tecnologias possibilita a engenheiros de
dados construir e manter pipelines de dados eficientes e
confiáveis.
o O Kubernetes (também conhecido como k8s ou kube) é
uma plataforma de orquestração de containers open
source que automatiza grande parte dos processos
manuais necessários para implantar, gerenciar e escalar
aplicações em containers.
o Isolar seu software para funcionar independentemente
o Implantar software em clusters
o Modularizar seu sistema em pacotes menores
o Conhecer a plataforma Docker
o Conhecer Kubernetes
 Data Warehouses:
o Um Data Warehouse é um sistema de armazenamento de
dados projetado para análise de negócios, suportando
processamento de transações e consultas complexas. Ele
permite a consolidação de dados de várias fontes,
fornecendo um ambiente unificado para análise de dados.
Com recursos de normalização e limpeza de dados,
garante a qualidade e a consistência dos dados
 armazenados. Soluções de Data Warehouse populares
incluem Google BigQuery, Amazon Redshift e Snowflake,
cada uma com suas próprias características e benefícios
únicos.
o Data Warehouses desempenham um papel crucial na
engenharia de dados. Eles fornecem uma infraestrutura
que facilita a gestão, o processamento e a análise de
grandes volumes de dados. Sua capacidade de armazenar
e processar grandes quantidades de dados de várias
fontes permite análises avançadas e suporte à tomada de
decisões, o que é fundamental no atual cenário
empresarial orientado por dados. Os engenheiros de
dados projetam, constroem e mantêm data warehouses
para garantir que os dados estejam acessíveis, seguros e
prontos para análise. Além disso, soluções modernas de
data warehouse, como o BigQuery, o Amazon Redshift e o
Snowflake, oferecem capacidades de escalabilidade e
flexibilidade para lidar com o crescente volume,
velocidade e variedade de dados, tornando-se ainda mais
valiosos para a engenharia de dados.
 Data Lakes:
o Um Data Lake é uma arquitetura de armazenamento de
dados que permite o armazenamento de grandes volumes
de dados brutos em seu formato original, provenientes de
diversas fontes e em vários formatos, como estruturado,
semiestruturado e não estruturado. Diferentemente do
Data Warehouse, que exige que os dados sejam limpos e
estruturados antes de serem armazenados, o Data Lake
permite o armazenamento de dados "como estão",
proporcionando flexibilidade para transformar e processar
os dados conforme necessário para fins de análise.
o Data Lakes são fundamentais para a engenharia de dados
devido à sua capacidade de lidar com a crescente
variedade, volume e velocidade de dados gerados no
mundo digital atual. Eles fornecem um meio econômico e
escalável para armazenar e analisar grandes volumes de
dados de diversas fontes, o que é fundamental para
análises avançadas, como aprendizado de máquina e
análise preditiva. Os engenheiros de dados são
responsáveis pela construção e manutenção de Data
Lakes, garantindo a ingestão de dados de maneira
eficiente, o gerenciamento seguro dos dados e a
implementação de processos de governança de dados.
Além disso, os Data Lakes suportam a democratização
dos dados, permitindo que diferentes partes interessadas,
desde cientistas de dados até analistas de negócios,
acessem os dados necessários para gerar insights
valiosos.
 Cloud - Fundamentos:
 o Cloud, ou computação em nuvem é a distribuição de
serviços de computação pela Internet usando um modelo
de preço pago conforme o uso. Uma nuvem é composta
de vários recursos de computação, que abrangem desde
os próprios computadores (ou instâncias, na terminologia
de nuvem) até redes, armazenamento, bancos de dados e
o que estiver em torno deles. Ou seja, tudo o que
normalmente é necessário para montar o equivalente a
uma sala de servidores, ou mesmo um data center
completo, estará pronto para ser utilizado, configurado e
executado.
o Conhecer a diferença entre IaaS, PaaS e SaaS
o Conhecer os maiores provedores de cloud
o Especializar-se em algum provedor
 Redes de Computadores - Fundamentos:
o Rede de computadores é uma malha que interliga
milhares de sistemas computacionais para a transmissão
de dados. Também conhecidos como nós, esses
dispositivos interconectados enviam, recebem e trocam
tráfego de dados, voz e vídeo, graças ao hardware e
software que compõe o ambiente.
