WEBVTT

00:00:07.860 --> 00:00:10.682
Nos primórdios do Business Intelligence,

00:00:10.682 --> 00:00:15.597
levávamos pelo menos aí um ano dentro 
da construção de um Data Warehouse

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

00:00:18.685 --> 00:00:22.455
Ao longo desse tempo,
muitos projetos naufragavam.

00:00:22.455 --> 00:00:27.342
Período longo demais para manter 
o patrocínio da alta gestão.

00:00:28.495 --> 00:00:31.135
Boas notícias! Nós viramos esse jogo.

00:00:31.135 --> 00:00:35.989
Com uma stack moderna de dados,
trazendo agilidade na gestão dos projetos,

00:00:35.989 --> 00:00:39.454
usando ferramentas low cost,
indo para cloud,

00:00:39.454 --> 00:00:44.018
trabalhando muito mais DataOps,
hoje, em pouquíssimo tempo,

00:00:44.018 --> 00:00:49.449
nós conseguimos entregar na mão 
dos analistas, dos times de gestão,

00:00:49.449 --> 00:00:52.455
informações consistentes
para a tomada de decisão.

00:00:52.455 --> 00:00:56.258
Eu sou Tassiana, sou gestora 
de dados e analytics na triggo.ai,

00:00:56.258 --> 00:00:58.358
que é uma startup
de Inteligência Artificial,

00:00:58.358 --> 00:01:02.262
professora e coordenadora 
de MBA aqui na FIAP.

00:01:02.262 --> 00:01:05.249
E eu estou aqui com nosso 
querido Lucas Brandi,

00:01:05.249 --> 00:01:08.007
sumidade quando o assunto é dados.

00:01:08.007 --> 00:01:11.137
Ele vai contar um pouquinho 
da carreira dele para nós,

00:01:11.137 --> 00:01:15.012
contar como os dados 
fazem parte hoje

00:01:15.012 --> 00:01:17.692
do seu cotidiano né, Lucas?

00:01:17.692 --> 00:01:21.781
E nós vamos bater um papo aqui
bem gostoso sobre boas práticas,

00:01:21.781 --> 00:01:25.051
justamente nesse contexto das informações.

00:01:25.051 --> 00:01:25.822
Exatamente.

00:01:26.386 --> 00:01:29.589
Bom, meu nome é Lucas Brandi,
eu sou engenheiro de dados.

00:01:29.589 --> 00:01:34.048
Trabalho para uma empresa chamada X-Team 
como consultor para projetos internacionais,

00:01:34.048 --> 00:01:38.498
principalmente no âmbito 
de Data Warehouse e Data Lake.

00:01:38.498 --> 00:01:43.431
Ambos os projetos são voltados 
para organizarmos os dados

00:01:43.431 --> 00:01:47.659
de uma forma eficiente para o uso 
posterior, para ciência de dados,

00:01:47.659 --> 00:01:51.177
para análises, desenvolvimento 
de métricas e assim por diante.

00:01:51.177 --> 00:01:54.247
Em poucas palavras,
trazer valor para o negócio.

00:01:54.247 --> 00:01:55.012
Muito bacana.

00:01:55.012 --> 00:01:56.529
Gente, o Lucas é um engenheiro incrível.

00:01:56.529 --> 00:01:59.786
Vai dar dicas importantíssimas para vocês.

00:01:59.786 --> 00:02:02.199
E para partirmos do início, Lucas,

00:02:02.199 --> 00:02:06.311
sempre tem ali uma necessidade 
de tomada de decisão,

00:02:06.311 --> 00:02:08.061
uma necessidade de análise.

00:02:08.061 --> 00:02:09.829
Toda organização tem.

00:02:09.829 --> 00:02:13.599
Mas daí até chegar 
a implementação de um projeto,

00:02:13.599 --> 00:02:17.668
uma esteira de construção de engenharia,
uma entrega de valor lá na ponta,

00:02:17.668 --> 00:02:22.208
com dashboards, com estatísticas,

00:02:22.208 --> 00:02:25.711
e às vezes até evoluir 
para um Machine Learning, enfim,

00:02:25.711 --> 00:02:29.315
como funciona esse trilho,
como nascem esses projetos,

00:02:29.315 --> 00:02:32.656
e como vamos fazendo
toda essa construção?

