0:00:07.860,0:00:10.682
Nos primórdios do Business Intelligence,

0:00:10.682,0:00:15.597
levávamos pelo menos aí um ano dentro [br]da construção de um Data Warehouse

0:00:15.597,0:00:17.798
para fazer, de fato, uma entrega de valor.

0:00:18.685,0:00:22.455
Ao longo desse tempo,[br]muitos projetos naufragavam.

0:00:22.455,0:00:27.342
Período longo demais para manter [br]o patrocínio da alta gestão.

0:00:28.495,0:00:31.135
Boas notícias! Nós viramos esse jogo.

0:00:31.135,0:00:35.989
Com uma stack moderna de dados,[br]trazendo agilidade na gestão dos projetos,

0:00:35.989,0:00:39.454
usando ferramentas low cost,[br]indo para cloud,

0:00:39.454,0:00:44.018
trabalhando muito mais DataOps,[br]hoje, em pouquíssimo tempo,

0:00:44.018,0:00:49.449
nós conseguimos entregar na mão [br]dos analistas, dos times de gestão,

0:00:49.449,0:00:52.455
informações consistentes[br]para a tomada de decisão.

0:00:52.455,0:00:56.258
Eu sou Tassiana, sou gestora [br]de dados e analytics na triggo.ai,

0:00:56.258,0:00:58.358
que é uma startup[br]de Inteligência Artificial,

0:00:58.358,0:01:02.262
professora e coordenadora [br]de MBA aqui na FIAP.

0:01:02.262,0:01:05.249
E eu estou aqui com nosso [br]querido Lucas Brandi,

0:01:05.249,0:01:08.007
sumidade quando o assunto é dados.

0:01:08.007,0:01:11.137
Ele vai contar um pouquinho [br]da carreira dele para nós,

0:01:11.137,0:01:15.012
contar como os dados [br]fazem parte hoje

0:01:15.012,0:01:17.692
do seu cotidiano né, Lucas?

0:01:17.692,0:01:21.781
E nós vamos bater um papo aqui[br]bem gostoso sobre boas práticas,

0:01:21.781,0:01:25.051
justamente nesse contexto das informações.

0:01:25.051,0:01:25.822
Exatamente.

0:01:26.386,0:01:29.589
Bom, meu nome é Lucas Brandi,[br]eu sou engenheiro de dados.

0:01:29.589,0:01:34.048
Trabalho para uma empresa chamada X-Team [br]como consultor para projetos internacionais,

0:01:34.048,0:01:38.498
principalmente no âmbito [br]de Data Warehouse e Data Lake.

0:01:38.498,0:01:43.431
Ambos os projetos são voltados [br]para organizarmos os dados

0:01:43.431,0:01:47.659
de uma forma eficiente para o uso [br]posterior, para ciência de dados,

0:01:47.659,0:01:51.177
para análises, desenvolvimento [br]de métricas e assim por diante.

0:01:51.177,0:01:54.247
Em poucas palavras,[br]trazer valor para o negócio.

0:01:54.247,0:01:55.012
Muito bacana.

0:01:55.012,0:01:56.529
Gente, o Lucas é um engenheiro incrível.

0:01:56.529,0:01:59.786
Vai dar dicas importantíssimas para vocês.

0:01:59.786,0:02:02.199
E para partirmos do início, Lucas,

0:02:02.199,0:02:06.311
sempre tem ali uma necessidade [br]de tomada de decisão,

0:02:06.311,0:02:08.061
uma necessidade de análise.

0:02:08.061,0:02:09.829
Toda organização tem.

0:02:09.829,0:02:13.599
Mas daí até chegar [br]a implementação de um projeto,

0:02:13.599,0:02:17.668
uma esteira de construção de engenharia,[br]uma entrega de valor lá na ponta,

0:02:17.668,0:02:22.208
com dashboards, com estatísticas,

0:02:22.208,0:02:25.711
e às vezes até evoluir [br]para um Machine Learning, enfim,

0:02:25.711,0:02:29.315
como funciona esse trilho,[br]como nascem esses projetos,

0:02:29.315,0:02:32.656
e como vamos fazendo[br]toda essa construção?

0:02:33.653,0:02:36.389
Eu acho que nós temos diversas situações.

0:02:36.389,0:02:39.158
Em alguns casos, quando [br]começamos um projeto de dados,

0:02:39.158,0:02:42.128
pode ser que seja uma empresa[br]que também está começando.

0:02:42.128,0:02:45.364
Então avançamos com a maturidade de dados,

0:02:45.598,0:02:49.001
assim como a empresa está avançando também[br]com o desenvolvimento do produto.

0:02:49.068,0:02:50.136
Em outros cenários, já temos um produto [br]desenvolvido, uma empresa estabelecida,

0:02:53.739,0:02:56.742
mas que ainda não estava[br]utilizando das boas práticas,

0:02:56.742,0:02:59.245
não fazendo mercado para uso de dados,

0:02:59.245,0:03:02.481
para se tornar uma empresa[br]data-driven, enfim.

0:03:02.582,0:03:07.219
Nesse cenários, nós precisamos [br]estar muito mais próximos

0:03:07.286,0:03:09.155
das áreas de negócio de quem conhece,[br]de quem domina de fato o produto,

0:03:09.155,0:03:13.926
para conseguir extrair [br]esses insumos do negócio,

0:03:13.993,0:03:18.397
para conseguir pensar, planejar como[br]vamos implementar esse projeto

0:03:18.464,0:03:21.901
dentre outros, numa boa [br]plataforma de dados

0:03:21.968,0:03:25.438
para agregar valor rápido,[br]como você mesmo disse, para o negócio,

0:03:25.438,0:03:29.542
utilizando diversas outras ferramentas[br]e dependendo do tipo de produto

0:03:29.542,0:03:31.510
que a gente está trabalhando,

0:03:31.577,0:03:34.680
as origens dos nossos dados [br]que temos que pensar também,

0:03:34.714,0:03:37.049
quais ferramentas[br]podemos utilizar ali.

0:03:37.049,0:03:39.518
Então, esse passo inicial [br]de entendermos se o produto já existe,

0:03:43.823,0:03:46.859
se a empresa já trabalha [br]com algum tipo de métricas,

0:03:46.859,0:03:50.297
quais são essas métricas,[br]como elas são calculadas

0:03:50.297,0:03:51.297
e a base de tudo onde começamos

0:03:51.297,0:03:56.202
e se é caso seja uma empresa nova,[br]que já está nascendo na nuvem mesmo,

0:03:56.202,0:03:59.872
que já temos essa ideia de trabalhar [br]com analytics desde o início,

0:03:59.972,0:04:03.342
daí às vezes é um pouquinho mais fácil,

0:04:03.576,0:04:07.480
porque conseguimos trabalhar em conjunto [br]com o desenvolvimento do produto,

0:04:07.480,0:04:10.015
já trazendo essas métricas[br]e acompanhando as métricas

0:04:10.015,0:04:12.451
enquanto o produto[br]está sendo desenvolvido.

0:04:12.451,0:04:16.088
Então, é um crescimento meio[br]que paralelo nas duas frentes,

0:04:16.155,0:04:19.825
não só o negócio, como também [br]a plataforma que estamos desenvolvendo.

0:04:19.925,0:04:21.694
Perfeito o cenário.

