Visão Geral

O curso Elastic Engineering aborda de forma prática e avançada os conceitos, ferramentas e práticas do ecossistema Elastic Stack (ELK) — Elasticsearch, Logstash, Kibana e Beats — voltados à engenharia de dados, observabilidade, segurança e automação.

Durante o curso, o aluno aprenderá a projetar, implantar e gerenciar soluções baseadas no Elastic Stack, além de compreender como a Elastic Engineering é aplicada para otimizar pipelines de dados, monitorar sistemas e implementar observabilidade em larga escala.
O treinamento combina teoria, laboratórios e práticas reais, com foco em arquitetura, performance, troubleshooting e integração com ambientes modernos de DevOps e Cloud.

Objetivo

Após realizar este curso Elastic Engineering, você será capaz de:

• Compreender a arquitetura e os componentes do Elastic Stack.
• Implantar e configurar Elasticsearch, Logstash, Kibana e Beats.
• Criar pipelines de ingestão, análise e visualização de dados.
• Aplicar observabilidade, segurança e automação com Elastic.
• Monitorar sistemas em tempo real e resolver incidentes de forma proativa.

Publico Alvo

• Engenheiros de dados, DevOps e SREs que trabalham com observabilidade e análise de logs.
• Administradores de sistemas e arquitetos de infraestrutura.
• Profissionais de segurança e analistas SOC que utilizam Elastic Security e SIEM.
• Desenvolvedores e consultores que desejam criar soluções baseadas em Elastic Stack.

Pre-Requisitos

• Conhecimento básico de Linux e linha de comando.
• Noções de redes, containers e administração de sistemas.
• Familiaridade com conceitos de observabilidade, logs e métricas.
• Conta Elastic Cloud ou ambiente local para práticas laboratoriais.

Materiais

Conteúdo Programatico

Module 1: Introduction to Elastic Engineering

1. What is Elastic Engineering and why it matters
2. Overview of the Elastic Stack ecosystem (Elasticsearch, Logstash, Kibana, Beats)
3. Use cases: observability, search, security, and analytics
4. Elastic Cloud vs self-managed deployment

Module 2: Elasticsearch Fundamentals

1. Elasticsearch architecture and components (nodes, clusters, indices, shards)
2. Indexing, querying, and analyzing data
3. Mapping, analyzers, and tokenizers
4. Cluster management and scaling strategies

Module 3: Data Ingestion with Logstash and Beats

1. Logstash pipelines: inputs, filters, and outputs
2. Working with Filebeat, Metricbeat, Packetbeat, and Heartbeat
3. Parsing and transforming logs with Grok and dissect processors
4. Best practices for pipeline performance and reliability

Module 4: Visualization and Analytics with Kibana

1. Creating dashboards and visualizations
2. Discovering and filtering data
3. Building Lens and Canvas visualizations
4. Using Kibana for operational monitoring and analytics

Module 5: Elastic Observability

1. Concepts of metrics, logs, and traces
2. APM (Application Performance Monitoring) setup
3. Instrumenting applications for distributed tracing
4. Correlating logs, metrics, and traces for incident analysis

Module 6: Elastic Security and SIEM

1. Overview of Elastic Security architecture
2. Detecting and responding to security events
3. Integrating with threat intelligence feeds
4. Building custom detection rules and alerts

Module 7: Elastic Machine Learning

1. Using built-in ML features in Elastic Stack
2. Anomaly detection for metrics and logs
3. Forecasting and outlier detection use cases
4. Automating insights and recommendations

Module 8: Automation and Integration

1. Elastic Stack integration with Kubernetes and Docker
2. Managing configurations with Ansible and Terraform
3. Integrating Elastic with external systems (Grafana, Prometheus, Kafka)
4. Automating dashboards and data ingestion pipelines

Module 9: Scaling, Tuning, and Troubleshooting

1. Performance optimization for Elasticsearch clusters
2. Data lifecycle management and index curation
3. Snapshot, restore, and backup strategies
4. Troubleshooting connectivity, ingestion, and visualization issues

Module 10: Hands-On Labs and Final Project

1. Deploying a complete Elastic Stack environment
2. Creating an end-to-end observability solution
3. Implementing security monitoring and anomaly detection
4. Capstone project: Elastic-powered operational dashboard