00:02:33.428 --> 00:02:36.389
Eu acho que nós temos diversas situações.

00:02:36.389 --> 00:02:39.028
Em alguns casos, quando 
começamos um projeto de dados,

00:02:39.028 --> 00:02:42.128
pode ser que seja numa empresa
que também está começando.

00:02:42.128 --> 00:02:45.598
Então avançamos com a maturidade de dados,

00:02:45.598 --> 00:02:49.068
assim como a empresa está avançando também
com o desenvolvimento do produto.

00:02:49.068 --> 00:02:53.739
Em outros cenários, já temos um produto 
desenvolvido, uma empresa estabelecida,

00:02:53.739 --> 00:02:57.662
mas que ainda não estava
utilizando das boas práticas do mercado

00:02:57.662 --> 00:02:59.245
para uso de dados,

00:02:59.245 --> 00:03:02.582
para se tornar uma empresa
data-driven, enfim.

00:03:02.582 --> 00:03:07.286
Nesses cenários, nós precisamos 
estar muito mais próximos

00:03:07.286 --> 00:03:10.605
das áreas de negócio, de quem 
conhece, domina de fato o produto,

00:03:10.605 --> 00:03:13.993
para conseguir extrair 
esses insumos do negócio,

00:03:13.993 --> 00:03:19.714
para conseguir pensar, planejar como vamos 
implementar esse projeto de Data Warehouse,

00:03:19.714 --> 00:03:23.278
numa boa plataforma de dados
para agregar valor rápido,

00:03:23.278 --> 00:03:25.438
como você mesma disse, para o negócio,

00:03:25.438 --> 00:03:27.622
utilizando diversas outras ferramentas.

00:03:27.622 --> 00:03:30.695
E dependendo do tipo de produto
que estamos trabalhando,

00:03:30.695 --> 00:03:34.714
as origens dos nossos dados, 
temos que pensar também,

00:03:34.714 --> 00:03:37.049
quais ferramentas vamos utilizar ali.

00:03:37.049 --> 00:03:41.723
Então, esse passo inicial, 
entendermos se o produto já existe,

00:03:41.723 --> 00:03:45.489
se a empresa já trabalha 
com algum tipo de métrica,

00:03:45.489 --> 00:03:48.517
quais são essas métricas,
como elas são calculadas

00:03:48.517 --> 00:03:51.297
é a base de tudo, né, é onde começamos.

00:03:51.297 --> 00:03:56.202
E caso seja uma empresa nova,
que já está nascendo na nuvem mesmo,

00:03:56.202 --> 00:04:01.912
que já temos essa ideia de trabalhar 
com analytics desde o início,

00:04:01.912 --> 00:04:03.576
às vezes é um pouquinho mais fácil,

00:04:03.576 --> 00:04:07.480
porque aí conseguimos trabalhar em conjunto 
com o desenvolvimento do produto,

00:04:07.480 --> 00:04:10.015
já trazendo essas métricas
e acompanhando as métricas

00:04:10.015 --> 00:04:12.573
enquanto o produto
está sendo desenvolvido.

00:04:12.573 --> 00:04:16.155
Então, é um crescimento meio
que paralelo das duas frentes,

00:04:16.155 --> 00:04:19.605
não só o negócio, como também 
a plataforma que estamos desenvolvendo.

00:04:19.605 --> 00:04:20.452
Perfeito.

00:04:20.452 --> 00:04:24.331
Quando falamos do mercado,
o cenário é complexo, né,

00:04:24.331 --> 00:04:28.968
então você tem ali uma estratégia 
de negócio a ser pensada,

00:04:28.968 --> 00:04:31.504
depois tem um olhar arquitetural também.

00:04:31.504 --> 00:04:36.216
As arquiteturas são híbridas, 
às vezes uma colcha de retalhos.

00:04:36.216 --> 00:04:37.910
É sempre muito, né...

00:04:37.910 --> 00:04:40.235
O Lucas está bastante 
adaptado a essa realidade.

00:04:40.235 --> 00:04:42.715
É sempre muito consultivo, né?

00:04:42.715 --> 00:04:45.017
Não existe uma receita de bolo.

