Lambda3 Podcast 312 – Engenharia de Dados

Notas do episódio

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 Lambda3 · #312 – Engenharia de Dados 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: 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