0:04:21.694,0:04:25.831
Quando você fala do mercado,[br]ele é complexo,

0:04:26.031,0:04:28.968
então você tem ali uma estratégia [br]de negócio a ser pensada.

0:04:28.968,0:04:31.504
Depois tem um olhar arquitetural também.

0:04:31.504,0:04:34.106
As arquiteturas são híbridas.

0:04:34.106,0:04:37.877
Às vezes uma colcha de retalhos[br]é sempre muito mais para nós...

0:04:37.910,0:04:42.481
O Lucas está bastante adaptado a essa[br]realidade, sempre muito com o subjetivo.

0:04:42.715,0:04:45.017
Não existe uma receita de bolo.

0:04:45.017,0:04:48.254
Trabalhamos os conceitos[br]com os alunos, mas no mercado,

0:04:48.254,0:04:52.091
essa adaptabilidade e flexibilidade[br]são superimportantes,

0:04:52.091,0:04:56.996
essa leitura ali do contexto [br]da necessidade do cliente.

0:04:57.096,0:05:01.433
Por falar em necessidade do cliente, Lucas,[br]falamos muito de visão 360

0:05:01.433,0:05:02.835
É um termo meio negócio.

0:05:02.835,0:05:06.272
Eu quero uma visão 360 ali do meu cliente.

0:05:06.338,0:05:10.109
Você acha que um projeto nessa linha[br]que nós estamos comentando,

0:05:10.175,0:05:14.481
de um Data Warehouse, [br]de uma base analítica,

0:05:14.481,0:05:15.481
contribui para chegarmos nessa visão?

0:05:15.481,0:05:16.115
Com certeza.

0:05:16.115,0:05:21.286
Pensando numa estratégia para entendermos [br]como a empresa está funcionando,

0:05:21.353,0:05:25.691
essa visão 360 acaba sendo como [br]o que nós temos ao nosso redor.

0:05:25.758,0:05:30.029
Conseguíamos enxergar desde [br]as origens dos nossos dados

0:05:30.929,0:05:32.598
como estamos definindo o nosso produto,

0:05:32.598,0:05:35.968
como esse produto está sendo consumido,

0:05:36.135,0:05:39.838
como diferentes áreas estão trabalhando[br]com o desenvolvimento desse produto,

0:05:39.938,0:05:41.640
e, consequentemente, falando de dados,

0:05:41.640,0:05:45.844
como que todos esses insumos[br]estão sendo utilizados internamente.

0:05:45.911,0:05:48.680
Então, a base dessa visão 360 [br]é construir uma plataforma

0:05:48.680,0:05:52.451
onde consigamos servir os nossos [br]usuários internos com dados

0:05:52.684,0:05:56.054
para que eles possam responder [br]as próprias perguntas

0:05:56.121,0:05:58.791
e entender como é ter essa visão ampla [br]de tudo o que está acontecendo na empresa.

0:06:02.327,0:06:07.099
Em alguns casos, essa visão ampla dentro [br]de grandes empresas e grandes projetos

0:06:09.001,0:06:12.037
acaba sendo muito difícil centralizarmos [br]num único grupo de pessoas.

0:06:12.271,0:06:16.208
Então descentralizamos[br]até um pouco mais essa estrutura

0:06:16.275,0:06:20.312
para conseguirmos controlar o negócio,

0:06:20.412,0:06:22.881
e às vezes, termos silos muito fechados,

0:06:22.881,0:06:26.351
termos essas estruturas individuais[br]funcionando em paralelo,

0:06:26.418,0:06:29.288
no meio de uma empresa que é [br]muito concentrada a mexer,

0:06:29.288,0:06:34.059
onde conseguimos que pequenas áreas,[br]ou pequenos grupos de pessoas,

0:06:34.059,0:06:38.230
consigam ali controlar toda essa visão 360[br]de um escopo de trabalho específico,

0:06:38.230,0:06:42.834
por exemplo, só de finanças,[br]só de marketing,

0:06:43.068,0:06:47.039
de aquisição de novos usuários, [br]e assim por diante.

0:06:47.139,0:06:50.142
Daí tudo isso funcionando em paralelo,[br]quando precisamos ter essa visão da empresa,

0:06:50.142,0:06:51.977
como todos vai extrair [br]os dados de cada ponta

0:06:51.977,0:06:56.148
para conseguir entender o funcionamento[br]da plataforma como um todo.

0:06:57.683,0:07:03.789
Sensacional a ideia da malha de dados,[br]que é algo super-recente e moderno,

0:07:03.855,0:07:07.759
apoia muito essa complexitude de informações.

0:07:07.759,0:07:09.094
Sensacional!

0:07:09.094,0:07:11.697
E eu comecei, Lucas, falando um pouco[br]do patrocinador do sponsor,

0:07:11.697,0:07:15.000
naquele que eu quero falar muito bem também

0:07:15.100,0:07:18.837
porque sabemos[br]que na gestão de um projeto,

0:07:18.837,0:07:21.940
e você já viveu vários contextos, [br]o patrocínio é superimportante.

0:07:27.546,0:07:32.684
Quando falamos de um projeto [br]de estruturação dos dados,

0:07:32.751,0:07:35.588
assim como um projeto de governança,

0:07:35.588,0:07:36.588
às vezes demoramos um pouquinho [br]para entregar valor.

0:07:36.588,0:07:38.290
É muito mais fácil entregar valor.

0:07:38.290,0:07:40.225
Não deixe de concorda comigo?

0:07:40.225,0:07:41.827
Todo mundo é palpável, todo [br]mundo acessa aquele relatório.

0:07:41.827,0:07:45.230
Ele responde às perguntas.

0:07:45.297,0:07:47.566
Mas é essa esteira de engenharia[br]que vem antes,

0:07:47.566,0:07:49.067
esse tempo do tratamento dos dados,

0:07:49.067,0:07:52.070
que toma um pouquinho de tempo,[br]mesmo que sejamos ágeis,

0:07:52.070,0:07:54.573
vai gerando uma certa [br]ansiedade na organização.

0:07:54.573,0:07:58.510
Então, mesmo com agilidade, ainda é [br]um projeto que precisa de patrocínio forte.

0:08:03.548,0:08:07.319
Falando de dados, quem é o patrocinador?

0:08:07.319,0:08:08.353
Quais são as áreas?

0:08:08.353,0:08:10.388
Quem costuma ser esse sponsor?

0:08:10.388,0:08:13.358
Esse projeto costuma partir de quem?

0:08:13.492,0:08:14.726
Como isso tem funcionado?

0:08:14.726,0:08:17.729
Existe um padrão ou varia [br]de uma empresa para outra.

0:08:17.863,0:08:20.198
É interessante pensarmos em quem?

0:08:20.198,0:08:22.935
Quem é o sponsor?

0:08:22.935,0:08:23.935
Porque principalmente[br]em algumas empresas pequenas,

0:08:23.935,0:08:28.640
um dos projetos quanto agora [br]é uma empresa um pouco menor,

0:08:28.740,0:08:33.411
onde o principal sponsor do projeto acaba[br]sendo, de fato, o CEO, o dono da empresa,

0:08:33.411,0:08:37.782
quem está precisando, de fato[br]insumos para a tomada de decisão.

