Visão Geral

O curso BigQuery Fundamentals oferece uma introdução completa ao Google BigQuery, a poderosa solução de data warehouse totalmente gerenciada do Google Cloud.
Durante o treinamento, os participantes aprenderão como armazenar, consultar e analisar grandes volumes de dados em tempo real, utilizando SQL padrão e integrando o BigQuery com outras ferramentas do ecossistema Google Cloud.
O curso combina teoria, demonstrações práticas e exercícios em laboratório, permitindo que os alunos desenvolvam habilidades essenciais para análise de dados em ambientes escaláveis e modernos.

Objetivo

Após realizar este curso BigQuery Fundamentals, você será capaz de:

• Entender o funcionamento e os principais recursos do Google BigQuery
• Carregar, consultar e gerenciar dados em larga escala
• Executar consultas SQL otimizadas e criar relatórios analíticos
• Integrar o BigQuery com outras ferramentas do Google Cloud
• Aplicar boas práticas de desempenho, custo e segurança

Publico Alvo

Este curso é indicado para profissionais que desejam dominar o uso do BigQuery em projetos de análise de dados e business intelligence, incluindo:

• Analistas e engenheiros de dados
• Cientistas de dados
• Desenvolvedores e engenheiros de software
• Administradores de banco de dados
• Estudantes e profissionais interessados em Google Cloud Platform

Pre-Requisitos

• Conhecimentos básicos de SQL
• Noções gerais de banco de dados relacionais
• Conta ativa no Google Cloud Platform (GCP)
• Noções básicas de conceitos de nuvem (opcional)

Materiais

Conteúdo Programatico

Módulo 1: Introdução ao BigQuery e ao Data Warehouse Moderno

1. O que é o Google BigQuery
2. Arquitetura e conceitos fundamentais
3. Diferenças entre BigQuery e bancos de dados tradicionais
4. Casos de uso e vantagens do BigQuery

Módulo 2: Configuração do Ambiente no Google Cloud

1. Criação de projetos e datasets no BigQuery
2. Acesso via Console, linha de comando e SDK
3. Permissões, papéis e controle de acesso
4. Estrutura de tabelas, datasets e schemas

Módulo 3: Carregando e Gerenciando Dados

1. Métodos de importação (arquivos CSV, JSON, Parquet, Avro, Cloud Storage)
2. Streaming de dados em tempo real
3. Particionamento e clustering de tabelas
4. Boas práticas para modelagem de dados no BigQuery

Módulo 4: Consultas SQL no BigQuery

1. Sintaxe SQL compatível e diferenças principais
2. Funções e operadores disponíveis
3. Joins, subqueries e funções agregadas
4. Consultas avançadas e otimização de desempenho
5. Exercícios práticos com datasets públicos

Módulo 5: Integração com Outras Ferramentas do Google Cloud

1. Conexão com o Cloud Storage, Dataflow e Pub/Sub
2. Integração com Looker Studio (antigo Data Studio)
3. Exportação e automação de resultados
4. BigQuery ML: introdução ao aprendizado de máquina no BigQuery

Módulo 6: Monitoramento, Custos e Segurança

1. Monitoramento de jobs e uso de recursos
2. Estratégias de otimização de custos
3. Políticas de segurança e controle de acesso a dados
4. Logs e auditoria com Cloud Logging

Módulo 7: Projeto Prático Final

1. Criação de um pipeline completo de análise de dados
2. Carga, transformação e visualização de informações
3. Boas práticas de desempenho e organização de dados
4. Apresentação e discussão do projeto final