00:04:45.017 --> 00:04:48.254
Trabalhamos os conceitos
com os alunos, mas no mercado,

00:04:48.254 --> 00:04:52.091
essa adaptabilidade e flexibilidade
são superimportantes,

00:04:52.091 --> 00:04:57.096
essa leitura ali do contexto 
e da necessidade do cliente.

00:04:57.096 --> 00:05:01.433
Por falar em necessidade do cliente, 
Lucas, falamos muito de visão 360.

00:05:01.433 --> 00:05:03.147
Isso é um termo meio negócio, né?

00:05:03.147 --> 00:05:06.338
Eu quero uma visão 360 ali do meu cliente.

00:05:06.338 --> 00:05:09.545
Você acha que um projeto nessa linha
que nós estamos comentando,

00:05:09.545 --> 00:05:11.831
de um Data Warehouse, 
de uma base analítica,

00:05:11.831 --> 00:05:15.157
contribui para chegarmos nessa visão?

00:05:15.157 --> 00:05:16.115
Com certeza.

00:05:16.115 --> 00:05:21.127
Pensando numa estratégia para entendermos 
como a empresa está funcionando,

00:05:21.127 --> 00:05:25.758
essa visão 360 acaba sendo... 
O que nós temos ao nosso redor?

00:05:25.758 --> 00:05:30.929
Conseguíamos enxergar desde 
as origens dos nossos dados

00:05:30.929 --> 00:05:34.648
como estamos definindo o nosso produto,
como esse produto está sendo consumido,

00:05:34.648 --> 00:05:38.931
como diferentes áreas estão trabalhando
com o desenvolvimento desse produto,

00:05:38.931 --> 00:05:41.640
e, consequentemente, falando de dados,

00:05:41.640 --> 00:05:46.481
como todos esses insumos estão 
sendo utilizados internamente.

00:05:46.481 --> 00:05:50.540
Então, a base dessa visão 360 
é construir uma plataforma

00:05:50.540 --> 00:05:54.171
onde consigamos servir os nossos 
usuários internos com dados

00:05:54.171 --> 00:05:57.461
para que eles possam responder 
as próprias perguntas

00:05:57.461 --> 00:06:00.647
e entender, ter essa visão ampla,

00:06:00.647 --> 00:06:02.327
de tudo o que está 
acontecendo na empresa.

00:06:02.327 --> 00:06:05.331
Em alguns casos, essa visão ampla,

00:06:05.331 --> 00:06:09.001
dentro de grandes empresas 
e grandes projetos,

00:06:09.001 --> 00:06:12.271
acaba sendo muito difícil centralizarmos 
num único grupo de pessoas.

00:06:12.271 --> 00:06:16.275
Então descentralizamos
até um pouco mais essa estrutura

00:06:16.275 --> 00:06:19.853
para conseguirmos controlar 
escopos de negócio.

00:06:19.853 --> 00:06:22.881
Ao invés de termos silos muito fechados,

00:06:22.881 --> 00:06:26.468
termos essas estruturas individuais

00:06:26.468 --> 00:06:29.188
funcionando em paralelo 
dentro de uma empresa,

00:06:29.188 --> 00:06:30.838
que é muito o conceito de data mash, né,

00:06:30.838 --> 00:06:35.709
onde conseguimos que pequenas áreas,
ou pequenos grupos de pessoas,

00:06:35.709 --> 00:06:39.410
consigam ali controlar toda essa visão 360

00:06:39.410 --> 00:06:41.650
de um escopo de trabalho específico,

00:06:41.650 --> 00:06:44.368
por exemplo, só de finanças,
só de marketing,

00:06:44.368 --> 00:06:47.139
de aquisição de novos usuários, 
e assim por diante.

00:06:47.139 --> 00:06:48.952
Aí, tudo isso funcionando em paralelo,

00:06:48.952 --> 00:06:51.652
quando precisarmos ter essa 
visão da empresa como um todo,

00:06:51.652 --> 00:06:53.817
vamos extraindo os dados de cada ponta

00:06:53.817 --> 00:06:57.718
para conseguir entender o funcionamento
da plataforma como um todo.

00:06:57.718 --> 00:06:58.575
Sensacional.

00:06:58.575 --> 00:07:03.855
A ideia da malha de dados, que é 
algo super-recente e moderno,

00:07:03.855 --> 00:07:07.759
apoia muito essa completude de informações.

00:07:07.759 --> 00:07:08.846
Sensacional!