0:08:37.849,0:08:40.285
Então acaba sendo algo[br]um pouco mais direcionado.

0:08:40.285,0:08:44.556
Mas quando pensamos em cenários,[br]em empresas maiores,

0:08:44.623,0:08:47.859
um patrocinador do projeto[br]normalmente seria aquela empresa

0:08:47.859,0:08:52.530
e não aquele grupo de pessoas,[br]aquela área ou aquele grupo de pessoas

0:08:52.597,0:08:58.036
que precisa tomar uma decisão, [br]responder a algum tipo de pergunta

0:08:58.103,0:09:01.106
e não necessariamente tem [br]todos esses assuntos prontos,

0:09:01.172,0:09:06.544
seja origem de dados onde não temos [br]mapeado dentro da nossa plataforma,

0:09:06.645,0:09:10.815
seja processos de transformação[br]que não foram implementados

0:09:10.882,0:09:13.919
para calcular determinadas [br]métricas, indicadores,

0:09:13.919,0:09:14.919
ou até mesmo [br]desenvolvimento de dashboards.

0:09:14.919,0:09:19.758
Então, todo esse processo, essa esteira[br]inteira, desde a extração dos dados,

0:09:19.824,0:09:23.561
a manipulação desses dados,[br]o desenvolvimento das métricas,

0:09:23.628,0:09:28.032
e, por fim, o consumo [br]para tomada de decisão,

0:09:28.166,0:09:31.103
tudo isso parte da necessidade de alguém, [br]ou de algum grupo de pessoas,

0:09:31.103,0:09:32.103
ou de alguma área.

0:09:32.103,0:09:34.774
Então, normalmente essa [br]área que vai patrocinar

0:09:34.774,0:09:35.774
é que vai investir o nosso [br]recurso financeiro.

0:09:35.774,0:09:39.043
Mas também tem como a gente

0:09:39.043,0:09:42.781
vai fazer toda organização do projeto[br]para disponibilização desse IA

0:09:42.847,0:09:47.318
e a implementação desse [br]projeto completo de dados são.

0:09:47.318,0:09:50.488
Normalmente vemos esse tipo de cenário,

0:09:50.488,0:09:54.559
e faz sentido dizer que, na maioria [br]das vezes, é uma dor de negócio.

0:09:54.659,0:09:57.228
E quando não se conecta o negócio

0:09:57.228,0:10:00.832
que está sendo desenvolvido, temos[br]até dificuldade de vender internamente.

0:10:00.832,0:10:05.170
Então eu observo muitos projetos [br]de novo naufragando,

0:10:05.170,0:10:08.940
porque tem toda um aparato tecnológico.

0:10:08.940,0:10:11.743
Mas os times de negócio ainda não [br]conseguiram enxergar valor, não utilizam.

0:10:11.743,0:10:14.746
Isso não se conecta com valor[br]para a organização,

0:10:14.746,0:10:17.949
aquilo perde, perde em si.

0:10:17.949,0:10:21.185
Então esse processo de empurrar [br]a tecnologia é muito mais desafiador.

0:10:21.185,0:10:25.123
É diferente de quando o negócio está [br]puxando ali consegue entregar muito valor.

0:10:28.660,0:10:30.628
Você vê como que essa sinergia.

0:10:30.628,0:10:34.766
Eu me lembro, nesse mercado, de ter [br]um preciosismo técnico muito grande.

0:10:37.936,0:10:42.740
Quando você ia contratar, tinha que ser[br]aquele profissional que dominava o código,

0:10:42.774,0:10:46.711
aquela tela ali do chat[br]ou aquela tela preta e tudo mais.

0:10:46.778,0:10:48.146
E eu vou percebendo o mercado.

0:10:48.146,0:10:51.316
Tenho percebido o mercado mudando mesmo [br]quando eu estou contratando um dev hoje.

0:10:51.316,0:10:54.686
Um profissional que vai [br]atuar mais tecnicamente

0:10:54.686,0:10:58.723
precisa ter esse feeling de negócio,

0:10:58.790,0:11:02.293
essa conexão com o propósito[br]que ele está fazendo.

0:11:02.393,0:11:06.864
E você enxerga assim também[br]esse alinhamento, negócio técnico,

0:11:06.864,0:11:10.068
que até parece que na malha de dados[br]conseguimos fazer melhor.

0:11:10.068,0:11:11.469
Mas com certeza esse alinhamento [br]é muito interessante,

0:11:13.438,0:11:17.208
principalmente quando pensamos [br]na gestão moderna de dados,

0:11:17.308,0:11:18.676
que é um conceito, um framework [br]que surgiu recentemente,

0:11:20.111,0:11:24.515
está tentando trazer [br]algumas boas práticas,

0:11:24.582,0:11:28.019
algumas situações que visam justamente[br]permitir que profissionais não tão técnicos,

0:11:28.019,0:11:31.189
não necessariamente[br]só engenheiros de dados,

0:11:31.189,0:11:35.860
possam trabalhar com desenvolvimento[br]e contribuir com uma plataforma de dados.

0:11:35.927,0:11:39.730
Então utilizamos ferramentas,[br]por exemplo, low cost,

0:11:39.797,0:11:42.800
ferramentas visuais para conseguirmos [br]fazer a integração de dados,

0:11:42.800,0:11:45.069
ferramentas visuais para conseguirmos também [br]criar projetos de transformação de dados.

0:11:48.072,0:11:50.808
Quando cabe ferramentas de visualização,

0:11:52.243,0:11:56.280
quase todas são drag-and-drop,[br]onde vamos conceber,

0:11:56.280,0:11:59.750
construir na nossa visualização,[br]sem precisar necessariamente de código.

0:11:59.851,0:12:04.789
Então, esse tipo de recurso permite [br]com que outros profissionais,

0:12:04.856,0:12:07.859
normalmente de negócios,[br]também consigam participar,

0:12:08.025,0:12:10.261
participar mais dentro de uma plataforma,

0:12:10.261,0:12:14.065
mudando um pouco aquele [br]paradigma de que dados,

0:12:14.165,0:12:17.168
uma área de dados, seria uma área de TI.

0:12:17.168,0:12:18.069
Não necessariamente.

0:12:18.069,0:12:19.804
Eu penso em dados como uma área híbrida.

0:12:19.804,0:12:23.574
É uma área onde temos uma sinergia[br]muito grande com negócios,

0:12:23.574,0:12:27.545
onde precisamos entender o que está[br]sendo realizado do lado de negócios,

0:12:27.612,0:12:29.814
do lado do nosso produto,[br]e assim por diante.

0:12:29.814,0:12:32.950
E também que possa navegar [br]no ferramental que temos disponível

0:12:32.950,0:12:34.986
dentro de uma plataforma de dados.

0:12:34.986,0:12:39.724
Então, esse cenário onde[br]conseguimos utilizar ferramentas

0:12:39.790,0:12:44.362
para resolver problemas de negócio,[br]essa ponte acaba sendo o cenário ideal

0:12:44.462,0:12:48.766
onde conseguimos escalar[br]projetos de dados de dentro

0:12:48.766,0:12:52.370
e outros de BI e visualização[br]e assim por diante.

0:12:52.536,0:12:57.775
A ferramenta é sempre um meio na teia,[br]um meio com fim em cima.

