A ementa completa das 360 horas: o que você vai aprender, com quem e como cada disciplina se conecta à rotina real de um time de dados.
Carga horária total do programa
Duração completa da pós-graduação
Ao vivo + gravado, sob demanda
Cronograma de cada módulo divulgado com 4 semanas de antecedência. Todas as aulas ficam gravadas.
De 30 a 45 alunos
Nota 5 no MEC
Esta pós-graduação foi estruturada em torno de três eixos que formam um engenheiro de dados completo — capaz não apenas de construir pipelines, mas de liderar equipes, garantir qualidade em produção e tomar decisões técnicas com autonomia.
Atitude sênior, liderança de squads e comunicação efetiva com o negócio. Você aprende a traduzir requisitos técnicos em valor para stakeholders e a conduzir times multidisciplinares de dados.
Do dado bruto ao dado confiável em produção. Cada módulo cobre uma etapa do ciclo de vida do dado — ingestão, transformação, qualidade, orquestração e entrega — com ferramentas reais do mercado.
Sustentação, observabilidade e controle de custos em nuvem. Você sai do curso sabendo monitorar pipelines, detectar anomalias e otimizar gastos de infraestrutura como um engenheiro de nível sênior.
Verifique se você tem o perfil ideal para aproveitar ao máximo esta formação.
360 horas distribuídas em 5 módulos temáticos e um Projeto Integrador transversal. Cada módulo foi desenhado para evoluir em complexidade, conectando fundamentos ao ambiente de produção.
Professores: Augusto Queiroz e Leolo Lopes. O ponto de partida para quem quer dominar o comportamento dos dados em escala — desde as estruturas de armazenamento distribuído até a modelagem para sistemas analíticos de alta performance.
O que você vai dominar: Como o dado se comporta na memória em alta escala, na prática do ecossistema Hadoop/HDFS, Spark e do gerenciamento de arquivos no Databricks (DBFS).
Diferencial: Arquitetar fluxos que evitam gargalos de hardware e previnem erros de falta de memória (OOM) nos clusters em produção.
O que você vai dominar: SQL em motores analíticos distribuídos, com Window Functions, CTEs e subconsultas complexas em múltiplas engines.
Diferencial: Tuning avançado, com indexação, planos de execução e otimização para reduzir tempo de processamento e custo computacional.
O que você vai dominar: Modelagem, indexação e gestão de bases orientadas a documentos (MongoDB) e a colunas (Cassandra), com escalabilidade horizontal.
Diferencial: Autonomia de decisão. Com o Teorema CAP e os tipos de consistência (eventual e forte), você escolhe com segurança a tecnologia certa para cada caso.
O que você vai dominar: Modelagem entidade-relacionamento para sistemas transacionais e estruturas analíticas para Data Warehouses (Star Schema e Snowflake Schema).
Diferencial: Sincronização de fontes, com janelas de atualização e carga incremental sem indisponibilidade dos sistemas.
Professores: Augusto Queiroz e Leolo Lopes. Neste módulo, você passa do código que funciona localmente para o código que sobe, testa e escala em produção — com rastreabilidade, automação e segurança de ponta a ponta.
O que você vai dominar: Provisionar infraestrutura de dados completa e segura em AWS, Azure e GCP com Terraform e Ansible, sem cliques manuais no console.
Diferencial: Gitflow corporativo, com estratégias de branch em equipe, gestão de deploys e resolução de conflitos como em grandes empresas de tecnologia.
O que você vai dominar: Esteiras de CI/CD com GitHub Actions e GitLab CI, além de arquiteturas de streaming em tempo real com Apache Kafka, Flink e RabbitMQ.
Diferencial: Segurança pré-deploy, com testes automatizados na esteira que impedem que código com erro quebre o ambiente de produção.
O que você vai dominar: APIs analíticas de alta performance com FastAPI e Flask, em padrão RESTful, completamente documentadas com Swagger.
Diferencial: Eficiência de tráfego, substituindo consultas contínuas (polling) por webhooks orientados a eventos — reduzindo latência e custo de infraestrutura.
Professores: Augusto Queiroz e Leolo Lopes. Do Data Warehouse ao Data Mesh, este módulo cobre as arquiteturas que definem o estado da arte em plataformas de dados — com governança, linhagem e conformidade legal integradas ao fluxo de trabalho.
O que você vai dominar: Data Lakehouse com Delta Lake, unindo a confiabilidade ACID do Data Warehouse ao baixo custo do Data Lake em uma arquitetura unificada.
Diferencial: Data Mesh na prática, com dados organizados por domínio de negócio e a mentalidade de Dados como Produto — a tendência que está redefinindo equipes de dados.
O que você vai dominar: Ingestão em tempo real via Change Data Capture (CDC) e robôs estáveis de web scraping ético, sem impactar os sistemas de produção de origem.