o Configurações de redes são essenciais para que seja
possível acessar uma aplicação, principalmente se ela
estiver na nuvem.
o Entenda melhor os componentes de rede e a suas
atribuições
o Diferenciar os serviços disponibilizados a nível de rede
o Saber as diferenças entre as camadas de rede
o Saber o que é servidor web, proxy reverso e load balancer

Nivel 3
 Deploy de Data Pipelines:
o O deploy de data pipelines envolve a implantação e
execução de fluxos automatizados para coletar,
transformar e carregar dados de diferentes fontes para
um destino específico. Ele garante a disponibilidade
contínua dos dados para análise e outras aplicações,
incluindo agendamento, monitoramento de desempenho
e resolução de problemas durante o processo. O objetivo
do deploy de data pipelines é assegurar a ingestão
confiável de dados para suportar análises, relatórios e
tomada de decisões informadas.
o Na engenharia de dados, o deploy de data pipelines
desempenha um papel crucial ao garantir a
disponibilidade, fluxo contínuo, escalabilidade,
desempenho e monitoramento dos dados, proporcionando
 dados confiáveis e atualizados para impulsionar insights e
ações.
 Gerenciamento de logs:
o O gerenciamento de logs é o processo de coleta,
armazenamento, monitoramento e análise de registros de
eventos gerados por sistemas, aplicativos e dispositivos.
Esses registros de eventos, conhecidos como logs,
contém informações importantes sobre o funcionamento
e o desempenho do sistema, bem como eventos
relevantes para fins de segurança e auditoria.
o O gerenciamento de logs desempenha um papel crucial
na engenharia de dados, pois fornece insights valiosos
para a monitorização, resolução de problemas, otimização
de desempenho e análise de sistemas e aplicativos. Os
logs podem ser usados para identificar e solucionar
problemas, detectar atividades suspeitas ou não
autorizadas, rastrear eventos relevantes e analisar o
comportamento do sistema ao longo do tempo. Além
disso, o gerenciamento de logs é essencial para fins de
conformidade, auditoria e conformidade regulatória,
permitindo o acompanhamento e a documentação
adequados das atividades relacionadas aos dados. Para
isso, são utilizadas ferramentas e técnicas para coletar,
centralizar, analisar e visualizar os logs, tornando-os mais
eficientes e eficazes para a engenharia de dados.
 Data Mesh:
o O Data Mesh promove uma abordagem descentralizada
na arquitetura de dados, capacitando cada equipe ou
domínio a ser responsável por seus próprios dados. Isso
resulta em maior autonomia, colaboração e eficiência na
gestão dos dados.
o A importância do Data Mesh na engenharia de dados está
relacionada à descentralização da responsabilidade pelos
dados. Essa abordagem promove a colaboração, agilidade
e melhoria da qualidade e confiabilidade dos dados na
organização.
 Streaming:
o Streaming é o processamento e transmissão contínua de
dados em tempo real, à medida que são gerados.
Diferentemente do armazenamento tradicional, onde os
dados são coletados e processados posteriormente, o
streaming permite a análise e o uso imediato dos dados à
medida que são recebidos. Essa abordagem é ideal para
lidar com grandes volumes de dados em alta velocidade,
permitindo a detecção de padrões em tempo real, tomada
de decisões instantâneas e resposta rápida a eventos em
andamento.
o O streaming desempenha um papel essencial na
engenharia de dados, capacitando as organizações a
 processar, analisar e tomar decisões com base em dados
em tempo real. Isso resulta em maior agilidade,
escalabilidade e reatividade, possibilitando uma tomada
de decisões mais informada e orientada por insights
atualizados.
 Proteção de dados:
o A proteção de dados é o processo de proteger
informações importantes de forma que garanta a
confidencialidade, integridade e a disponibilidade destes
dados.
 Infraestrutura como código (IaC):
o Infraestrutura como código (IaC) é uma abordagem em
que a infraestrutura de TI, incluindo servidores, redes e
recursos relacionados, é gerenciada e provisionada por
meio de código. Em vez de configurar manualmente a
infraestrutura, o IaC utiliza arquivos de configuração ou
scripts que descrevem a infraestrutura desejada de forma
automatizada e reproduzível.
o A infraestrutura como código é de extrema importância
na engenharia de dados, pois permite uma gestão
eficiente e escalável dos recursos de infraestrutura
necessários para processamento e armazenamento de
dados. Com o IaC, é possível definir, provisionar e
configurar ambientes de maneira consistente, rápida e
controlada. Isso facilita a implantação e manutenção de
pipelines de dados, ambientes de desenvolvimento e
testes, clusters de processamento distribuído e outros
componentes necessários para a engenharia de dados.
