PROFESSOR(A) AUTÔNOMO(A): ENG. DE DADOS | FUNDAMENTOS EM ENGENHARIA DE DADOS

Sobre nós A XP INC.
Muitos acham que sonhamos grande demais, mas aqui na XP Inc.
acreditamos no impossível.
Nossa história começou em , com um pequeno escritório de agentes autônomos de investimentos em Porto Alegre.
Chegamos até aqui com a dedicação de equipes talentosas que tiveram autonomia e liberdade, e abraçaram nossos desafios.
Nossos valores ● Foco no cliente.
colocamos os interesses do cliente como prioridade.
● Sonho grande.
miramos no impossível, construímos juntos os caminhos e chegamos lá.
● Mente aberta.
estamos abertos para inovar, sempre baseados em fatos e dados, sem medo de errar e dispostos a corrigir.
● Espírito empreendedor.
assumimos protagonismo na tomada de decisão e focamos nosso tempo na geração de valor a longo prazo.
A XP Educação.
Somos movidos pelo desafio de melhorar a vida das pessoas por meio da educação.
Estamos transformando a educação brasileira assim como a XP transformou o mercado financeiro.
Acreditamos numa educação disruptiva, centrada no saber fazer e muita, mas muita mão na massa! Somos a união de duas escolas.
a Xpeed School, nossa instituição referência em mercado financeiro e o IGTI, nossa instituição referência em tecnologia.
A nossa missão é formar os melhores profissionais de tecnologia e negócios para a nova economia digital! Alavanca–mos o lifelong learning de pessoas que querem trilhar carreiras em tecnologias e negócios, por meio de um modelo de ensino inovador – não-linear, student centric e de qualidade – aliado a processos e serviços de carreira, conectando os nossos alunos ao que há de melhor no mercado de trabalho brasileiro.
Aqui você pode sonhar grande na sua carreira e crescer junto com a faculdade que nasceu com o DNA de qualidade e disrupção da XP.
\n Necessário conhecimento nos tópicos abaixo, para produzir material e ministrar aulas on line.
Tópicos de conteúdo Tipos de Workloads de Dados.
Transacional (OLTP); Analítico (OLAP).
batch e streaming.
Conceitos básicos de Big Data, Data Lake, Data Lakehouse e Delta Lake; Introdução à Engenharia de Dados.
Visão geral do pipeline de ciência de dados.
coleta, preparação, armazenamento, processamento/análise, visualização; O processo de Engenharia de Dados; ETL x ELT; Papéis, responsabilidades, hard e soft skills do(a) Engenheiro(a) de Dados.
Visão geral dos processos de coleta, armazenamento e preparação de dados.
Exemplo prático de coleta, preparação e armazenamento de dados.
Formatos de Dados mais usados no pipeline de Engenharia de Dados.
JSON; Parquet; ORC (Optimized Row Columnar); Avro; Arrow; SequenceFile.
Mineração de Dados.
Pré-processamento de dados.
limpeza, integração e transformação; Seleção de atributos; Técnicas de mineração de dados.
associação, classificação, agrupamento e análise de sequências; Avaliação de modelos de mineração de dados.
Arquitetura de dados batch, realtime e near-realtime; Arquitetura Lambda x Arquitetura Kappa; Arquitetura orientada a eventos (Event-driven Architecture); Arquitetura de microsserviços.
Conceitos e aplicações; Virtualização x containers; Docker e Kubernetes.
conceitos básicos; Kubernetes na prática.
Modern Data Stack; Data Mesh; Zero ETL Approach; DataOps.
Demanda.
Elaboração de e-book Plano de Ensino Enunciados e Questionários Gravação de Vídeo Aulas Ministrar aulas ao vivo Necessário formação Pós Graduação Stricto Sensu Disponibilidade para gravar em estúdio - BH ou SP Contratação via Contrato de Prestação de Serviços - PJ