00:07:08.846 --> 00:07:13.997
E eu comecei, Lucas, falando um pouco
do patrocinador, do sponsor, né,

00:07:13.997 --> 00:07:16.336
que o PMBOK fala muito também.

00:07:16.336 --> 00:07:18.837
Sabemos que na gestão de um projeto,

00:07:18.837 --> 00:07:23.146
e você já viveu vários contextos assim,

00:07:23.146 --> 00:07:26.913
um patrocínio é superimportante, né?

00:07:26.913 --> 00:07:29.864
Quando falamos de um projeto 
de estruturação dos dados,

00:07:29.864 --> 00:07:32.828
assim como um projeto de governança,

00:07:32.828 --> 00:07:36.206
às vezes demoramos um pouquinho 
para entregar valor.

00:07:36.206 --> 00:07:39.432
É muito mais fácil entregar 
valor num dashboard, né?

00:07:39.432 --> 00:07:40.564
Concorda comigo?

00:07:40.564 --> 00:07:41.827
É palpável, né?

00:07:41.827 --> 00:07:45.132
Todo mundo acessa aquele relatório,
ele responde as perguntas.

00:07:45.132 --> 00:07:47.566
Mas e essa esteira 
de engenharia que vem antes,

00:07:47.566 --> 00:07:49.067
tempo do tratamento dos dados?

00:07:49.067 --> 00:07:52.070
Isso toma um pouquinho de tempo,
mesmo que sejamos ágeis,

00:07:52.070 --> 00:07:54.573
e vai gerando uma certa 
ansiedade na organização.

00:07:54.573 --> 00:08:00.052
Então, mesmo com a agilidade, ainda é 
um projeto que precisa de patrocínio, né,

00:08:00.052 --> 00:08:02.830
patrocínio forte ali.

00:08:02.830 --> 00:08:03.548
Sem dúvida.

00:08:03.548 --> 00:08:07.319
Falando de dados, quem é o patrocinador?

00:08:07.319 --> 00:08:08.353
Quais são as áreas?

00:08:08.353 --> 00:08:10.388
Quem costuma ser esse sponsor?

00:08:10.388 --> 00:08:13.262
Esse projeto costuma partir de quem?

00:08:13.262 --> 00:08:14.726
Como isso tem funcionado?

00:08:14.726 --> 00:08:17.781
Existe um padrão ou varia 
de uma empresa para outra?

00:08:17.781 --> 00:08:21.335
É interessante pensarmos 
em quem é o sponpor, né,

00:08:21.335 --> 00:08:23.955
porque principalmente
em algumas empresas pequenas,

00:08:23.955 --> 00:08:27.480
um dos projetos que eu atuo agora 
é de uma empresa um pouco menor,

00:08:27.480 --> 00:08:33.411
onde o sponsor do projeto acaba
sendo, de fato, o CEO, o dono da empresa,

00:08:33.411 --> 00:08:37.390
quem está precisando, de fato,
de insumos para a tomada de decisão.

00:08:37.390 --> 00:08:40.285
Então acaba sendo algo
um pouco mais direcionado.

00:08:40.285 --> 00:08:44.623
Mas quando pensamos em empresas maiores,

00:08:44.623 --> 00:08:49.138
um patrocinador do projeto normalmente 
seria aquela empresa, aquele grupo de...

00:08:50.468 --> 00:08:53.708
Aquela área ou aquele grupo de pessoas,

00:08:53.708 --> 00:08:58.036
que precisam tomar uma decisão, 
responder algum tipo de pergunta,

00:08:58.036 --> 00:09:01.172
e não necessariamente tem 
todos esses assuntos prontos,

00:09:01.172 --> 00:09:06.645
seja origem de dados onde não temos 
mapeado dentro da nossa plataforma,

00:09:06.645 --> 00:09:09.545
seja processos de transformação
que não foram implementados

00:09:09.545 --> 00:09:13.069
para calcular determinadas 
métricas, indicadores,

00:09:13.069 --> 00:09:14.919
ou até mesmo 
desenvolvimento de dashboards.

