Lambda3 Podcast
Lambda3 Podcast 312 – Engenharia de Dados
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:
- O que é Engenharia de Dados?
- Academia x Indústria;
- Boom e “hype” na área;
- Onde Engenharia de Dados pode estar inserida?
- Projetos interessantes e exemplos de aplicações em Engenharia de Dados.
- Trabalhando e estudando Engenharia de Dados
- Quais as principais diferenças quando comparado com desenvolvimento convencional ou até mesmo com outros perfis em dados?
- 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?
- Descolamento Academia x Indústria na área. Estamos formando profissionais para atender às demandas em Engenharia de Dados?
- Visão sobre os desenvolvimentos recentes na área
- O que esperar do mercado e do crescimento da adoção de boas práticas em Engenharia de Dados?
- Observabilidade de dados:
- Os dados estão atualizados?
- Há dados faltantes?
- E quando a falta de observabilidade atrapalha o trabalho em Engenharia de Dados?
- Ainda haverá espaço para o trabalho da pessoa Engenheira de Dados no futuro?
- 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:
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