Trilha de estudo
Trilha Analista de Inteligência de Negócios: tudo o que estudar, tópico por tópico
Avaliação abrangente de inteligência de negócios cobrindo fundamentos de dados, SQL e modelagem de dados, ETL e pipelines de dados, visualização e dashboards, análise estatística, governança de dados e estratégia avançada de BI.
Resposta curta
Para aprender Analista de Inteligência de Negócios, percorra 7 módulos e 30 tópicos na ordem em que um apoia o próximo. Comece por Fundamentos de Dados e siga para SQL e Modelagem de Dados e ETL e Pipelines de Dados. Use o mapa como checklist, ou meça seu nível e estude só o que falta.
O que você vai estudar
Os tópicos estão agrupados por módulo. Abra um para ver os objetivos e os conceitos-chave.
1 · Fundamentos de Dados4 tópicos
Conceitos de Bancos de Dados Relacionais
Teoria relacional, formas de normalização (1FN até 3FN), chaves primárias e estrangeiras, integridade referencial e propriedades ACID para sistemas transacionais
Objetivos
- Aplicar regras de normalização para eliminar redundância de dados em esquemas relacionais
- Projetar diagramas entidade-relacionamento que garantam integridade referencial
Conceitos-chave
- normalização
- chave primária
- chave estrangeira
- integridade referencial
- propriedades ACID
- modelo entidade-relacionamento
Modelagem Dimensional
Design de esquema estrela e esquema floco de neve, tabelas fato, tabelas dimensão, dimensões de mudança lenta (tipos SCD), dimensões conformadas e metodologia Kimball
Objetivos
- Projetar esquemas estrela e floco de neve para domínios de negócio comuns
- Selecionar o tipo de SCD adequado para um determinado requisito de negócio
Conceitos-chave
- esquema estrela
- esquema floco de neve
- tabela fato
- tabela dimensão
- dimensões de mudança lenta
- dimensões conformadas
Arquitetura de Data Warehouse
Padrões de design de data warehouse corporativo, metodologias Kimball vs Inmon, camadas de staging, ODS, arquitetura de data mart e considerações de escalabilidade de data warehouse
Objetivos
- Comparar as abordagens Kimball e Inmon e recomendar a mais adequada para um determinado cenário
- Projetar uma arquitetura de data warehouse em camadas, do staging à apresentação
Conceitos-chave
- metodologia Kimball
- metodologia Inmon
- camada de staging
- ODS
- data mart
- data warehouse corporativo
Modelagem de Dados para BI
Design avançado de esquema estrela e floco de neve, otimização de tabelas fato e dimensão, implementação de dimensões de mudança lenta, tabelas ponte e dimensões degeneradas
Objetivos
- Projetar tabelas fato e dimensão otimizadas para domínios de negócio complexos
- Implementar estratégias de dimensão de mudança lenta que equilibrem preservação de histórico com desempenho de consultas
Conceitos-chave
- otimização de esquema estrela
- esquema floco de neve
- design de tabela fato
- design de tabela dimensão
- dimensões de mudança lenta
- tabelas ponte
2 · SQL e Modelagem de Dados3 tópicos
Funções de Janela SQL
Funções analíticas de janela incluindo ROW_NUMBER, RANK, DENSE_RANK, LAG, LEAD, NTILE e agregações cumulativas com cláusulas PARTITION BY e ORDER BY
Objetivos
- Escrever funções de janela para calcular rankings, totais cumulativos e comparações entre períodos
- Escolher a função de janela correta para um determinado requisito analítico
Conceitos-chave
- ROW_NUMBER
- RANK
- DENSE_RANK
- LAG/LEAD
- PARTITION BY
- agregações cumulativas
CTEs e Agregação Avançada
Common Table Expressions para legibilidade de consultas, CTEs recursivas, GROUPING SETS, ROLLUP, operadores CUBE, agregação condicional com CASE e otimização de subconsultas
Objetivos
- Refatorar subconsultas complexas em CTEs legíveis e CTEs recursivas
- Utilizar GROUPING SETS e ROLLUP para produzir relatórios de agregação em múltiplos níveis