00:09:14.919 --> 00:09:19.758
Então, todo esse processo, essa esteira
inteira, desde a extração dos dados,

00:09:19.758 --> 00:09:22.738
a manipulação desses dados,
o desenvolvimento das métricas,

00:09:22.738 --> 00:09:26.142
e, por fim, o consumo 
para tomada de decisão,

00:09:26.142 --> 00:09:29.883
tudo isso parte da necessidade de alguém, 
ou de algum grupo de pessoas,

00:09:29.883 --> 00:09:32.103
ou de alguma área.

00:09:32.103 --> 00:09:35.564
Então, normalmente essa área 
que vai patrocinar, que vai investir ali,

00:09:35.564 --> 00:09:38.673
não só o recurso financeiro, 
mas também tempo, né,

00:09:38.673 --> 00:09:42.461
para fazermos toda a organização 
do projeto, para disponibilização...

00:09:43.801 --> 00:09:47.318
E implementação desse 
projeto completo de dados.

00:09:47.318 --> 00:09:49.825
Normalmente vemos esse tipo de cenário.

00:09:49.825 --> 00:09:54.335
E faz sentido dizer que, na maioria 
das vezes, é uma dor de negócio.

00:09:54.335 --> 00:09:58.348
E quando não se conecta o negócio
que está sendo desenvolvido,

00:09:58.348 --> 00:10:00.832
temos até dificuldade 
de vender internamente.

00:10:00.832 --> 00:10:05.170
Então eu observo muitos projetos 
de novo naufragando,

00:10:05.170 --> 00:10:07.880
porque tem toda um aparato tecnológico,

00:10:07.880 --> 00:10:11.743
mas os times de negócio ainda não 
conseguiram enxergar valor, não utilizam.

00:10:11.743 --> 00:10:14.746
E se não se conecta com valor
para a organização,

00:10:14.746 --> 00:10:17.949
aquilo perde, perde em si.

00:10:17.949 --> 00:10:22.515
Então esse processo de empurrar 
a tecnologia é muito mais desafiador, né,

00:10:22.515 --> 00:10:27.618
diferente de quando o negócio está 
puxando ali e consegue entregar muito valor.

00:10:28.433 --> 00:10:30.628
Como é essa sinergia?

00:10:30.628 --> 00:10:34.643
Eu me lembro, nesse mercado,

00:10:34.643 --> 00:10:37.936
de ter um preciosismo 
técnico muito grande.

00:10:37.936 --> 00:10:42.774
Quando você ia contratar, tinha que ser
aquele profissional que dominava o código,

00:10:42.774 --> 00:10:45.983
aquela tela ali do "shell",
aquela tela preta e tudo mais.

00:10:45.983 --> 00:10:50.216
E eu tenho percebido 
o mercado mudando, né?

00:10:50.216 --> 00:10:51.316
Mesmo hoje,
quando eu estou contratando um dev

00:10:51.316 --> 00:10:54.686
Um profissional que vai 
atuar mais tecnicamente

00:10:54.686 --> 00:10:58.723
precisa ter esse feeling de negócio,

00:10:58.790 --> 00:11:02.293
essa conexão com o propósito
que ele está fazendo.

00:11:02.393 --> 00:11:06.864
E você enxerga assim também
esse alinhamento, negócio técnico,

00:11:06.864 --> 00:11:10.068
que até parece que na malha de dados
conseguimos fazer melhor.

00:11:10.068 --> 00:11:11.469
Mas com certeza esse alinhamento 
é muito interessante,

00:11:13.438 --> 00:11:17.208
principalmente quando pensamos 
na gestão moderna de dados,

00:11:17.308 --> 00:11:18.676
que é um conceito, um framework 
que surgiu recentemente,

00:11:20.111 --> 00:11:24.515
está tentando trazer 
algumas boas práticas,

00:11:24.582 --> 00:11:28.019
algumas situações que visam justamente
permitir que profissionais não tão técnicos,

00:11:28.019 --> 00:11:31.189
não necessariamente
só engenheiros de dados,

00:11:31.189 --> 00:11:35.860
possam trabalhar com desenvolvimento
e contribuir com uma plataforma de dados.

00:11:35.927 --> 00:11:39.730
Então utilizamos ferramentas,
por exemplo, low cost,

00:11:39.797 --> 00:11:42.800
ferramentas visuais para conseguirmos 
fazer a integração de dados,

00:11:42.800 --> 00:11:45.069
ferramentas visuais para conseguirmos também 
criar projetos de transformação de dados.

