O que um profissional de dados precisa dominar em cada fase da carreira. Da modelagem relacional ao streaming de dados em tempo real — os conceitos que aparecem nas entrevistas técnicas e no trabalho de todo dia, explicados de forma direta. Filtre por nível abaixo.
Nenhum artigo encontrado para sua busca.
Como representar o mundo em tabelas: chave primária, chave estrangeira e os relacionamentos 1:1, 1:N e N:N que estruturam qualquer banco.
Sair do SELECT simples: COUNT/SUM/AVG, GROUP BY com HAVING, subqueries e CTEs para responder perguntas reais com dados.
Por que dado repetido vira bug. As três formas normais explicadas com um exemplo só, e quando desnormalizar de propósito.
Como o índice funciona (a analogia do índice do livro), B-tree, quando ele ajuda, quando atrapalha e como ler um plano de execução.
Por que o modelo do sistema transacional não serve para análise. Tabelas fato e dimensão, star schema e o básico de data warehouse.
Extrair, transformar e carregar — ou ELT? Como os dados viajam da origem até o relatório, e por que orquestração e idempotência importam.
Os quatro tipos de banco NoSQL, o que cada um resolve, e por que 'NoSQL é mais rápido' é a resposta errada numa entrevista.
Quando uma máquina não basta: partição vertical e horizontal, sharding, chave de partição e o custo das queries entre shards.
Processar dados quando chegam, não de hora em hora. Batch vs streaming, o log de eventos, e o que é exactly-once de verdade.
Marque o que você já domina. Seu progresso fica salvo só neste navegador.
Quatro perguntas por nível, com explicação e o artigo que cobre cada assunto. Gabaritou um nível? Dá para marcá-lo na autoavaliação acima.
