Bootcamp
Arquiteto de Dados

• Teoria de Banco de Dados Relacional e as 12 regras de Codd
• Overview de Teoria de Conjuntos e Álgebra Relacional
• Introdução à Linguagem SQL
• Padrão ANSI / ISO SQL
• As Classes da Linguagem SQL: DDL, DML, TCL e DCL
• Overview do SQL Server
• Linguagem de Definição de Dados (DDL)
• Linguagem de Manipulação de Dados (DML)
• Código Armazenado (procedures, functions, triggers e views)
• Propriedades ACID
• Linguagem de Controle de Transação (TCL)
• Linguagem de Controle de Acesso a Dados (DCL)
• Interoperabilidade (queries distribuídas)
• Introdução à Linguagem Python
• Lógica de programação Python
• Programação Orientada a Objetos em Python
• Estruturas de Dados em Python
• Estruturas de repetição (loop)
• Fundamentos dos pacotes Pandas e Numpy

Tópicos de Estudo

• Dado, metadado, informação, conhecimento e sabedoria (Pirâmide do Conhecimento DIKW);
• Tipos de Dados (estruturados, semiestruturados e não estruturados);
• Bancos de Dados Relacionais x NOSQL x NewSQL;
• Bancos de Dados Colunares: 
• Conceitos e aplicabilidade; 
• Exemplo com Cassandra. 
• Bancos de Dados Orientado a Documentos: 
• Conceitos e aplicabilidade; 
• Exemplo com MongoDB. 
• Bancos de Dados Chave-Valor: 
• Conceitos e aplicabilidade; 
• Exemplo com Redis. 
• Bancos de Dados de Grafos: 
• Conceitos e aplicabilidade; 
• Exemplo com Neo4j. 
• Banco de Dados NewSQL:
• Conceitos e aplicabilidade; 
• Exemplo com Google Cloud Spanner. 
• Banco de Dados Multimodelo: Azure CosmosDB;
• Banco de Dados em Tempo Real (Real Time Database);
• Banco de Dados Imutável;
• Os Três Níveis (Camadas) de Informação:
• Visão conceitual ou de administração dos dados; 
• Visão externa ou de programação;
• Visão interna ou de administração do banco de dados.
• Introdução à Arquitetura de Dados Corporativa
• Missão da Arquitetura de Dados;
• Papel, hard e soft skills do Arquiteto de Dados;
• DAMA-DMBOK, Data Management Maturity Model - DMM.
• Processo de Arquitetura de Dados (projeto x modelagem x administração de dados);
• Projeto Arquitetural de Dados
• Arquiteturas de Referências;
• Ferramentas para criação do projeto arquitetural (desenho da solução).
• Modelagem de Dados
• Conceituação do Mini-mundo, Universo do Discurso;
• O que é a Modelagem Conceitual;
• O que é a Modelagem Lógica e suas Abordagens (Relacional e Não Relacional);
• O que é a Modelagem Física e o Schema Físico;
• Políticas, Procedimentos e Padrões de Modelagem de Dados;
• Ferramentas para modelagem de dados, repositório e versionamento de modelos.
• Administração de Dados
• Dicionário de Dados e Gestão de Metadados;
• Data Cataloging (Catálogo de Dados);
• Governança de Dados, Dados Mestres e Master Data Management (MDM);
• Ferramentas para administração de dados.

------------------------------------------------------

Trabalho Prático

Elaborar um projeto de banco de dados, descrevendo as etapas e entregas em cada uma delas, do mini-mundo até o schema físico.

------------------------------------------------------

Desafio

Elaborar uma solução para um cenário problemático resultante da inexistência de administração e governança de dados.

Tópicos de Estudo

• Modelagem de Dados Conceitual
• Características e independência de SGBDs e abordagens de modelagem; 
• Modelo de Entidades e Relacionamentos (MER);  
• Diagrama de Entidades e Relacionamentos (DER): 
• Ferramentas CASE para modelagem conceitual de dados: brModelo e DB-MAIN.
• Modelagem de Dados Lógica
• Abordagens de modelagem de dados: relacional, não relacional etc.; 
• Independência de SGBD.
• Modelo de Dados Lógico Relacional: 
• Modelo de Dados Lógico Não Relacional: 
• Modelagem de Dados Física 
• Modelo de Dados Físico Relacional: 
• Modelo de Dados Físico Não Relacional: 
• Schema Físico:
• Forward Engineering (criação do schema físico); 
• Engenharia Reversa (geração do modelo a partir do schema físico). 
•  Arquitetura de Data Warehouse
• Conceitos e características do Data Warehouse;
• Arquitetura de Data Warehouse: Kimball e Inmon;
• Modelagem de dados para Data Warehouse;
• Data Warehouse Moderno (MDW).