0:12:58.342,0:13:02.613
Até por isso vemos projetos assim, muitas vezes[br]começando com estabelecimento de domínio.

0:13:02.646,0:13:04.416
Domínio é um assunto de negócio.

0:13:04.416,0:13:05.416
Quais são?

0:13:05.416,0:13:08.419
Meu domínio financeiro,[br]meu domínio de pessoas?

0:13:08.619,0:13:12.456
Hoje temos governança, falado[br]muito na identificação do Almir,

0:13:12.490,0:13:14.258
quem é o dono do dado?

0:13:14.258,0:13:17.962
E geralmente esse dono [br]do dado é alguém de negócio

0:13:18.062,0:13:21.298
que entende bem da transação,[br]mas também do analítico,

0:13:21.398,0:13:24.301
porque até então tínhamos [br]uma barreira muito grande.

0:13:24.301,0:13:25.870
Parece que o mundo transacional,

0:13:25.870,0:13:28.472
do transacional para o analítico,[br]trocávamos de assunto,

0:13:28.472,0:13:33.310
e não é uma nova forma de organizar o dado,[br]mas é o mesmo dado e o mesmo assunto,

0:13:33.310,0:13:37.248
o mesmo domínio de negócio [br]e dores muito parecidas.

0:13:37.348,0:13:40.417
Então, no México, temos [br]conseguido uma malha de dados,

0:13:40.417,0:13:45.589
temos conseguido essas evoluções [br]que trazem mais o negócio para o jogo.

0:13:46.924,0:13:50.394
Eu tenho observado isso,[br]ferramentas mais colaborativas também

0:13:50.394,0:13:54.198
que o time de negócio consegue entender[br]o que está acontecendo e colaborar.

0:13:54.265,0:13:58.002
E aí são projetos que você gasta [br]mais tempo discutindo o negócio

0:13:58.002,0:14:01.005
do que aplicando ali[br]a complexidade técnica.

0:14:01.038,0:14:03.541
No final das contas, é o que importa.

0:14:03.541,0:14:05.776
Estão, assim, são tendências importantes.

0:14:05.776,0:14:07.678
Não importa se você é de negócio[br]ou se é uma pessoa mais técnica,

0:14:07.678,0:14:11.582
isso precisa estar no nosso radar.

0:14:11.649,0:14:13.918
Mas eu acho importante ressaltar [br]também que não necessariamente

0:14:13.918,0:14:17.154
o que estamos mencionando de ferramentas, [br]de loucuras visuais e assim por diante,

0:14:17.354,0:14:20.291
que não temos código, que não estamos[br]falando de Python, Scala, Java, enfim,

0:14:20.291,0:14:26.630
essa parte mais técnica [br]mesmo da área de dados.

0:14:26.697,0:14:29.300
Nós temos isso também.

0:14:29.300,0:14:30.668
Só que, em alguns cenários,

0:14:32.620,0:14:33.620
nós não precisamos de muita [br]complexidade para resolver problemas.

0:14:35.572,0:14:38.375
Não precisamos utilizar as ferramentas[br]que estão super em alta no mercado

0:14:38.375,0:14:42.112
só porque estão em alta no mercado.

0:14:43.113,0:14:47.584
Podemos utilizar outras alternativas[br]que já vão resolver os nossos problemas

0:14:47.651,0:14:52.056
de determinada área da empresa,[br]ou às vezes até mesmo da empresa inteira,

0:14:52.122,0:14:53.323
com uma simplicidade maior,[br]facilidade maior,

0:14:53.323,0:14:56.326
sem necessidade [br]de um grande time de dados,

0:14:56.427,0:14:57.494
garantindo que outras [br]pessoas estejam contribuindo

0:14:58.896,0:14:59.896
e também colaborando com o projeto.

0:15:01.298,0:15:06.570
Então é aquela questão,[br]precisamos identificar o cenário,

0:15:06.670,0:15:09.440
os requisitos que nós temos,[br]onde queremos chegar,

0:15:09.440,0:15:14.845
para conseguir ter essa escolha[br]também no ferramental.

0:15:14.945,0:15:17.581
Mas frisando essa escolha de ferramentas,

0:15:17.581,0:15:21.485
não descartamos ferramentas mais [br]complexas, mas técnicas de fato,

0:15:21.552,0:15:25.189
com código para resolução [br]de problemas mais complexos também.

0:15:27.724,0:15:30.461
Então elas caminham em paralelo[br]para cada situação.

0:15:30.461,0:15:34.199
Vamos ter um ferramental mais específico,

0:15:34.199,0:15:35.199
resolvendo um problema [br]de uma forma diferente.

0:15:35.199,0:15:36.567
Bom ponto, bom ponto.

0:15:36.567,0:15:38.468
Porque nós estamos falando[br]de um mundo de BI, de um dentre outros,

0:15:38.468,0:15:42.272
e de que pede para tomadas de decisão.

0:15:42.339,0:15:45.209
Mas, de repente, é preciso [br]de uma latência mais baixinha,

0:15:45.209,0:15:48.712
o dado não entrar tão estruturado.

0:15:48.712,0:15:53.517
A minha dor de negócio está relacionada [br]a uma fonte que é um log,

0:15:53.617,0:15:57.120
que é algo que exige,[br]de repente, um monitoramento.

0:15:57.187,0:15:59.556
E aí eu vou para o mundo de Big Data.

0:15:59.556,0:16:01.792
Talvez eu não esteja falando só do DW,

0:16:01.792,0:16:05.696
talvez seja um Data Lake,[br]que é um outro repositório analítico,

0:16:05.796,0:16:09.666
um Data Lake House, que é alguma [br]coisa um pouco mais moderna.

0:16:09.700,0:16:13.537
De repente eu quero fazer [br]uma implementação mais open source

0:16:13.537,0:16:17.708
por uma necessidade específica[br]ali do meu contexto.

0:16:17.774,0:16:21.011
As ferramentas open source,[br]muitas delas de Big Datas mais robustas,

0:16:21.011,0:16:26.516
vêm com uma necessidade de código maior.

0:16:27.484,0:16:31.288
Então tem casos em que a implementação[br]vai ser um pouco mais complexa.

0:16:31.288,0:16:34.992
Geralmente projetos mais robustos,[br]um maior volume de dados,

0:16:35.125,0:16:39.563
uma complexidade técnica,[br]uma técnica maior, uma latência menor.

0:16:39.663,0:16:42.132
Ainda não cabemos nessa questão.

0:16:42.132,0:16:44.534
Cabe bastante ainda[br]a questão do desenvolvimento.

0:16:44.534,0:16:46.303
Eu acho que o importante [br]é não ter preconceito.

0:16:46.303,0:16:47.871
Eu brinco muito com os alunos:

0:16:47.871,0:16:50.574
você vai de raiz ou vai de Nutella?

0:16:50.574,0:16:53.076
O raiz é o código lá e tudo mais,

0:16:53.076,0:16:56.279
e o Nutella, é o louco, [br]ou o drag and drop.

0:16:56.279,0:16:59.683
É a questão visual, somos nós sem preconceito.

0:16:59.683,0:17:03.220
Eu já ouvi de gestores em reuniões [br]em que eu estou apresentando uma proposta,

0:17:06.189,0:17:09.559
e eu percebo que eu falei[br]alguma coisa de louco ou de torcer o nariz:

0:17:09.559,0:17:13.997
todo mundo coda.[br]Temos codar em cloud.

