1.6 Como este livro está organizado

O livro está organizado para incluir de forma abrangente os conhecimentos necessários em maior ou menor grau no dia-a-dia de um Engenheiro de Analytics. Não por acaso, ele combina seções voltadas para Conhecimentos de Negócio com conteúdos mais técnicos, característica deste profissional híbrido.

Na primeira parte Fundamentos, apresentamos conceitos introdutórios sobre os desafios de dados e analytics através dos 5 Vs. Em seguida, o Capítulo 3 - Pensando de forma analítica fala de técnicas para facilitar a resolução de problemas de negócio que também são aplicadas pelo Engenheiro de Analytics para solucionar problemas variados relacionados ao pipeline de dados. Em seguida, o Capítulo 4 - Bancos de dados é essencial para profissionais de negócio que ainda não tem um contato formal com os bancos de dados. Ele é complementado pelo sql que, de forma introdutória, apresenta as principais operações desta linguagem necessárias em projetos de Analytics em geral.

Na parte 2 Modelando Dados somos apresentados aos Data Warehouses e às técnicas de modelagem de dados. O Capítulo 8 - Data Warehouses trata de aspectos conceituais sobre os DWs e seu papel no Modern Data Stack. Em seguida, o Capítulo 9 - Fatos discute o que são as tabelas fato. O o Capítulo 10 - Dimensões mostra como definir e identificar dimensões e o Capítulo 11 - Modelando um Data Warehouse aplica um passo-a-passo para modelagem conceitual de um data warehouse. Por fim, no Capítulo 12 - Configurando um Data Warehouse com Big Query mostramos como configurar um Data Warehouse moderno na prática utilizando o Google BigQuery.

A terceira parte deste livro aplica os conceitos do ELT para transformar dados em projetos de Engenharia de Analytics. O primeiro capítulo Capítulo 13 - Introdução ao ELT apresenta conceitos do ELT e ETL para profissionais com menos contato na área. Já o o Capítulo 14 - Ingestão de dados mostra a teoria e a prática de Ingestão de dados no MDS. Já o Capítulo 15 - Transformação de dados apresenta as etapas de transformação de dados e faz um exemplo prática completo utilizando o dbt.