Conceitos-chave
- CTE
- CTE recursiva
- GROUPING SETS
- ROLLUP
- CUBE
- agregação condicional
Design de Camada Semântica
Arquitetura de camada semântica, definições de métricas de negócio, medidas calculadas, taxonomia de métricas, camada de métricas dbt e padrões de repositório universal de métricas
Objetivos
- Projetar uma camada semântica que forneça definições consistentes de métricas entre ferramentas
- Definir medidas calculadas reutilizáveis com lógica de agregação adequada
Conceitos-chave
- camada semântica
- definições de métricas
- medidas calculadas
- taxonomia de métricas
- métricas dbt
- repositório universal de métricas
3 · ETL e Pipelines de Dados5 tópicos
Padrões de Design ETL
Padrões ETL vs ELT, estratégias de carga incremental vs carga completa, captura de dados de mudança, pontos de validação de dados e design de pipelines idempotentes
Objetivos
- Selecionar a estratégia de carga adequada para uma determinada fonte de dados e volume
- Projetar pipelines ETL idempotentes com pontos de validação adequados
Conceitos-chave
- ETL vs ELT
- carga incremental
- carga completa
- captura de dados de mudança
- pipelines idempotentes
- validação de dados
Data Lake vs Data Warehouse
Arquitetura de data lake, paradigma lakehouse, schema-on-read vs schema-on-write, formatos de tabela Delta Lake e Iceberg e trade-offs de custo-desempenho
Objetivos
- Avaliar quando utilizar uma arquitetura de data lake, data warehouse ou lakehouse
- Comparar abordagens schema-on-read e schema-on-write para diferentes casos de uso
Conceitos-chave
- data lake
- lakehouse
- schema-on-read
- schema-on-write
- Delta Lake
- Iceberg
Orquestração de Pipelines de Dados
Orquestração de fluxos de trabalho com Airflow, dbt e Prefect; design de DAGs, gestão de dependências, estratégias de retry, monitoramento de SLA e observabilidade de pipelines
Objetivos
- Projetar DAGs com gestão adequada de dependências, retries e alertas de SLA
- Implementar observabilidade de pipelines para detectar e diagnosticar problemas de atualização de dados
Conceitos-chave
- design de DAG
- gestão de dependências
- estratégias de retry
- monitoramento de SLA
- observabilidade de pipelines
- ferramentas de orquestração
Otimização de Desempenho de BI
Otimização de query folding e pushdown, tabelas de agregação e resumos pré-computados, estratégias de cache, atualização incremental e otimização de renderização de relatórios
Objetivos
- Implementar estratégias de query folding e agregação para otimizar o desempenho de relatórios de BI
- Projetar arquiteturas de atualização incremental e cache para implantações de BI em larga escala
Conceitos-chave
- query folding
- tabelas de agregação
- estratégias de cache
- atualização incremental
- renderização de relatórios
- otimização de DirectQuery
BI em Tempo Real
Dashboards de streaming e arquiteturas de atualização quase em tempo real, alertas e monitoramento de limiares, padrões de BI operacional, analytics orientado a eventos e trade-offs entre tempo real e batch
Objetivos
- Projetar arquiteturas de BI em tempo real que equilibrem requisitos de atualidade com custo e complexidade do sistema
- Implementar alertas e monitoramento de limiares para dashboards operacionais
Conceitos-chave
- dashboards de streaming
- atualização quase em tempo real
- alertas
- monitoramento operacional
- analytics orientado a eventos
- tempo real vs batch
4 · Visualização e Dashboards5 tópicos
Boas Práticas em Power BI e Tableau
Modelagem de dados no Power BI (DAX, relacionamentos), mesclagem de dados e expressões LOD no Tableau, otimização de desempenho e padrões de implantação corporativa
Objetivos
- Construir modelos de dados performáticos no Power BI com medidas DAX e relacionamentos adequados