0:17:14.097,0:17:17.767
Mas aí é um preconceito,[br]porque, de repente, como você falou,

0:17:17.767,0:17:21.705
em alguns casos você traz [br]alguma coisa mais low cost, resolve.

0:17:21.771,0:17:25.175
Você entrega o projeto muito mais [br]rápido, uma questão de custo.

0:17:25.175,0:17:30.247
Então, quem está gerindo o projeto[br]precisa ter esse olhar mais agnóstico

0:17:30.313,0:17:34.818
de pensar qual é a melhor ferramenta,

0:17:34.918,0:17:35.918
a melhor estratégia [br]para aquele cenário específico.

0:17:36.019,0:17:40.757
E muito desse preconceito vem do uso [br]indevido de algumas ferramentas

0:17:40.824,0:17:41.892
justamente nesse cenário.

0:17:41.892,0:17:45.061
"Ah, esse projeto aqui precisava [br]de uma complexidade um pouco maior,

0:17:45.061,0:17:49.966
porque a demanda de negócio chegava."

0:17:51.868,0:17:55.105
A necessidade de negócio precisava [br]de uma latência mais baixa

0:17:55.305,0:17:58.808
e o time dependendo ou até [br]mesmo quantidade de pessoas

0:17:58.808,0:17:59.709
trabalhando juntos no mesmo pipeline, consegue.

0:17:59.709,0:18:02.712
Com algumas ferramentas visuais,[br]temos algumas limitações desse tipo,

0:18:02.712,0:18:07.150
às vezes não tem versionamento de código,[br]tem alguns problemas nessas ferramentas.

0:18:07.150,0:18:08.018
Elas não são perfeitas.

0:18:08.018,0:18:10.887
Elas são mais fáceis para[br]começarmos a trabalhar,

0:18:10.887,0:18:13.890
mas não necessariamente[br]resolvem todos os problemas.

0:18:13.957,0:18:18.161
Só que ainda tentamos [br]utilizar essas ferramentas

0:18:18.161,0:18:21.999
conforme o projeto vai ganhando [br]algum tipo de complexidade

0:18:21.999,0:18:22.999
que outras soluções fariam mais sentido.

0:18:22.999,0:18:24.801
Daí que acaba entrando [br]um pouco desse preconceito,

0:18:24.801,0:18:28.538
porque vemos muito infraestrutura[br]com o projeto legado,

0:18:28.772,0:18:31.541
utilizando dessas ferramentas em que já [br]enxergamos hoje que não são mais escaláveis.

0:18:33.743,0:18:36.379
Então quer dizer que eu não vou mais [br]utilizar esse tipo de ferramenta?

0:18:36.379,0:18:41.451
Não, tem casos e casos.

0:18:41.451,0:18:43.854
Só precisamos escolher corretamente[br]e entender a hora de mudar,

0:18:43.854,0:18:44.854
caso seja necessário, na hora de escalar.

0:18:44.854,0:18:47.023
Exato. O contrário também é válido.

0:18:47.023,0:18:51.428
Vemos aí a onda do caça, que é [br]uma superferramenta de mensageria.

0:18:51.428,0:18:54.664
Quem gosta da coisa técnica, adora.

0:18:54.664,0:18:58.568
Ela é parruda e está na arquitetura[br]de grandes players, né?

0:18:58.568,0:19:01.571
LinkedIn, Uber e por aí vai.

0:19:01.604,0:19:03.840
Então o entusiasta técnico que por cá fim.

0:19:03.840,0:19:07.076
Tudo isso vale no contexto corporativo.

0:19:07.076,0:19:09.379
Nas aulas também vamos [br]desenhar uma arquitetura.

0:19:09.379,0:19:12.416
Eu trago amador de negócio, [br]eu especifico ali o volume,

0:19:12.416,0:19:13.416
o aluno vai colocar o foco na arquitetura,

0:19:13.416,0:19:16.786
mas às vezes é uma dor [br]que o Excel resolveria.

0:19:16.786,0:19:18.756
Não é nada contra a questão.

0:19:18.756,0:19:19.756
Se resolve, está ótimo.

0:19:19.756,0:19:22.692
Então eu acho que são os dois lados.

0:19:22.692,0:19:27.096
Existe o time do reino, [br]cloud é o time do louco de

0:19:27.130,0:19:30.466
é na verdade a visão arquitetural.

0:19:30.533,0:19:33.236
A visão estratégica madura [br]é superimportante,

0:19:33.236,0:19:37.173
então certamente o nosso aluno precisa [br]ir ganhando essa essa maturidade

0:19:37.173,0:19:42.378
para a tomada de decisão.

0:19:42.378,0:19:43.046
Muito bacana!

0:19:43.046,0:19:48.184
E falando, Lucas, bom,[br]esse papo profundo,

0:19:48.251,0:19:53.156
falando aí para o nosso aluno mesmo,[br]que está vivenciando esse mundo dos dados,

0:19:53.156,0:19:56.659
alguns já estão ali atuando,

0:19:56.759,0:19:59.929
você enxerga papéis assim claros [br]na construção de uma solução analítica

0:19:59.929,0:20:03.900
aqui que eu posso ser, mas pensando [br]no que eu posso estudar e tudo mais?

0:20:07.770,0:20:13.609
E você, como engenheiro, interage [br]ali com outros profissionais?

0:20:13.676,0:20:16.245
Quais são esses papéis?

0:20:16.312,0:20:17.280
Nós tem aquela divisão básica [br]de uma plataforma de dados.

0:20:20.249,0:20:21.617
Temos um time de engenharia de dados,

0:20:21.617,0:20:25.521
time de ciência de dados[br]e de análise de dados.

0:20:25.621,0:20:30.560
Essa é a divisão tradicional, sim, [br]mas temos muito mais carreiras

0:20:30.560,0:20:33.563
dentro de dados possíveis,

0:20:33.663,0:20:37.667
quando pensamos em grandes [br]empresas e grandes projetos.

0:20:37.734,0:20:40.470
Temos que levar muito[br]em consideração segurança de dados,

0:20:40.470,0:20:45.241
temos que levar [br]em consideração governança.

0:20:45.308,0:20:49.879
Dependendo o engenheiro de dados,[br]pode estar muito mais próximo,

0:20:49.879,0:20:54.884
por exemplo, do Kafka, de ferramentas[br]mais técnicas, mais tela preta,

0:20:54.951,0:20:57.720
e outros engenheiros de dados[br]estão mais próximos

0:20:57.720,0:20:59.589
A área de transformação, especificamente,

0:20:59.589,0:21:01.824
tem mais facilidade de lidar com o negócio, [br]de extrair aqueles insumos de negócio

0:21:01.824,0:21:04.727
para conseguir implementar [br]um plano de transformação.

0:21:06.696,0:21:09.699
E não conseguimos classificar tudo[br]dentro de uma mesma caixinha.

0:21:09.832,0:21:13.936
A engenheiro de[br]dados ou engenheiro de dados

0:21:14.036,0:21:15.972
vai conseguir fazer tudo,[br]realizar todos essas atividades,

0:21:19.108,0:21:21.210
dominar todas essas possíveis ferramentas.

