Curso de engenharia de dados
Um curso de engenharia de dados feito de exercícios, não de slides
14 trilhas na ordem certa, 300+ exercícios práticos, 20 a 30 minutos por dia. Você escreve SQL, quebra pipelines, conserta, e termina com projetos reais em Docker, Airflow, dbt, Spark e um data warehouse na nuvem. Comece com 7 dias grátis — sem cartão.
O que você vai construir
- Uma ingestão incremental segura para reexecutar (idempotência, watermark, retries).
- Um modelo dimensional com star schema e histórico SCD Tipo 2.
- Um projeto dbt com testes, snapshots e lineage sobre uma arquitetura medallion.
- Uma DAG no Airflow com backfill, sensors e alerta que sobrevive a falha upstream.
- Um job PySpark que você mesmo tunou depois de ler a Spark UI.
- Um consumidor Kafka com semântica de entrega explícita.
As 14 trilhas, na ordem
| 1. Fundamentos de SQL | Do SELECT a CTEs e funções de janela — a linguagem que você usa todo dia. |
| 2. Python para dados | Python idiomático, tipagem, pandas, requests e código que passa em code review. |
| 3. Linux & Docker | Fluência no shell, imagens, volumes, docker-compose — como o pipeline realmente sobe. |
| 4. Modelagem de dados | Normalização, star schema, dimensões que mudam devagar, granularidade e chaves. |
| 5. Data warehouse | Snowflake/BigQuery: warehouses virtuais, clustering, controle de custo, tuning. |
| 6. Ingestão & APIs | Extração batch e incremental, paginação, retentativas, idempotência. |
| 7. dbt | Models, sources, tests, snapshots, estratégias incrementais, documentação e lineage. |
| 8. Orquestração com Airflow | DAGs, sensors, backfills, retries, SLAs e os erros que te acordam às 3h. |
| 9. Spark & PySpark | Partições, shuffle, joins, skew, broadcast e leitura da Spark UI. |
| 10. Streaming com Kafka | Tópicos, partições, consumer groups, offsets, semântica de entrega. |
| 11. Lakehouse & Iceberg | Formatos abertos, ACID em object storage, time travel, evolução de schema. |
| 12. Qualidade de dados | Contratos, expectativas, testes de frescor e volume, alertas confiáveis. |
| 13. Cloud & IaC | S3/GCS, IAM, consciência de custo e Terraform básico para infra de dados. |
| 14. Preparação para entrevista | Rodadas de SQL, system design de pipelines e defesa das suas escolhas. |
Como as aulas funcionam
Todo tópico segue o mesmo ciclo: uma explicação curta com exemplo de código concreto e depois exercícios em que você produz a resposta. Sem vídeo de 4 horas que ninguém termina.
- Explicar — o conceito, por que existe e onde quebra em produção.
- Mostrar — um trecho real (SQL, Python, YAML) para copiar e rodar.
- Fazer — exercícios corrigidos, XP, ofensiva e badges para manter o hábito.
- Quebrar — o Caça-Bugs diário: ache o defeito em código real de pipeline.
- Ampliar — deep dives de arquitetura de Netflix, Uber, Airbnb e Spotify.
Para quem é
- Analistas migrando para engenharia que sabem SQL, mas não orquestração nem Spark.
- Devs de software mudando para dados que precisam de modelagem e fundamentos de warehouse.
- Quem começa do zero e quer um caminho em vez de 60 abas abertas.
- Engenheiros de dados na ativa fechando lacunas antes de um processo seletivo.
Teste grátis vs assinatura
| Teste grátis | Assinante | |
|---|---|---|
| Duração | 7 dias, sem cartão | Mensal, cancele quando quiser |
| Trilhas | Acesso completo | Acesso completo |
| Exercícios | 300+ | 300+ |
| Caça-Bugs e badges | Sim | Sim |
| Deep dives de arquitetura | Sim | Sim |
| Conteúdo novo todo mês | — | Incluído |
Comece hoje
Abra a primeira aula de SQL, termine em 20 minutos e mantenha a ofensiva. Se quiser ver o mapa antes, leia o roadmap de engenheiro de dados — depois volte e assine para liberar a trilha inteira.
Perguntas frequentes
- O que um curso de engenharia de dados precisa cobrir?
- SQL, Python, Linux e Docker, uma cloud, um data warehouse (Snowflake ou BigQuery), orquestração (Airflow), transformação (dbt), processamento distribuído (Spark), streaming (Kafka), formatos de tabela abertos (Iceberg ou Delta), além de modelagem e qualidade de dados. O DataForge cobre tudo isso em 14 trilhas na ordem certa.
- O curso serve para quem está começando do zero?
- Sim. Começa em SQL básico e fundamentos de Python, sem exigir experiência anterior em dados. Cada aula tem 20 a 30 minutos com exercícios práticos, então dá para conciliar com trabalho em tempo integral.
- Quanto tempo leva para concluir?
- Com 20 a 30 minutos por dia, espere 4 a 6 meses para chegar a um nível júnior empregável e 12 a 18 meses para percorrer a trilha completa, incluindo Spark, Kafka e Iceberg.
- Quanto custa?
- São 7 dias grátis sem cartão de crédito e depois uma assinatura mensal única que libera todas as trilhas, os 300+ exercícios, o Caça-Bugs e os deep dives de arquitetura. Cancele quando quiser.
- Tem certificado?
- Você ganha badges e registro de conclusão por trilha. Na contratação, os 2 ou 3 pipelines completos que você constrói aqui pesam muito mais que um PDF — e é por isso que o curso é focado em exercício.
- É melhor que um bootcamp?
- Custa uma fração de um bootcamp, é no seu ritmo e cobre a mesma stack com mais repetição. O que o bootcamp adiciona é pressão de turma e serviços de carreira — se você mantém o hábito diário, aqui a troca é melhor.
Pronto para assinar?
7 dias grátis. Depois, menos que um café por mês — cancele quando quiser.
Assinar — 7 dias grátis- Sem cartão no teste grátis
- Cancele quando quiser
- 300+ exercícios
- 14 cursos completos