00:11:48.072 --> 00:11:50.808
Quando cabe ferramentas de visualização,

00:11:52.243 --> 00:11:56.280
quase todas são drag-and-drop,
onde vamos conceber,

00:11:56.280 --> 00:11:59.750
construir na nossa visualização,
sem precisar necessariamente de código.

00:11:59.851 --> 00:12:04.789
Então, esse tipo de recurso permite 
com que outros profissionais,

00:12:04.856 --> 00:12:07.859
normalmente de negócios,
também consigam participar,

00:12:08.025 --> 00:12:10.261
participar mais dentro de uma plataforma,

00:12:10.261 --> 00:12:14.065
mudando um pouco aquele 
paradigma de que dados,

00:12:14.165 --> 00:12:17.168
uma área de dados, seria uma área de TI.

00:12:17.168 --> 00:12:18.069
Não necessariamente.

00:12:18.069 --> 00:12:19.804
Eu penso em dados como uma área híbrida.

00:12:19.804 --> 00:12:23.574
É uma área onde temos uma sinergia
muito grande com negócios,

00:12:23.574 --> 00:12:27.545
onde precisamos entender o que está
sendo realizado do lado de negócios,

00:12:27.612 --> 00:12:29.814
do lado do nosso produto,
e assim por diante.

00:12:29.814 --> 00:12:32.950
E também que possa navegar 
no ferramental que temos disponível

00:12:32.950 --> 00:12:34.986
dentro de uma plataforma de dados.

00:12:34.986 --> 00:12:39.724
Então, esse cenário onde
conseguimos utilizar ferramentas

00:12:39.790 --> 00:12:44.362
para resolver problemas de negócio,
essa ponte acaba sendo o cenário ideal

00:12:44.462 --> 00:12:48.766
onde conseguimos escalar
projetos de dados de dentro

00:12:48.766 --> 00:12:52.370
e outros de BI e visualização
e assim por diante.

00:12:52.536 --> 00:12:57.775
A ferramenta é sempre um meio na teia,
um meio com fim em cima.

00:12:58.342 --> 00:13:02.613
Até por isso vemos projetos assim, muitas vezes
começando com estabelecimento de domínio.

00:13:02.646 --> 00:13:04.416
Domínio é um assunto de negócio.

00:13:04.416 --> 00:13:05.416
Quais são?

00:13:05.416 --> 00:13:08.419
Meu domínio financeiro,
meu domínio de pessoas?

00:13:08.619 --> 00:13:12.456
Hoje temos governança, falado
muito na identificação do Almir,

00:13:12.490 --> 00:13:14.258
quem é o dono do dado?

00:13:14.258 --> 00:13:17.962
E geralmente esse dono 
do dado é alguém de negócio

00:13:18.062 --> 00:13:21.298
que entende bem da transação,
mas também do analítico,

00:13:21.398 --> 00:13:24.301
porque até então tínhamos 
uma barreira muito grande.

00:13:24.301 --> 00:13:25.870
Parece que o mundo transacional,

00:13:25.870 --> 00:13:28.472
do transacional para o analítico,
trocávamos de assunto,

00:13:28.472 --> 00:13:33.310
e não é uma nova forma de organizar o dado,
mas é o mesmo dado e o mesmo assunto,

00:13:33.310 --> 00:13:37.248
o mesmo domínio de negócio 
e dores muito parecidas.

00:13:37.348 --> 00:13:40.417
Então, no México, temos 
conseguido uma malha de dados,

00:13:40.417 --> 00:13:45.589
temos conseguido essas evoluções 
que trazem mais o negócio para o jogo.

00:13:46.924 --> 00:13:50.394
Eu tenho observado isso,
ferramentas mais colaborativas também

00:13:50.394 --> 00:13:54.198
que o time de negócio consegue entender
o que está acontecendo e colaborar.

00:13:54.265 --> 00:13:58.002
E aí são projetos que você gasta 
mais tempo discutindo o negócio

00:13:58.002 --> 00:14:01.005
do que aplicando ali
a complexidade técnica.

00:14:01.038 --> 00:14:03.541
No final das contas, é o que importa.

00:14:03.541 --> 00:14:05.776
Estão, assim, são tendências importantes.

