Neste episódio do podcat, os lambdas Ahirton Lopes e Matheus Vidal junto com o convidado Daniel Antonio, Data Warehouse Engineer na Stillfront Group, falam sobre Engenharia de Dados – o que é, onde se insere, qual seu futuro no mercado de trabalho e muito mais.  

Entre no nosso grupo do Telegram e compartilhe seus comentários com a gente: https://lb3.io/telegram

Feed do podcast: www.lambda3.com.br/feed/podcast Feed do podcast somente com episódios técnicos: www.lambda3.com.br/feed/podcast-tecnico Feed do podcast somente com episódios não técnicos: www.lambda3.com.br/feed/podcast-nao-tecnico

Pauta:

1. O que é Engenharia de Dados?
   1. Academia x Indústria;
   2. Boom e “hype” na área;
   3. Onde Engenharia de Dados pode estar inserida?
   4. Projetos interessantes e exemplos de aplicações em Engenharia de Dados.
2. Trabalhando e estudando Engenharia de Dados
   1. Quais as principais diferenças quando comparado com desenvolvimento convencional ou até mesmo com outros perfis em dados?
   2. Como normalmente se configura o trabalho de uma pessoa Engenheira de Dados, Especialista em Data Warehouse, Data Lake e outros papéis que lidam com Engenharia de Dados?
   3. Descolamento Academia x Indústria na área. Estamos formando profissionais para atender às demandas em Engenharia de Dados?
3.  Visão sobre os desenvolvimentos recentes na área
4. O que esperar do mercado e do crescimento da adoção de boas práticas em Engenharia de Dados?
5. Observabilidade de dados:
   1. Os dados estão atualizados?
   2. Há dados faltantes?
   3. E quando a falta de observabilidade atrapalha o trabalho em Engenharia de Dados?
6. Ainda haverá espaço para o trabalho da pessoa Engenheira de Dados no futuro?
7. LGPD e outras leis de proteção aos dados? Como essas novas práticas podem impactar o trabalho em Engenharia de Dados? 

Participantes:

• Ahirton Lopes – @ahirton
• Daniel Antonio – @danconte72
• Matheus Vidal Grunewald – @matheus-vidal

Links:

• What Is a Data Engineer: A Guide to This In-Demand Career
• Definition: Data Engineer
• Introducing the 5 Pillars of Data Observability

Edição:

• Compasso Coolab

Créditos das músicas usadas neste programa:

• Music by Kevin MacLeod (incompetech.com) licensed under Creative Commons: By Attribution 3.0 – creativecommons.org/licenses/by/3.0

Podcast: Play in new window | Download (Duration: 1:14:25 — 68.9MB) | Embed

Subscribe: Google Podcasts | Spotify | RSS