Visão Geral

O curso Data Mesh on Azure apresenta os conceitos fundamentais e práticos para implementar a arquitetura de Data Mesh utilizando os principais serviços da Microsoft Azure. O aluno aprenderá a projetar, implantar e gerenciar domínios de dados distribuídos e governados, aplicando princípios de descentralização, interoperabilidade e self-service analytics.
Durante o curso, serão exploradas tecnologias como Azure Synapse Analytics, Azure Data Lake, Azure Purview, Azure Databricks e Power BI, com foco em estratégias de governança, segurança e escalabilidade.

Objetivo

Após realizar este curso Data Mesh on Azure, você será capaz de:

• Compreender os princípios e pilares do Data Mesh.
• Identificar as diferenças entre Data Lake, Data Fabric e Data Mesh.
• Projetar domínios de dados e aplicar o conceito de data as a product.
• Implementar Data Mesh usando os principais serviços da Azure.
• Garantir segurança, governança e interoperabilidade entre domínios.
• Criar pipelines de dados descentralizados e automatizados.

Publico Alvo

• Engenheiros de dados e arquitetos de dados.
• Profissionais de BI e analistas de dados.
• Líderes técnicos e gerentes de plataforma de dados.
• Profissionais envolvidos em iniciativas de transformação digital e governança de dados.

Pre-Requisitos

• Conhecimentos básicos de Azure e seus principais serviços de dados.
• Familiaridade com conceitos de Data Lake, Data Warehouse e ETL.
• Experiência com SQL e modelagem de dados é recomendada.

Materiais

Conteúdo Programatico

Module 1: Introduction to Data Mesh

1. What is Data Mesh and why it matters
2. The four principles of Data Mesh
3. Data Mesh vs Data Lake vs Data Fabric
4. Organizational and cultural changes required

Module 2: Data Mesh Architecture on Azure

1. Mapping Data Mesh concepts to Azure services
2. Azure ecosystem overview: Data Lake, Synapse, Databricks, Purview, Power BI
3. Designing data domains and defining ownership
4. Implementing data as a product approach

Module 3: Data Storage and Domain Design

1. Domain-oriented data storage with Azure Data Lake Gen2
2. Metadata management and discoverability with Azure Purview
3. Schema evolution and version control strategies
4. Data contracts and interoperability standards

Module 4: Data Ingestion and Processing

1. Ingesting data with Azure Data Factory and Synapse pipelines
2. Real-time and batch ingestion using Event Hubs and Databricks
3. ETL/ELT patterns in a decentralized context
4. Implementing domain pipelines with CI/CD integration

Module 5: Governance and Security

1. Applying governance in a federated environment
2. Role-based access control (RBAC) and managed identities
3. Data lineage and auditing with Azure Purview
4. Data privacy, compliance, and encryption best practices

Module 6: Analytics and Consumption Layer

1. Building analytical products with Azure Synapse Analytics
2. Power BI integration and self-service analytics
3. Enabling cross-domain queries and semantic models
4. Data sharing across domains securely

Module 7: Automation and Observability

1. Automating data product deployment with Azure DevOps
2. Monitoring pipelines and data quality
3. Observability and metrics for data domains
4. Implementing feedback loops and continuous improvement

Module 8: Hands-on Implementation

1. Setting up a multi-domain Data Mesh environment on Azure
2. Building a data product lifecycle end-to-end
3. Governance and lineage demonstration using Purview
4. Best practices and lessons learned