0:21:21.210,0:21:25.348
Então está cada vez mais ficando segregado[br]algumas responsabilidades.

0:21:25.448,0:21:29.118
Hoje a engenharia de dados está [br]muito mais próxima de plataforma,

0:21:29.218,0:21:31.754
onde pensamos em integração de dados,

0:21:31.754,0:21:36.325
onde pensamos em manutenção de ferramentas [br]como sistemas de mensageria,

0:21:36.325,0:21:40.263
de orquestração de dados,[br]dentre outros leaks.

0:21:40.329,0:21:42.431
Toda essa parte mais de infraestrutura.

0:21:42.431,0:21:47.570
E enquanto no processo de transformação[br]nós estamos usando lyrics engineers

0:21:47.637,0:21:48.137
que é uma carreira razoavelmente nova

0:21:52.375,0:21:56.012
e é especializada em implementar[br]processos de transformação de dados

0:21:56.078,0:21:59.882
utilizando insumos de negócio [br]que foram coletados

0:22:03.185,0:22:05.822
e navegando na plataforma [br]que foi desenvolvida

0:22:05.822,0:22:06.822
pelo time de engenheiros de dados.

0:22:06.822,0:22:10.826
Ela é meio híbrida ali.

0:22:10.926,0:22:13.896
De todas as profissões, essa é[br]que acaba sendo mais híbrida mesmo,

0:22:13.896,0:22:18.968
que demanda bastante [br]de conhecimento de negócio

0:22:18.968,0:22:21.972
e também das ferramentas utilizadas

0:22:21.972,0:22:22.972
para implementar as soluções [br]necessárias para o negócio.

0:22:22.972,0:22:25.809
E na outra ponta, uma vez [br]que já temos esses processos

0:22:25.809,0:22:26.809
de transformação implementados [br]e tudo mais,

0:22:26.809,0:22:30.713
nós temos times de análise, times de ciência [br]de dados, times de governança, qualidade.

0:22:35.151,0:22:38.053
Podemos até mesmo ter outros times[br]de negócio, como marketing, por exemplo,

0:22:38.053,0:22:40.689
trabalhando diretamente com dados

0:22:40.756,0:22:43.025
Dados acaba sendo quase que o coração[br]dentro de marketing também.

0:22:43.025,0:22:46.729
É o principal insumo [br]para conseguirmos investir melhor

0:22:46.729,0:22:50.299
os nossos recursos em campanhas,[br]aquisição de usuários,

0:22:50.399,0:22:53.602
fazer testes A/B, tudo baseado em dados.

0:22:53.702,0:22:57.039
Então são várias possibilidades [br]que nós temos dentro de uma plataforma

0:22:57.039,0:23:00.042
e o desenvolver de projetos de dados

0:23:01.060,0:23:02.060
de diversas possíveis carreiras [br]ou empresas menores.

0:23:03.078,0:23:06.182
Acabamos tendo aquele profissional de dados [br]que acaba fazendo um pouco de tudo também,

0:23:06.182,0:23:10.786
a mão de ponta a ponta e tudo bem.

0:23:10.786,0:23:12.655
É a realidade da empresa.[br]E para o profissional

0:23:12.655,0:23:17.059
que é bacana, às vezes ele aprende mais[br]colocando a mão ali.

0:23:17.159,0:23:21.130
E é aí que as ferramentas mais simples[br]e mais visuais acabam auxiliando também,

0:23:21.297,0:23:24.466
porque mesmo que, por exemplo,[br]a minha especialidade na visualização,

0:23:24.667,0:23:28.237
mas eu tenho uma ferramenta[br]que me ajuda de forma gráfica

0:23:28.304,0:23:31.540
a construir um dashboard[br]de forma mais eficiente,

0:23:32.942,0:23:35.711
porque eu não preciso aprender [br]uma outra tecnologia do zero e tudo mais.

0:23:35.711,0:23:38.280
Eu já consigo utilizar aquilo[br]para fazer o quê?

0:23:38.280,0:23:41.050
Responder perguntas de negócios,[br]que, no final das contas, é o que importa.

0:23:41.050,0:23:41.917
O que importa?

0:23:41.917,0:23:45.688
Você tocou num ponto interessante,

0:23:45.688,0:23:49.692
como outras áreas têm vindo [br]para dados e se empoderado.

0:23:49.758,0:23:52.761
Temos trabalhado muito nesse [br]processo de alfabetização em dados,

0:23:55.197,0:23:58.567
e vale muito alfabetizar [br]a empresa como um todo.

0:23:58.667,0:24:00.769
E todos precisam falar dados.

0:24:00.769,0:24:04.073
Então agora é algo que tem crescido

0:24:04.173,0:24:08.510
e que talvez até nos ajude muito mais[br]a alavancar a questão da cultura.

0:24:08.577,0:24:11.914
Como nós podemos, Lucas,[br]fazer essa combinação?

0:24:12.014,0:24:14.316
O que vem primeiro?

0:24:14.316,0:24:17.920
A cultura, a cultura de dados,[br]a cultura data-driven,

0:24:17.986,0:24:20.889
ou colocar lá um leitor?

0:24:20.889,0:24:23.992
Hoje eu percebo que, [br]dependendo do cliente,

0:24:23.992,0:24:27.796
nós começamos o papo pela ponta[br]que está mais fácil, não é?

0:24:27.963,0:24:31.033
Então, se eles querem ter[br]a ferramenta, ok, vão por ali.

0:24:31.033,0:24:34.036
Outros já perceberam que, [br]apesar de ter a ferramenta,

0:24:34.236,0:24:36.138
eles não conseguem garantir um bom uso.

0:24:36.138,0:24:40.109
As pessoas ainda seguem muito no felling,[br]e aí voltam um pouquinho atrás

0:24:40.109,0:24:43.579
e começam a falar de cultura mindset.

0:24:43.645,0:24:46.882
Você percebe o mercado assim: [br]o que é, o que deveria.

0:24:47.082,0:24:49.017
Vamos falar do correto.

0:24:49.017,0:24:51.987
O mercado é muito híbrido,[br]mas o que deveria vir primeiro?

0:24:51.987,0:24:55.791
A cultura, a implementação ali da solução.

0:24:55.891,0:25:00.062
Então, quando temos um tempo limitado [br]para conseguirmos implementar

0:25:00.062,0:25:03.899
um processo de dados[br]e uma plataforma de dados,

0:25:03.999,0:25:06.468
normalmente não conseguimos [br]preparar todas as pessoas

0:25:06.468,0:25:09.771
antes de começarmos um projeto desse tipo.

0:25:09.872,0:25:12.374
Aí que entram muitos consultores [br]para conseguir implementar a parte técnica

0:25:12.374,0:25:17.479
utilizando do que a empresa já entende ali

0:25:20.849,0:25:25.454
que vai agregar valor para ela[br]a partir daquele ferramental.

0:25:25.520,0:25:28.857
Mas eu não colocaria a implementação [br]técnica na frente dessa questão cultural.

0:25:32.027,0:25:34.529
Eu acho que tem que caminhar em paralelo

0:25:34.529,0:25:38.467
enquanto estamos construindo [br]essa plataforma,

0:25:38.533,0:25:42.437
Já temos que demonstrar o porque [br]essa plataforma é relevante,

0:25:42.504,0:25:43.839
como ela é relevante,

0:25:43.839,0:25:46.074
como que vamos utilizar,[br]como vamos agregar valor,

0:25:46.074,0:25:50.846
porque é mais fácil trabalhar com esse[br]tipo de ferramenta, com essa plataforma.