Além disso, o IaC permite a automação e o versionamento
da infraestrutura, proporcionando maior agilidade,
rastreabilidade e garantia de qualidade no gerenciamento
dos recursos de TI.
 Governança de Dados:
o Governança de dados é um conjunto de políticas,
processos e práticas que estabelecem a responsabilidade,
a integridade, a qualidade e o uso adequado dos dados
em uma organização. Ela envolve a definição de regras e
padrões para a coleta, armazenamento, gerenciamento,
compartilhamento e uso dos dados, garantindo que sejam
confiáveis, consistentes e seguros ao longo de sua vida
útil.
o A governança de dados desempenha um papel
fundamental na engenharia de dados, pois garante que os
dados sejam gerenciados de forma eficiente, confiável e
em conformidade com as regulamentações e políticas
internas. Ela estabelece diretrizes para a gestão dos
dados, incluindo a definição de metadados, a
identificação de proprietários de dados, a documentação
de políticas de acesso e privacidade, a implementação de
 medidas de segurança e a garantia da qualidade dos
dados.
o A governança de dados também promove a colaboração
entre as equipes, estabelecendo processos de tomada de
decisão baseados em dados confiáveis e padronizados.
Isso resulta em uma melhor qualidade das análises, uma
base sólida para tomada de decisões estratégicas e uma
maior confiança nos dados utilizados para impulsionar as
iniciativas de engenharia de dados.
 Entrega e integração contínuas (CI/CD):
o CI/CD é a abreviação de Continuous
Integration/Continuous Delivery, traduzindo para o
português "entrega e integração contínuas". Trata-se de
uma prática de desenvolvimento de software que visa
tornar a integração de código mais eficiente por meio de
builds e testes automatizados.
o Automatizar a integração de código entre varias partes da
equipe se tornou cada vez mais importante, ja que assim
é possivel acelerar o desenvolvimento e diminiur o tempo
de entrega de software.
o Executar testes automatizados da aplicação para verificar
seu funcionamento.
o Realizar a entrega de atualizações de forma automatica e
com segurança.
o Realizar testes de conexão e testes de carga para evitar
que a aplicação apresente problemas ao ser atualizada.

Habilidade Auxiliar: Arquitetura de

software
 Criação e manipulação de APIs:
o Criação e manipulação de APIs envolvem o
desenvolvimento e interação com Interfaces de
Programação de Aplicativos. APIs são conjuntos de regras
que permitem que diferentes sistemas se comuniquem e
compartilhem dados. A criação de APIs implica em
projetar endpoints que permitem o acesso e interação
com recursos específicos, enquanto a manipulação
envolve utilizar APIs existentes para realizar tarefas
específicas, como autenticação, envio de solicitações e
processamento de dados retornados. Essas práticas são
cruciais para a integração eficiente de sistemas e
aplicativos em diferentes áreas de desenvolvimento.
o A criação e manipulação de APIs são fundamentais na
engenharia de dados, permitindo a troca eficiente de
dados entre sistemas, a integração com serviços externos
e a colaboração entre equipes. As APIs simplificam a
 coleta, processamento e distribuição de informações,
ajudando a construir pipelines de dados robustos e
escaláveis.
 HTTP - Fundamentos:
o HTTP significa Hyper Text Transfer Protocol. A
comunicação entre computadores cliente e servidores
web é feita enviando solicitações HTTP e recebendo
respostas HTTP.
o Entender a diferença dos verbos HTTP
o Testar os requests e ver os status codes no navegador
o Saber fazer uma requisição HTTP na linha de comando
com WGET
o Baixar uma imagem com WGET
o Fazer um post
 Testes de software:
o Testes de software referem-se ao processo de avaliar e
validar um software para garantir que ele esteja
funcionando corretamente e atenda aos requisitos
estabelecidos. Esses testes envolvem a execução de
diferentes cenários e casos de uso, identificando bugs,
erros e garantindo a qualidade do software.