- Utilizar expressões LOD do Tableau e otimizar o desempenho de workbooks para grandes volumes de dados
Conceitos-chave
- medidas DAX
- modelo de dados Power BI
- expressões LOD
- cálculos Tableau
- otimização de desempenho
- implantação corporativa
Design de KPIs e Estratégia de Métricas
Definição de KPIs acionáveis, indicadores antecedentes vs indicadores de resultado, hierarquias de métricas, frameworks de definição de metas, alinhamento com OKRs e árvores de decomposição de métricas
Objetivos
- Projetar frameworks de KPI que conectem métricas operacionais a resultados estratégicos
- Construir árvores de decomposição de métricas para identificar os direcionadores por trás dos KPIs de alto nível
Conceitos-chave
- indicadores antecedentes
- indicadores de resultado
- hierarquia de métricas
- alinhamento com OKR
- definição de metas
- decomposição de métricas
UX de Dashboards e Storytelling com Dados
Design de layout de dashboards, gestão de carga cognitiva, princípios de seleção de gráficos, técnicas de anotação e narrativa e storytelling com dados para públicos executivos
Objetivos
- Projetar dashboards que minimizem a carga cognitiva e direcionem a atenção do usuário para insights
- Elaborar narrativas de dados que impulsionem a tomada de decisão executiva
Conceitos-chave
- carga cognitiva
- seleção de gráficos
- proporção dado-tinta
- anotações
- arco narrativo
- storytelling executivo
DAX Avançado e Medidas
Colunas calculadas vs medidas em DAX, manipulação de contexto de filtro, funções CALCULATE e iteradoras, padrões de inteligência temporal e otimização de medidas complexas
Objetivos
- Escrever medidas DAX complexas usando CALCULATE com manipulação adequada do contexto de filtro
- Implementar padrões de inteligência temporal para cálculos ano a ano e períodos móveis
Conceitos-chave
- colunas calculadas vs medidas
- contexto de filtro
- função CALCULATE
- inteligência temporal
- funções iteradoras
- transição de contexto
Storytelling com Dados em Dashboards
Estrutura narrativa no design de dashboards, padrões de dashboards executivos vs operacionais, estratégias de anotação, destaque de insights e apresentação de dados para diferentes públicos
Objetivos
- Projetar dashboards que contem uma história coerente com estrutura narrativa clara e anotações
- Adaptar padrões de design de dashboards para públicos executivos vs operacionais
Conceitos-chave
- estrutura narrativa
- dashboards executivos
- dashboards operacionais
- estratégias de anotação
- destaque de insights
- design para público-alvo
5 · Análise Estatística3 tópicos
Análise Descritiva e Diagnóstica
Estatística descritiva, análise de distribuição, decomposição de tendências, análise de causa raiz, análise de coorte, análise de funil e técnicas de detecção de anomalias
Objetivos
- Conduzir análise de causa raiz utilizando decomposição de coorte e funil
- Identificar anomalias em métricas de negócio e determinar seus direcionadores subjacentes
Conceitos-chave
- estatística descritiva
- decomposição de tendências
- análise de causa raiz
- análise de coorte
- análise de funil
- detecção de anomalias
Análise de Regressão
Regressão linear e logística para previsão de negócios, seleção de variáveis, detecção de multicolinearidade, validação de modelo e interpretação de resultados de regressão para partes interessadas
Objetivos
- Construir e validar modelos de regressão para cenários de previsão de negócios
- Interpretar coeficientes de regressão e comunicar descobertas para partes interessadas não técnicas
Conceitos-chave
- regressão linear
- regressão logística
- R-quadrado
- multicolinearidade
- seleção de variáveis
- validação de modelo
Testes A/B e Experimentação
Formulação de hipóteses, cálculo de tamanho amostral, significância estatística, valores-p, intervalos de confiança, erros tipo I e tipo II e abordagens de multi-armed bandit