0:25:50.946,0:25:55.951
E tudo isso em paralelo, acaba [br]garantindo o sucesso do projeto.

0:25:56.018,0:25:58.420
Também não adianta gastarmos muito tempo

0:25:58.420,0:26:01.323
fazendo uma grande preparação, [br]cursos, treinamentos.

0:26:01.323,0:26:05.827
Não estamos vendo aquela briga[br]ali, ela é nada prático,

0:26:05.894,0:26:09.264
e ao mesmo tempo que nós já temos [br]aqui toda essa plataforma construída,

0:26:09.264,0:26:11.233
agora nós vamos desligar aqui todo esse [br]processo que vocês já estavam fazendo

0:26:11.233,0:26:14.102
e vamos utilizar só essa.

0:26:14.102,0:26:17.005
Por quê o outro funcionava,[br]Alguém pode perguntar.

0:26:17.005,0:26:18.440
E, de fato, estava funcionando.

0:26:18.440,0:26:19.875
Estava da melhor forma?

0:26:19.875,0:26:22.277
Não necessariamente,[br]mas estava funcionando.

0:26:22.277,0:26:27.916
Então explicar e passar essa sensação[br]de que, beleza, estamos dando agora

0:26:27.916,0:26:30.919
um passo que, de fato, vai ser [br]relevante para nós, é fundamental.

0:26:30.952,0:26:35.290
Porque quando temos um sponsor no projeto,

0:26:35.357,0:26:39.194
pode ser que esse sponsor já esteja [br]comprado com a ideia de entender

0:26:39.361,0:26:43.765
o valor de fato que vamos agregar[br]com essa plataforma desde o início.

0:26:43.865,0:26:46.034
Mas, beleza, temos uma pessoa

0:26:46.034,0:26:49.037
e todo o restante do time,[br]todo o restante da empresa

0:26:49.171,0:26:52.807
podemos ter mais dificuldade[br]em comprovar isso para os demais.

0:26:55.177,0:26:57.879
Então não adianta simplesmente [br]entregarmos esse projeto

0:26:57.879,0:27:02.317
sem pensar na questão cultural[br]que caminha junto do projeto.

0:27:02.417,0:27:06.187
Sim, e aspectos políticos[br]que são tão desafiadores.

0:27:06.187,0:27:11.192
Então, às vezes o gestor não quer[br]que se fale de uma nova tecnologia,

0:27:11.192,0:27:15.263
de uma nova metodologia, porque [br]ele não quer soar retrógrado,

0:27:15.363,0:27:19.935
não quer gerar uma impressão[br]que a gestão dele está atrasada.

0:27:20.001,0:27:23.438
E aí tem todo um cuidado, porque [br]nós estamos falando de pessoas,

0:27:23.438,0:27:29.311
e elas são respeitadas porque [br]estão dando o seu melhor.

0:27:29.377,0:27:33.081
É muito fácil você vir de fora [br]com as suas novas ideias.

0:27:34.949,0:27:37.886
Você não está ali no dia a dia[br]matando um leão por dia.

0:27:41.990,0:27:47.529
Então, a cultura vem junto com a questão [br]política também, de se mostrar.

0:27:47.595,0:27:50.198
Quem quiser fomentar [br]essa cultura, esse mindset,

0:27:50.198,0:27:54.335
precisa se mostrar como alguém [br]que quer somar, alavancar, enfim,

0:27:55.837,0:28:00.008
e não alguém que veio [br]para dizer que está tudo errado,

0:28:00.008,0:28:04.480
que você está fazendo tudo errado...

0:28:04.480,0:28:05.480
"Vamos fazer agora dessa outra forma [br]que é superdiferente e funciona".

0:28:05.480,0:28:08.716
Até porque nada funciona, né?

0:28:08.783,0:28:12.887
Saindo dos livros e sendo encaixado [br]ali na realidade corporativa.

0:28:12.987,0:28:18.159
Precisamos adaptar tudo.

0:28:18.159,0:28:20.361
Então são aspectos mais complexos[br]que as questões técnicas, não é, Lucas?

0:28:20.361,0:28:23.364
Parece que até resolvemos [br]mais rápido o técnico.

0:28:23.398,0:28:25.900
Quando falamos de cultura,[br]de questões políticas,

0:28:25.900,0:28:28.903
elas são mais desafiadoras,[br]mas precisam ser consideradas.

0:28:29.070,0:28:33.107
Senão você faz uma superimplementação [br]e ninguém usa, enterra, morre ali.

0:28:35.743,0:28:36.878
Exatamente.

0:28:36.878,0:28:37.612
Muito bom!

0:28:37.612,0:28:40.915
Que papo bom, muitas coisas.

0:28:40.915,0:28:41.716
É o tipo do papo que temos [br]que ouvir algumas vezes

0:28:41.716,0:28:43.885
para poder extrair tudo [br]o que está sendo dito.

0:28:45.486,0:28:47.689
Não é só o norte, é superimportante.

0:28:47.689,0:28:50.391
Mas tem um último ponto que eu queria [br]te ouvir, aproveitar bem a sua experiência,

0:28:52.927,0:28:55.563
que é a questão da segurança dos dados.

0:28:55.563,0:28:59.267
Temos uma referência na Europa,[br]na lei europeia de proteção aos dados,

0:29:03.605,0:29:09.877
a LGPD já veio com alguns avanços,[br]estabelecendo alguns limites.

0:29:09.944,0:29:14.315
De novo, temos alguns desafios [br]que são culturais aqui no Brasil.

0:29:16.117,0:29:19.120
Como você vê a questão da segurança [br]dos dados, num contexto analítico,

0:29:19.120,0:29:23.725
onde muitas vezes você vai, de fato, [br]armazenar ali, de forma agregada,

0:29:23.825,0:29:28.997
todas as suas informações gerenciais?

0:29:29.063,0:29:34.635
Quais cuidados com a maturidade brasileira[br]nesse momento em relação ao assunto?

0:29:34.702,0:29:39.507
Conforme a lei chegou, ela [br]chegou para proteger, de fato,

0:29:39.607,0:29:43.444
as pessoas que têm os dados[br]compartilhados com outras empresas.

0:29:45.279,0:29:48.282
Então ela talvez tenha chegado até [br]um pouco tarde porque ela surgiu

0:29:48.282,0:29:49.550
porque encontramos problemas [br]de dados sendo vazados e tudo mais,

0:29:49.550,0:29:53.388
justamente porque algumas práticas[br]não estavam sendo utilizadas.

0:29:57.358,0:30:01.763
Disponibilizamos dados sensíveis[br]que já conseguimos enxergar

0:30:01.763,0:30:06.434
essa diferença de dados sensíveis, [br]não identificadores de usuários,

0:30:09.070,0:30:10.905
telefones, endereço, enfim,

0:30:10.905,0:30:14.342
dados ali que podem ser [br]utilizados de forma indevida.

0:30:14.408,0:30:19.080
Tudo isso de forma muito acessível,[br]que seria fácil de alguém mal intencionado

0:30:19.080,0:30:22.817
conseguir extrair esses dados[br]e utilizar para outras finalidades.

