Google BigQuery: Arquiteturas de Dados, Governança e Multi‑Cloud

O Google BigQuery evoluiu de um Data Warehouse de nuvem para um motor de orquestração analítica onde convergem Engenharia Analítica, Governança, Segurança e Inteligência Artificial Generativa. Operar nesse nível exige dominar infraestrutura, automação de pipelines, controle financeiro (FinOps) e streaming em tempo real.

29,5 horas Gravado Avançado

Comprar curso

Google BigQuery: Arquiteturas de Dados, Governança e Multi‑Cloud

Engenharia de Dados

Explore mais sobre o curso

O curso Google BigQuery – Arquiteturas de Dados, Governança e Multi-Cloud capacita profissionais para esses desafios. Neste curso, você dominará segurança granular (Row/Column-level), mascaramento via Policy Tags, auditoria via INFORMATION_SCHEMA e gestão de Slots. O curso introduz o Dataform para construir pipelines SQL com testes de Data Quality e esteiras de CI/CD. Você aprenderá a integrar o BigQuery à IA via Vertex AI para invocar LLMs (Gemini) por SQL, criar Vector Search e usar a Storage Write API com Pub/Sub para streaming. Também analisará estudos de caso estruturais de ponta a ponta para detecção de anomalias e redes sociais.

Módulos do Curso

Permissões e controle de acesso. Governança, Segurança e FinOps
Segurança granular: row-level e column-level security Governança, Segurança e FinOps
Mascaramento de dados e policy tags Governança, Segurança e FinOps
Governança de dados com Dataplex e Data Lineage Governança, Segurança e FinOps
FinOps: monitoramento de custos e faturamento Governança, Segurança e FinOps
Auditoria de consumo via INFORMATION_SCHEMA Governança, Segurança e FinOps
Gestão de capacidade: slots, reservas e compromissos Governança, Segurança e FinOps

Introdução ao Dataform: o "dbt" nativo do Google Engenharia Analítica e Automação
Desenvolvimento de pipelines SQL no Dataform Engenharia Analítica e Automação
Testes de qualidade de dados (Data Quality) e CI/CD Engenharia Analítica e Automação
SQL dinâmico com Execute Immediate Engenharia Analítica e Automação
Integração com Dataflow Engenharia Analítica e Automação
Integração com Dataproc Engenharia Analítica e Automação
Integração com Cloud Functions Engenharia Analítica e Automação
BigFrames e consultas em Python Engenharia Analítica e Automação
Criação de UDFs (User-Defined Functions) em SQL e JS Engenharia Analítica e Automação

Integração BigQuery e Vertex AI: modelos remotos BigQuery e IA Generativa (GenAI)
Usando LLMs (Gemini) via SQL BigQuery e IA Generativa (GenAI)
IA no BigQuery Studio: assistência de código e insights (QnA) BigQuery e IA Generativa (GenAI)
Vector search e índices vetoriais no BigQuery BigQuery e IA Generativa (GenAI)
Object tables: análise de dados não estruturados BigQuery e IA Generativa (GenAI)

Streaming nativo via Storage Write API Arquiteturas de Ingestão em Tempo Real
Integração direta: Pub/Sub para BigQuery Arquiteturas de Ingestão em Tempo Real

Desafio: pipeline end-to-end seguro e escalável Prática Guiada: Arquitetura Enterprise
Caso de uso: detecção de anomalia Prática Guiada: Arquitetura Enterprise
Caso de uso: análise de dados de redes sociais Prática Guiada: Arquitetura Enterprise

Revisão de conhecimentos Encerramento e Próximos Passos
Recursos para aprendizado contínuo Encerramento e Próximos Passos
Certificações Google (Google Professional Data Engineer – Machine Learning) Encerramento e Próximos Passos