o Na engenharia de dados, os testes de software são
essenciais para garantir a precisão e confiabilidade dos
pipelines de dados e dos sistemas de armazenamento,
processamento e distribuição de dados. Ao realizar testes
rigorosos, os engenheiros de dados podem identificar e
corrigir erros ou inconsistências nos dados, garantindo a
integridade e a consistência dos fluxos de dados. Além
disso, os testes de software ajudam a validar as
transformações e os processos de manipulação de dados,
certificando-se de que os dados sejam processados
corretamente e estejam em conformidade com as regras
de negócio. Isso resulta em um ambiente de engenharia
de dados mais confiável, seguro e de alta qualidade,
garantindo que os dados sejam consistentes e precisos
para análise, tomada de decisões e outras atividades
relacionadas aos dados.
 Design Patterns:
o Na engenharia de software, um "padrão de projeto"
(Design Pattern em inglês) é uma solução geral e
reutilizável para um problema que ocorre normalmente
dentro de um determinado contexto de projeto de
software.
o Conhecer e aplicar os principais Design Patterns
 Estruturas de Dados:
o No contexto dos computadores, uma estrutura de dados é
uma forma específica de armazenar e organizar os dados
na memória do computador para que esses dados possam
 ser facilmente recuperados e utilizados de forma eficiente
quando necessário posteriormente.
o Conhecer as principais estruturas de dados
o Implementar as principais estruturas de dados
 Analytics by Design:
o Analytics By Design é uma metodologia para melhorar a
prontidão analítica dos projetos. Um projeto pronto para
análise permitirá que cientistas de dados, analistas e até
mesmo equipes de negócios comecem a analisar e
obtenham insights com mais rapidez.

Habilidade Auxiliar: Dados e Machine

Learning
 Business Intelligence (BI) - Fundamentos:
o Business Intelligence é um conjunto de teorias,
metodologias, processos e tecnologias que possibilitam a
transformação dos dados “crus” em informações
extremamente relevantes para tomada de decisão de
uma empresa.
o Conhecer o processo de ETL
o Realizar a modelagem e estruturação de tabelas em um
Data Warehouse
o Criar visualizações que façam sentido
o Conhecer o PowerBI
 Extração e Tratamento de Dados:
o A extração de dados é o processo de coleta ou
recuperação de tipos diferentes de dados de uma
variedade de fontes, muitos dos quais podem estar mal
organizados ou completamente desestruturados.
o Obter os dados que serão analisados
o Tratar os dados obtidos, transformando-os, alterando sua
estrutura e valores a fim de deixar a base de dados mais
coerente e garantir que os dados que serão trabalhados
estejam nas melhores condições para serem analisados
o Utilizar as bibliotecas Pandas e Scikit-learn para tratar os
dados
 Machine Learning - Fundamentos:
o O Aprendizado de Máquina ou Machine Learning é um
subcampo da Engenharia e da Ciência da Computação
que evoluiu do estudo de reconhecimento de padrões e
da teoria do aprendizado computacional em inteligência
artificial.
o Aprendizado supervisionado
o Utilizar algoritmos de classificação
o Utilizar algoritmos de regressão
 o Utilizar o Scikit-learn para criar modelos de machine
learning
 MLOps:
o O MLOps permite que os modelos de Machine Learning
sejam implantados de maneira rápida e confiável, o que é
especialmente importante em empresas que lidam com
grandes volumes de dados.
o Ajuda a garantir a qualidade e confiabilidade dos modelos
de Machine Learning em produção, além de facilitar a
manutenção e atualização desses modelos.
o Permite que as pessoas engenheiras de dados trabalhem
em conjunto com cientistas de dados e desenvolvedores
de software para implementar soluções de Machine
Learning em larga escala.
o Ajuda a garantir a governança e a conformidade dos
modelos de Machine Learning com as políticas e
regulamentações da empresa.
 Estatística e Matemática - Fundamentos:
o Equações, funções e limites
o Logaritmos
o Matrizes, determinantes, vetores e espaço vetorial
o Derivadas e integrais
o Diferença entre média, mediana e moda
o Distribuição de frequência
o Variância e desvio padrão
o Distribuição binomial, poisson e normal
o Nível e intervalo de confiança
o Técnicas de amostragem
o Regressão linear
o Séries temporais