• Apresentação
• Overview dos módulos do curso
• O que é Data Literacy?
• Avaliar a Data Maturity das organizações
• Componente Prática – Data Maturity Self-assessment

Data Vision

1. O que é e como construir uma Data Vision?
2. Organizações data-driven ou insights-driven
3. Best-in-class – o que estão a fazer as organizações mais maduras?
4. Componente Prática – Data Vision Canvas

Data Strategy

• O que é e como construir uma Estratégia de Dados?
• Componente prática – Data Strategy Spectrum Self-assessment
• Stakeholders da Estratégia de Dados
• Pilares da Estratégia de Dados

Metas e Objetivos de Dados

• Como definir Metas e Objetivos de Dados?

Data Management

• As disciplinas da Gestão de Dados
• Framework de Gestão de Dados
• Ciclo de Vida da Gestão de Dados

Data Architecture

• Arquitetura de Dados no contexto da Arquitetura Enterprise
• Breve história da Arquitetura de Dados
• Novos Paradigmas da Arquitetura de Dados: Data Layers: Operacional, Streaming, Analítica e Monitoring; Fontes de Dados; Integração de Dados; Armazenamento de Dados; Processamento de dados; Acesso a Dados; Consumo de Dados
• Componentes e Camadas da Arquitetura de Dados
• Componente Prática – Desenhar Arquitetura de Dados
• Princípios da Arquitetura de Dados
• Componente prática – Princípios da Arquitetura de Dados – Self-assessment
• Importância e utilização da Cloud em Arquiteturas de Dados

Data Applications

• Data & Analytics Landscape
• Ferramentas Best-of-breed
• Ecossistemas dos Cloud Providers
• Data Platforms
• Common Data Models
• Níveis dos Modelos de Dados
• Source to Target Mapping
• Componente Prática – Criar o Modelo de Dados para um Caso de Uso

Data Modelling

• Common Data Models: Domínios de Dados; SSOT – Single Sources of Truth vs MVOT – Multiple Versions of Truth; Modelos de Dados de Indústria
• Níveis dos Modelos de Dados: Modelo Conceptual; Modelo Lógico; Modelo Físico
• Source to Target Mapping
• Componente Prática – Criar o Modelo de Dados para um Caso de Uso

Organização de Equipas de Dados

• O papel dos CDO/CAO/CDAO/CDAIO
• Modelos Operativos
• Equipas de Dados: Equipa de Arquitetura de Dados, Engenharia de Dados, Analítica de Dados, Governo de Dados e de Operação de Dados
• Comparação de Skills de Perfis de Dados
• Team Topologies para Equipas de Dados
• Componente Prática – Definir e relacionar equipas com Team Topologies

Data Culture

• O que é uma Cultura de Dados?
• Como criar uma Cultura de Dados?
• A importância da Cultura de Dados para criar Valor de Negócio

Data Governance

• Princípios e Políticas
• Ciclo de Vida do Governo de Dados
• Data Ownership e Stewardship
• Gestão de Metadados: Glossários de Dados ou de Negócio; Dicionários de Dados; Catálogo de Dados
• O que são Data Marketplace e porque podem mudar as organizações?
• Contratos de Dados
• Gestão de Master e Reference Data

Data Quality

• Dimensões da Qualidade de Dados
• A importância de Data Profilling
• Componente Prática – Exercício de Data Profilling
• Processo de Remediação de Dados
• A Importância da Remediação de Dados

Data Protection

• A diferença entre Segurança e Privacidade de Dados
• O Papel do CISO no Ciclo de Vida dos Dados

Analytics & AI

• Tomada de Decisão – Dos Dados à Analítica, da Analítica à AI
• Business Intelligence e Visualização de Dados
• Data Science
• AI – Inteligência Artificial: Machine Learning; Deep Learning; Generative AI

Data Products

• O que são Produtos de Dados?
• O papel do Data Product Manager
• Como utilizar um Data Product Canvas

Data Operations

• O papel das Operações de Dados
• O que são DataOps, MLOps e AIOps

Data Monetization

• Diferentes tipos de Monetização de Dados
• Data Sharing

Data Mesh

• Será o Paradigma Data Mesh o futuro dos Dados?

Data Use Case

• Componente Prática – Aplicar as aprendizagens do curso no desenho das componentes necessárias para criar um Produto de Dados