Diferencial: Orquestração profissional com Apache Airflow ou Prefect, gerenciando dependências complexas e políticas automáticas de re-tentativa em caso de falha.
O que você vai dominar: Processos de governança, linhagem de dados e Master Data Management (MDM) para ambientes de dados distribuídos e críticos.
Diferencial: Rastreabilidade e compliance, sabendo a origem exata de cada métrica e atuando em conformidade com a LGPD e a GDPR.
Com professores especializados, este módulo eleva o padrão do código que você escreve e da operação que você sustenta — unindo engenharia de software, cultura DevOps aplicada a dados e documentação que não fica desatualizada.
Professor: Vinicius Zinato
O que você vai dominar: Python sob a ótica da engenharia de software, com orientação a objetos, design patterns e criação de pacotes internos reutilizáveis. Também Scala e Databricks para processamento distribuído.
Diferencial: Código limpo e auditável, com tratamento de exceções robusto e logs estruturados em JSON para rastrear e corrigir falhas em produção na hora.
Professor: Daniel Kadota B. de Moraes
O que você vai dominar: Observabilidade de dados e testes de qualidade em trânsito com Great Expectations, barrando dados corrompidos antes de chegarem ao consumidor.
Diferencial: Cultura de custos (FinOps), com monitoramento de gastos ocultos em nuvem e travas (circuit breakers) contra queries que estouram o orçamento.
Professores: Augusto Queiroz e Leolo Lopes
O que você vai dominar: Catálogo de dados e documentação automatizada com dbt docs, DataHub ou Amundsen — sem planilhas manuais que ficam obsoletas.
Diferencial: Governança viva, com documentação que se atualiza automaticamente junto com os pipelines, sem esforço manual da equipe.
O módulo mais abrangente do programa, combinando competências técnicas de alto nível com habilidades de liderança e visão de negócio. Aqui você aprende a construir e sustentar pipelines de IA em produção — e a liderar as pessoas que os operam.
[PREENCHER
Professores: Augusto Queiroz e Leolo Lopes. Do primeiro módulo ao último, você constrói um projeto real de ponta a ponta, que vira portfólio para o seu próximo processo seletivo. As quatro fases são distribuídas ao longo dos 18 meses, conectando o que você aprende à aplicação prática.
Apresentação do problema proposta e condução de Curadoria para solução.
Desenho da arquitetura e pipeline
Desenvolvimento do projeto, com análise da governança e custos
Apresentação final para banca
Um time de profissionais com experiência real de mercado — cada professor atua ou atuou nas áreas que leciona.
Engenheiro de Computação
Módulos 1 a 3 e Projeto Integrador
Engenheiro de IA
Módulos 1 a 3 e Projeto Integrador
Professor de Python
Python, Scala e Databricks
Especialista em Ciência de Dados
DataOps, Estatística e Ciência de Dados
Cofundador da CECD
Estatística
Professora da UERJ e fundadora do LúmInA
Metodologias Ágeis
Cofundador e CEO da Eurekando
Empreendedorismo
Head of Advanced Analytics
Machine Learning e Deep Learning
A avaliação foi desenhada para ser contínua, prática e sem o estresse das provas tradicionais. O foco está no progresso real — não na memorização de conteúdo na véspera de uma prova.
Avaliações rápidas ao final de cada aula que somam pontos para a nota do módulo. Sem provas longas no fim do semestre — o aprendizado é verificado de forma contínua.
Pesquisa rápida após cada aula. Sua opinião é usada ativamente para ajustar o curso ao longo da turma — sem esperar pelo feedback anual.
Créditos de nuvem liberados progressivamente ao longo do curso para que você pratique em ambientes reais — sem custo próprio de infraestrutura.
A avaliação final é o próprio Projeto Integrador de Mercado, apresentado em banca — evidência concreta de domínio técnico para o mercado de trabalho.
Coordenador do Curso e Cofundador da CECD
Formado pela ENCE/IBGE — Escola Nacional de Ciências Estatísticas, com MBA pela UFRJ. Combina sólida formação acadêmica em métodos quantitativos com experiência prática na construção de produtos e squads de dados no mercado.
Lidera a concepção pedagógica do programa, conectando cada disciplina à realidade do dia a dia de times de Engenharia de Dados e IA.
Graduação em Estatística
Gestão e Estratégia
Cofundador e educador
Você chegou ao final da ementa. 360 horas, 5 módulos, 1 projeto real e um time de professores com experiência de mercado. A próxima etapa é sua.
Descubra em qual nível você está e o que esta formação vai desbloquear na sua carreira.
Turma limitada a 45 alunos. Garanta sua posição antes do encerramento das inscrições.
Tire dúvidas diretamente com a coordenação antes de tomar sua decisão.
Se a turma não atingir 30 alunos até23/out/2026, você escolhe entre reembolso integral ou transferência para a turma de fev/2027.
Da Prova de Conceito ao Ecossistema de Produção Escalável