Objetivos
- Projetar testes A/B com cálculos adequados de tamanho amostral e critérios de sucesso
- Interpretar resultados de testes e comunicar significância estatística para equipes de negócio
Conceitos-chave
- teste de hipóteses
- tamanho amostral
- significância estatística
- valor-p
- intervalo de confiança
- erros tipo I/II
6 · Governança de Dados4 tópicos
Frameworks de Qualidade de Dados
Dimensões de qualidade de dados (acurácia, completude, consistência, tempestividade), pontuação de qualidade, perfilamento de dados, regras de validação e fluxos de remediação
Objetivos
- Projetar um framework de pontuação de qualidade de dados abrangendo as seis dimensões de qualidade
- Construir fluxos automatizados de perfilamento e validação de dados para conjuntos de dados críticos
Conceitos-chave
- acurácia
- completude
- consistência
- tempestividade
- perfilamento de dados
- pontuação de qualidade
Gestão de Dados Mestres
Estratégias de MDM (registro, consolidação, coexistência), criação de registro dourado, resolução de entidades, governança de dados e sincronização entre sistemas
Objetivos
- Selecionar o estilo de MDM adequado para um determinado nível de maturidade organizacional
- Projetar regras de resolução de entidades e sobrevivência para criação de registro dourado
Conceitos-chave
- registro dourado
- resolução de entidades
- governança de dados
- estilos de MDM
- sincronização entre sistemas
- regras de sobrevivência
Catálogo de Dados e Linhagem
Gestão de metadados, implementação de catálogo de dados, rastreamento automatizado de linhagem, análise de impacto, descoberta de dados e documentação de conformidade por meio de linhagem
Objetivos
- Implementar um catálogo de dados que possibilite a descoberta self-service de dados em toda a organização
- Projetar rastreamento automatizado de linhagem para apoiar análise de impacto e auditorias de conformidade
Conceitos-chave
- gestão de metadados
- catálogo de dados
- linhagem de dados
- análise de impacto
- descoberta de dados
- documentação de conformidade
Governança e Padrões de BI
Convenções de nomenclatura e padrões de BI, processos de certificação de relatórios, analytics de uso e medição de adoção, padrões de controle de acesso e gestão do ciclo de vida de conteúdo
Objetivos
- Estabelecer padrões de governança de BI que garantam consistência sem impedir a produtividade
- Projetar analytics de uso e processos de certificação para manter a qualidade do conteúdo de BI
Conceitos-chave
- convenções de nomenclatura
- processo de certificação
- analytics de uso
- controle de acesso
- ciclo de vida de conteúdo
- padrões de BI
7 · Estratégia Avançada de BI6 tópicos
Habilitação de BI Self-Service
Governança de BI self-service, programas de conjuntos de dados certificados, treinamento em letramento de dados, guardrails para análises ad-hoc e equilíbrio entre agilidade e confiança nos dados
Objetivos
- Projetar um programa de BI self-service que equilibre autonomia do usuário com governança de dados
- Construir um programa de conjuntos de dados certificados para garantir consistência analítica entre equipes
Conceitos-chave
- governança self-service
- conjuntos de dados certificados
- letramento de dados
- guardrails para análises ad-hoc
- confiança nos dados
- habilitação de BI
Estratégia e Governança de BI Corporativo
Desenvolvimento de roadmap de BI, consolidação de ferramentas, centro de excelência em BI, medição de ROI, gestão de mudanças organizacionais e alinhamento com partes interessadas executivas
Objetivos
- Desenvolver um roadmap de BI corporativo plurianual alinhado com a estratégia de negócios
- Estabelecer um centro de excelência em BI que impulsione a adoção e a governança
