|
|
Atividade
| 138121 - Governança e Qualidade de Dados |
| Período da turma: | 08/09/2026 a 20/10/2026
|
||||
|
|
|||||
| Descrição: | Objetivo:
Discutir e aplicar fundamentos de governança e qualidade de dados em ambientes complexos e de alto volume, explorando as melhores práticas com foco em escalabilidade, confiabilidade e ética, visando garantir dados confiáveis para decisões estratégicas. Conteúdo programático: Governança de dados no cenário atual. Qualidade de dados como fator crítico de sucesso. Frameworks e padrões globais. Governança distribuída e Data Mesh. Desafios contemporâneos. Diagnóstico e tratamento prático de problemas de qualidade dados. Bibliografia: 1.Walker, Michael. Python Data Cleaning Cookbook: Prepare your data for analysis with pandas, NumPy, Matplotlib, scikit-learn, and OpenAI. 2a Edição. Packt Publishing, 2024. ISBN-13: 978-1803246291. 2. Sen, Harhish; Data Governance: perspectives and practices. Techniques Publications, 2019. 3. Rego, B. L. Gestão e Governança de Dados – promovendo dados como ativo de valor nas empresas. Brasport. 2013. 4. DAMA International. DAMA-DMBOK: Data Management Body of Knowledge, 2nd Edition. Technics Publications, 2017. 5. Sen, Harhish. Data Governance: Perspectives and Practices. Technics Publications, 2019. 6. Eckerson, Wayne. The Data Quality Playbook. Eckerson Group, 2021. 7. Soriano, Juan. Implementing Data Governance: A Guide to Creating an Effective Framework. O’Reilly, 2023. 8. Dehghani, Zhamak. Data Mesh: Delivering Data-Driven Value at Scale. O’Reilly, 2022. 9. Plotkin, David. Data Stewardship: An Actionable Guide to Effective Data Management and Data Governance, 2nd Edition. Morgan Kaufmann, 2021. 10. Sarkar, Aniruddha, et al. Data Observability for Data Engineers: Ensuring Data Quality and Reliability. O’Reilly, 2024. 11. Gartner. Critical Capabilities for Data Quality Solutions. Gartner, 2024. 12. EDM Council. Data Management Maturity (DMM) Model, Version 2.0. EDM Council, 2022. 13. Amatriain, Xavier. Machine Learning Data Quality: Challenges and Solutions. IEEE Data Engineering Bulletin, 2023. 14. Amatriain, Xavier. Machine Learning Data Quality: Challenges and Solutions. IEEE Data Engineering Bulletin, 2023. |
||||
| Carga Horária: |
21 horas |
||||
| Tipo: | Obrigatória | ||||
| Vagas oferecidas: | 55 | ||||
| Ministrantes: |
Johne Marcus Jarske Solange Nice Alves de Souza |
 voltar |
|
Créditos © 1999 - 2025 - Superintendência de Tecnologia da Informação/USP |