00:14:05.776 --> 00:14:07.678
Não importa se você é de negócio
ou se é uma pessoa mais técnica,

00:14:07.678 --> 00:14:11.582
isso precisa estar no nosso radar.

00:14:11.649 --> 00:14:13.918
Mas eu acho importante ressaltar 
também que não necessariamente

00:14:13.918 --> 00:14:17.154
o que estamos mencionando de ferramentas, 
de loucuras visuais e assim por diante,

00:14:17.354 --> 00:14:20.291
que não temos código, que não estamos
falando de Python, Scala, Java, enfim,

00:14:20.291 --> 00:14:26.630
essa parte mais técnica 
mesmo da área de dados.

00:14:26.697 --> 00:14:29.300
Nós temos isso também.

00:14:29.300 --> 00:14:30.668
Só que, em alguns cenários,

00:14:32.620 --> 00:14:33.620
nós não precisamos de muita 
complexidade para resolver problemas.

00:14:35.572 --> 00:14:38.375
Não precisamos utilizar as ferramentas
que estão super em alta no mercado

00:14:38.375 --> 00:14:42.112
só porque estão em alta no mercado.

00:14:43.113 --> 00:14:47.584
Podemos utilizar outras alternativas
que já vão resolver os nossos problemas

00:14:47.651 --> 00:14:52.056
de determinada área da empresa,
ou às vezes até mesmo da empresa inteira,

00:14:52.122 --> 00:14:53.323
com uma simplicidade maior,
facilidade maior,

00:14:53.323 --> 00:14:56.326
sem necessidade 
de um grande time de dados,

00:14:56.427 --> 00:14:57.494
garantindo que outras 
pessoas estejam contribuindo

00:14:58.896 --> 00:14:59.896
e também colaborando com o projeto.

00:15:01.298 --> 00:15:06.570
Então é aquela questão,
precisamos identificar o cenário,

00:15:06.670 --> 00:15:09.440
os requisitos que nós temos,
onde queremos chegar,

00:15:09.440 --> 00:15:14.845
para conseguir ter essa escolha
também no ferramental.

00:15:14.945 --> 00:15:17.581
Mas frisando essa escolha de ferramentas,

00:15:17.581 --> 00:15:21.485
não descartamos ferramentas mais 
complexas, mas técnicas de fato,

00:15:21.552 --> 00:15:25.189
com código para resolução 
de problemas mais complexos também.

00:15:27.724 --> 00:15:30.461
Então elas caminham em paralelo
para cada situação.

00:15:30.461 --> 00:15:34.199
Vamos ter um ferramental mais específico,

00:15:34.199 --> 00:15:35.199
resolvendo um problema 
de uma forma diferente.

00:15:35.199 --> 00:15:36.567
Bom ponto, bom ponto.

00:15:36.567 --> 00:15:38.468
Porque nós estamos falando
de um mundo de BI, de um dentre outros,

00:15:38.468 --> 00:15:42.272
e de que pede para tomadas de decisão.

00:15:42.339 --> 00:15:45.209
Mas, de repente, é preciso 
de uma latência mais baixinha,

00:15:45.209 --> 00:15:48.712
o dado não entrar tão estruturado.

00:15:48.712 --> 00:15:53.517
A minha dor de negócio está relacionada 
a uma fonte que é um log,

00:15:53.617 --> 00:15:57.120
que é algo que exige,
de repente, um monitoramento.

00:15:57.187 --> 00:15:59.556
E aí eu vou para o mundo de Big Data.

00:15:59.556 --> 00:16:01.792
Talvez eu não esteja falando só do DW,

00:16:01.792 --> 00:16:05.696
talvez seja um Data Lake,
que é um outro repositório analítico,

00:16:05.796 --> 00:16:09.666
um Data Lake House, que é alguma 
coisa um pouco mais moderna.

00:16:09.700 --> 00:16:13.537
De repente eu quero fazer 
uma implementação mais open source

00:16:13.537 --> 00:16:17.708
por uma necessidade específica
ali do meu contexto.

00:16:17.774 --> 00:16:21.011
As ferramentas open source,
muitas delas de Big Datas mais robustas,

00:16:21.011 --> 00:16:26.516
vêm com uma necessidade de código maior.

00:16:27.484 --> 00:16:31.288
Então tem casos em que a implementação
vai ser um pouco mais complexa.