Conceitos-chave
- roadmap de BI
- consolidação de ferramentas
- centro de excelência em BI
- medição de ROI
- gestão de mudanças
- alinhamento com partes interessadas
Seleção de Ferramentas e Arquitetura de BI
Avaliação de plataformas de BI conforme necessidades organizacionais, analytics embutido, arquitetura de BI self-service vs governado, decisões de construir vs comprar e considerações de escalabilidade de plataforma
Objetivos
- Avaliar plataformas de BI usando um framework estruturado cobrindo capacidade, custo e adequação organizacional
- Projetar arquiteturas de BI que equilibrem flexibilidade self-service com requisitos de governança
Conceitos-chave
- avaliação de plataforma de BI
- analytics embutido
- arquitetura self-service
- BI governado
- escalabilidade de plataforma
- custo total de propriedade
Analytics Embutido
Embutir dashboards em aplicações, segurança em nível de linha para ambientes multi-tenant, analytics orientado por API, BI white-label e padrões de arquitetura de analytics embutido
Objetivos
- Projetar arquiteturas de analytics embutido com segurança multi-tenant em nível de linha adequada
- Avaliar abordagens de embutir analytics e selecionar o padrão correto para analytics de produto SaaS
Conceitos-chave
- embutir dashboards
- segurança em nível de linha
- analytics multi-tenant
- acesso via API
- BI white-label
- arquitetura embutida
BI para Gestão de Partes Interessadas
Levantamento de requisitos para projetos de BI, design iterativo de dashboards, estratégias de adoção por usuários, gestão de mudanças para implantações de BI e medição de sucesso de programas de BI
Objetivos
- Conduzir sessões eficazes de levantamento de requisitos de BI que traduzam necessidades de negócio em soluções analíticas
- Projetar estratégias de gestão de mudanças que impulsionem a adoção de BI em toda a organização
Conceitos-chave
- levantamento de requisitos
- design iterativo
- adoção por usuários
- gestão de mudanças
- sucesso do programa de BI
- alinhamento com partes interessadas
Migração e Modernização de BI
Migração de ferramentas legadas de BI, estratégias de adoção de BI em nuvem, arquiteturas híbridas on-premises e nuvem, avaliação de risco de migração e planejamento de roadmap de modernização
Objetivos
- Projetar estratégias de migração de BI que minimizem a interrupção de negócios e o risco de perda de dados
- Planejar roadmaps de modernização de BI em nuvem com fases claras e critérios de sucesso
Conceitos-chave
- migração de legado
- adoção de BI em nuvem
- arquiteturas híbridas
- avaliação de risco de migração
- roadmap de modernização
- padrões de migração de dados
Níveis: Júnior, Pleno, Sênior e Especialista
Explique com suas palavras
Corrigido por IA · sem cadastro · 1 perguntaSem alternativas para chutar: você escreve, a IA corrige com a rubrica do tópico e diz em que nível sua resposta está.
Já estuda Analista de Inteligência de Negócios?
A avaliação mede tópico por tópico, e o plano pula o que você já sabe.
Aberto para ler. A conta só é necessária para ser medido.
Perguntas frequentes
Por onde começar a estudar Analista de Inteligência de Negócios?
Comece por Fundamentos de Dados: Conceitos de Bancos de Dados Relacionais, Modelagem Dimensional e Arquitetura de Data Warehouse. O mapa ordena os tópicos pelo que depende de quê, então cada um prepara o seguinte.
Quanto tempo leva uma avaliação completa de Analista de Inteligência de Negócios?
Uma avaliação completa desta trilha leva cerca de 50 minutos. O tempo de estudo depende de onde você começa; o diagnóstico mostra quais tópicos você pode pular.
Preciso de conta para usar esta página?
Não. O mapa, os objetivos e os conceitos-chave são abertos. A conta só é necessária para ser medido, ver seu gap por tópico e receber um plano.