12 semanas · intensivo
Para quem tem prazo
Cerca de 8 horas por semana, em 1 ciclo focados nas lacunas que mais pesam.
Carreira em 2026 e 2027
O Arquiteto(a) de Soluções de Dados desenha como os dados são modelados, movimentados, armazenados e governados para que analytics e machine learning possam confiar neles. O papel evolui de construir modelos de warehouse e pipelines sólidos para definir contratos, streaming e infraestrutura de dados para ML em toda a plataforma.
Conteúdo revisado em 20 de outubro de 2026
Pleno
É responsável pelo desenho de um domínio de dados de ponta a ponta: camada de armazenamento, warehouse e os metadados que o tornam rastreável.
Agora você escolhe entre lakehouse e warehouse para um domínio e cuida de seu lineage e catálogo, não só das tabelas. O que muda em relação ao júnior é que seus desenhos passam a ser adotados por outros times, e não apenas revisados.
Score médio exigido: 72%
Trilha de estudo deste nível: Arquiteto de Soluções em Dados
Dimensional Modeling
Por quê: Permite modelar dimensões que mudam lentamente e dimensões conformadas compartilhadas entre várias tabelas fato, para que dois times reportem o mesmo número de clientes.
Normalization Patterns
Por quê: Permite justificar uma tabela de consumo desnormalizada com o custo medido das consultas, em vez de desnormalizar por hábito e herdar cópias inconsistentes.
ETL/ELT Patterns
Por quê: Permite adotar ELT no warehouse em nuvem para um novo domínio e projetar cargas idempotentes, de modo que reprocessar após uma queda não duplique linhas.
Orchestration Tools
Por quê: Permite estruturar dependências entre times e backfills no orquestrador, evitando que um dataset atrasado a montante provoque uma cadeia de reprocessamentos manuais.
Lakehouse Architecture
Por quê: Permite organizar camadas bronze, silver e gold sobre um formato de tabela aberto, transformando arquivos brutos em tabelas consultáveis e confiáveis com garantias ACID.
Warehouse Design
Por quê: Permite dimensionar warehouses, separar cargas de trabalho e ajustar uma consulta lenta, para que o job pesado de fechamento do mês pare de travar os dashboards da diretoria.
Data Lineage
Por quê: Permite rastrear um número errado de dashboard até a coluna de origem e listar quais relatórios uma mudança de esquema quebraria antes de ela ir ao ar.
Data Cataloging
Por quê: Permite montar um catálogo e um glossário de negócio para que o analista encontre a tabela de receita certificada em vez de criar uma terceira cópia não oficial.
Cada nível desta carreira corresponde a uma trilha de estudo. Leia o mapa completo de tópicos de graça e depois meça seu nível.
12 semanas · intensivo
Cerca de 8 horas por semana, em 1 ciclo focados nas lacunas que mais pesam.
40 semanas · regular
Cerca de 4 horas por semana, em 3 ciclos. Cada ciclo leva o que ficou pendente do anterior.
O Arquiteto(a) de Soluções de Dados desenha como os dados são modelados, movimentados, armazenados e governados para que analytics e machine learning possam confiar neles. O papel evolui de construir modelos de warehouse e pipelines sólidos para definir contratos, streaming e infraestrutura de dados para ML em toda a plataforma.
Arquiteto(a) de Soluções de Dados está mapeado em 4 níveis: Júnior, Pleno, Sênior e Especialista. Abra cada nível acima para ver as habilidades que ele precisa comprovar.
O plano tem 2 ritmos: 12 semanas por nível, com cerca de 8 horas por semana (intensivo) e 40 semanas por nível, com cerca de 4 horas por semana (regular).
Uma sessão de estudo para cada tema novo, no seu nível.
Aulas práticas de uso de IA no dia a dia da sua carreira.
Cada requisito é provado por medição, não por um checkbox.
No fim de cada ciclo você vê o que avançou e o que segue para o próximo.
Um diagnóstico curto mede as habilidades que você já tem. A jornada começa daí.