-----------------------------------------------------

Trabalho Prático

A partir de um dado cenário organizacional, realizar a modelagem de dados conceitual até a implantação do schema físico em um banco de dados relacional.

------------------------------------------------------

Desafio

A partir de um dado cenário organizacional, realizar a modelagem de dados conceitual até a implantação do schema físico em um banco de dados não relacional (NOSQL).

Tópicos de Estudo

• Escalabilidade e Elasticidade; 
• Introdução à Sistemas Distribuídos; 
• Características de Sistemas Distribuídos;
• Projetos de Arquiteturas Escaláveis de Dados;  
• Introdução à Computação em Nuvem
• Antepassados e Macro Evolução da Computação; 
• Vantagens e Riscos da Computação em Nuvem; 
• Modelos de Implantação de Nuvem: Nuvens Públicas, Privadas e Híbridas; 
• Modalidades de Serviços em Nuvem (SaaS, IaaS e PaaS); 
• Soluções Multicloud; 
• Framework de Adoção de Nuvem (CAF - Cloud Adoption Framework); 
• TCO e ROI; 
• Well Architected Framework e Arquiteturas de Referência; 
• Estratégias de Migração.
• Introdução a armazenamento e processamento distribuído; 
• Sistemas de arquivos distribuídos; 
• Hadoop Distributed File System (HDFS);
• Google File System; 
• Amazon S3; 
• Google Cloud Storage; 
• Azure Blob Storage.
• Introdução a Bancos de Dados Distribuídos; 
• As Doze Regras de um SGBDD; 
• Teorema de CAP e Propriedades BASE x Propriedades ACID; 
• Técnicas de Distribuição de Dados (Replicação e Particionamento): 
• SGBDs distribuídos (relacionais e NOSQL).
• Bancos de Dados como Serviço (PaaS).

------------------------------------------------------

Trabalho Prático

Desenvolver uma prática que aborda a necessidade de implantação de um sistema de arquivos distribuídos.

------------------------------------------------------

Desafio

Desenvolver uma prática que aborda a implantação de um banco de dados distribuído.

Tópicos de Estudo

• Privacy by Design;
• Introdução à Segurança da Informação: 
• Computação Forense;  
• Norma ISO 27.002 Segurança da Informação, benefícios e certificações relacionadas;  
• Política de Segurança da Informação.  
• Segurança Organizacional; 
• Classificação e controle dos ativos de informação;
•   Introdução e Conceitos à Lei Brasileira de Proteção de Dados: 
• Abrangência e Aplicabilidade;  
• Fundamentos Legais e Princípios Norteadores;  
• Direitos do Titular; 
• Agentes no Tratamento de Dados;  
• Hipótese de Tratamento e Exceções; 
• Transferência Internacional;  
• Segurança de Dados e Notificação; 
• Responsabilidade e Possíveis sanções;  
• Atribuições e Composição da Autoridade Nacional de Proteção de Dados;  
• Atualizações da Lei 13.709/18. 
• Autenticação, biometria, assinatura digital e certificados digitais; 
• Criptologia:  
• Introdução aos sistemas criptográficos; 
• Algoritmos de criptografia;  
• Funções de hash: MD5, SHA;  
• Infraestrutura de chave pública, autoridade certificadora e outros;  
• Data Encryption at Rest (criptografia de dados em repouso);
• Encryption for Data in Transit (criptografia de dados em trânsito);
• Aplicações da Criptografia (SSL, SSH, IPSec, VPN).  
• Classificação de Dados, data masking (mascaramento de dados) e anonimização de dados;
• Auditoria de dados;
• Ferramentas para discovery de dados, classificação de dados, mascaramento de dados, anonimização de dados e auditoria de dados;
• Segurança em pessoas: 
• Segurança Física; 
• Segurança de Ambiente; 
• Controle de Acesso.  
• Análise de vulnerabilidades e ataques comuns; 
• Gestão da continuidade do negócio (PCN / PCS / DR) e a Conformidade; 
• Backup e Recuperação.

------------------------------------------------------

Trabalho Prático

Fornecer uma base de dados em MySQL ou SQL Server e um cenário para o aluno implementar algumas das técnicas de proteção de dados vistas no módulo.

------------------------------------------------------

Desafio

Apresentar uma situação problema onde o aluno deve apontar pontos falhos e irregularidades, bem como desenvolver um documento com políticas para segurança dos dados, backup, recuperação dos dados e manutenção para serem entregues a uma empresa fictícia de auditoria.

Elaboração de um Projeto Arquitetural de Dados de ponta a ponta.