0:30:22.884,0:30:27.388
Então, algumas etapas,[br]algumas camadas de proteção,

0:30:27.455,0:30:30.458
são desenvolvidas para mitigarmos [br]e evitarmos esse tipo de situação.

0:30:33.127,0:30:37.632
Obviamente, o acesso ao dentro[br]e ao detalhe que nos dados de origem.

0:30:37.865,0:30:39.600
Se alguém invadir esses sistemas,[br]com certeza vamos ter um grande problema.

0:30:40.935,0:30:45.006
Mas pensando em todo o funil [br]de transformação de dados,

0:30:45.006,0:30:47.675
todo esse processo que nós temos[br]dentro de uma plataforma,

0:30:47.675,0:30:52.480
são várias camadas que nós temos[br]até chegar num dado sensível,

0:30:52.747,0:30:58.119
Normalmente a ponta de visualização,[br]a ponta de consumo,

0:30:58.185,0:31:00.788
temos respostas ali para as nossas perguntas.

0:31:00.788,0:31:05.126
A gente não precisa necessariamente[br]do CPF do cliente ou do telefone.

0:31:05.893,0:31:08.096
Precisamos de números indicando

0:31:08.096,0:31:09.096
se determinada campanha [br]de marketing, por exemplo,

0:31:09.096,0:31:12.967
está funcionando da forma esperada ou não.

0:31:13.034,0:31:14.935
Então não precisamos de muitos detalhes.

0:31:14.935,0:31:19.840
Então, os dados que ficam [br]disponíveis para amplo acesso,

0:31:19.907,0:31:22.510
seja interno ou dependendo[br]até mesmo como um produto

0:31:22.510,0:31:25.613
sendo exposto de alguma forma,[br]são dados agregados.

0:31:25.613,0:31:31.018
Como você disse, métricas já calculadas.

0:31:31.118,0:31:35.890
Dados onde esses dados são anônimos,[br]não consegue vincular esse todo.

0:31:35.890,0:31:41.128
Essa informação a pessoas, [br]conseguimos trazer insumos

0:31:41.128,0:31:46.133
para utilizarmos de uma forma indevida[br]por outras pessoas.

0:31:47.902,0:31:51.372
Então eu acho que essas leis que surgiram,[br]como temos implementado isso agora,

0:31:51.372,0:31:54.108
já deveríamos estar [br]fazendo isso bem antes.

0:31:54.108,0:31:58.079
Agora, por ter virado de fato uma lei,

0:31:58.179,0:32:02.216
principalmente porque o cenário nacional[br]tem evoluído de uma forma interessante,

0:32:02.216,0:32:05.453
temos nos preocupado[br]cada vez mais com isso.

0:32:05.553,0:32:10.057
E tem até diversos memes na internet também[br]quando tem ali o vazamento de dados.

0:32:10.057,0:32:12.660
Daí começa-se a investir [br]um monte de dinheiro e tudo mais.

0:32:12.660,0:32:15.529
E não precisamos disso, porque se vazar,[br]vão ter muitas coisas envolvidas,

0:32:15.529,0:32:18.699
e ninguém quer que isso aconteça.

0:32:18.933,0:32:22.636
Então, além de proteger o cliente,[br]as empresas estão se protegendo também.

0:32:22.703,0:32:25.439
Consequentemente, temos [br]um cenário cada vez melhor

0:32:25.439,0:32:28.642
pensando em proteção de dados.

0:32:28.742,0:32:30.611
Ferramentas de governança estão [br]sendo cada vez mais utilizadas

0:32:32.413,0:32:34.315
para conseguirmos identificar[br]o que é um dado sensível, ou não,

0:32:34.315,0:32:38.185
para protegê-los [br]de uma forma mais eficiente.

0:32:40.888,0:32:44.124
Ferramentas para dar nível de acesso [br]de uma forma mais eficiente.

0:32:44.124,0:32:45.593
Os próprios dentro outros.

0:32:45.993,0:32:48.930
Hoje nós conseguimos dar[br]acesso em nível de linha,

0:32:48.930,0:32:49.930
nível de coluna de uma mesma tabela,

0:32:49.930,0:32:53.534
o que acaba sendo muito mais prático[br]também para esse tipo de proteção.

0:32:53.601,0:32:57.871
Então, toda essa tecnologia está [br]em favor justamente de protegê-lo,

0:32:57.938,0:33:00.074
de como estamos utilizando esses dados.

0:33:00.074,0:33:00.741
Muito bacana.

0:33:00.741,0:33:04.478
E é um ganha ganha, como você diz.

0:33:04.545,0:33:08.716
Todo mundo sai ganhando com uma postura [br]mais ética e mais segura também.

0:33:08.949,0:33:09.616
Com certeza.

0:33:09.616,0:33:12.220
Muito bom, Lucas.

0:33:12.220,0:33:13.220
Eu quero te agradecer né?

0:33:13.220,0:33:16.490
Muito bom aprender com você, ouvir cases.

0:33:16.657,0:33:21.428
Eu sei que você traz o frescor[br]da prática do mercado.

0:33:21.495,0:33:24.498
O Lucas, a professora,[br]a gente deu para vocês perceberem.

0:33:24.665,0:33:27.835
Além de estar aí no contexto corporativo,

0:33:27.935,0:33:32.539
ele também nos ensina aqui[br]a unir as duas coisas.

0:33:32.539,0:33:34.908
Ficou uma delícia.[br]Cruzei para os ouvidos, viu?

0:33:34.908,0:33:36.210
Foi um prazer.

0:33:36.210,0:33:36.777
Muito obrigado.

0:33:36.777,0:33:39.179
Eu que agradeço a participação, o convite.

0:33:39.179,0:33:41.515
Falar de um tema[br]que para mim é super importante

0:33:41.515,0:33:44.451
está presente[br]em todos os meus dias de trabalho,

0:33:44.451,0:33:48.155
então acaba sendo muito, muito,[br]muito interessante poder compartilhar

0:33:48.155,0:33:52.826
um pouquinho dessa experiência também[br]e também ouvir todos os seus pontos,

0:33:52.926,0:33:55.996
sua a sua experiência também é muito bom,[br]A gente sempre aprende um pouquinho

0:33:55.996,0:33:59.133
mais nesses papos, a gente cresce,[br]você também.

0:33:59.166,0:34:03.036
Você ficou conosco até agora, cresceu[br]e pôde perceber que nós

0:34:03.036,0:34:09.409
temos uma série de papéis,[br]muita tecnologia, várias ferramentas.

0:34:09.409,0:34:13.380
A nossa dica na Lucas é comece,[br]comece a oportunidade

0:34:13.380,0:34:16.917
é muito, muito um mercado muito aquecido.

0:34:17.017,0:34:18.519
Comece, vá mergulhando.

0:34:18.519,0:34:21.955
Com o tempo você vai ganhando maturidade,[br]visão arquitetural.

0:34:22.055,0:34:24.625
O céu é o limite. De fato,[br]nesse mercado de dados.

0:34:24.625,0:34:27.060
Nós somos suspeitos,[br]amamos tudo isso aqui.

0:34:27.060,0:34:30.097
Queremos que você venha[br]aqui para o nosso lado e.