00:16:31.288 --> 00:16:34.992
Geralmente projetos mais robustos,
um maior volume de dados,

00:16:35.125 --> 00:16:39.563
uma complexidade técnica,
uma técnica maior, uma latência menor.

00:16:39.663 --> 00:16:42.132
Ainda não cabemos nessa questão.

00:16:42.132 --> 00:16:44.534
Cabe bastante ainda
a questão do desenvolvimento.

00:16:44.534 --> 00:16:46.303
Eu acho que o importante 
é não ter preconceito.

00:16:46.303 --> 00:16:47.871
Eu brinco muito com os alunos:

00:16:47.871 --> 00:16:50.574
você vai de raiz ou vai de Nutella?

00:16:50.574 --> 00:16:53.076
O raiz é o código lá e tudo mais,

00:16:53.076 --> 00:16:56.279
e o Nutella, é o louco, 
ou o drag and drop.

00:16:56.279 --> 00:16:59.683
É a questão visual, somos nós sem preconceito.

00:16:59.683 --> 00:17:03.220
Eu já ouvi de gestores em reuniões 
em que eu estou apresentando uma proposta,

00:17:06.189 --> 00:17:09.559
e eu percebo que eu falei
alguma coisa de louco ou de torcer o nariz:

00:17:09.559 --> 00:17:13.997
todo mundo coda.
Temos codar em cloud.

00:17:14.097 --> 00:17:17.767
Mas aí é um preconceito,
porque, de repente, como você falou,

00:17:17.767 --> 00:17:21.705
em alguns casos você traz 
alguma coisa mais low cost, resolve.

00:17:21.771 --> 00:17:25.175
Você entrega o projeto muito mais 
rápido, uma questão de custo.

00:17:25.175 --> 00:17:30.247
Então, quem está gerindo o projeto
precisa ter esse olhar mais agnóstico

00:17:30.313 --> 00:17:34.818
de pensar qual é a melhor ferramenta,

00:17:34.918 --> 00:17:35.918
a melhor estratégia 
para aquele cenário específico.

00:17:36.019 --> 00:17:40.757
E muito desse preconceito vem do uso 
indevido de algumas ferramentas

00:17:40.824 --> 00:17:41.892
justamente nesse cenário.

00:17:41.892 --> 00:17:45.061
"Ah, esse projeto aqui precisava 
de uma complexidade um pouco maior,

00:17:45.061 --> 00:17:49.966
porque a demanda de negócio chegava."

00:17:51.868 --> 00:17:55.105
A necessidade de negócio precisava 
de uma latência mais baixa

00:17:55.305 --> 00:17:58.808
e o time dependendo ou até 
mesmo quantidade de pessoas

00:17:58.808 --> 00:17:59.709
trabalhando juntos no mesmo pipeline, consegue.

00:17:59.709 --> 00:18:02.712
Com algumas ferramentas visuais,
temos algumas limitações desse tipo,

00:18:02.712 --> 00:18:07.150
às vezes não tem versionamento de código,
tem alguns problemas nessas ferramentas.

00:18:07.150 --> 00:18:08.018
Elas não são perfeitas.

00:18:08.018 --> 00:18:10.887
Elas são mais fáceis para
começarmos a trabalhar,

00:18:10.887 --> 00:18:13.890
mas não necessariamente
resolvem todos os problemas.

00:18:13.957 --> 00:18:18.161
Só que ainda tentamos 
utilizar essas ferramentas

00:18:18.161 --> 00:18:21.999
conforme o projeto vai ganhando 
algum tipo de complexidade

00:18:21.999 --> 00:18:22.999
que outras soluções fariam mais sentido.

00:18:22.999 --> 00:18:24.801
Daí que acaba entrando 
um pouco desse preconceito,

00:18:24.801 --> 00:18:28.538
porque vemos muito infraestrutura
com o projeto legado,

00:18:28.772 --> 00:18:31.541
utilizando dessas ferramentas em que já 
enxergamos hoje que não são mais escaláveis.

00:18:33.743 --> 00:18:36.379
Então quer dizer que eu não vou mais 
utilizar esse tipo de ferramenta?

00:18:36.379 --> 00:18:41.451
Não, tem casos e casos.

00:18:41.451 --> 00:18:43.854
Só precisamos escolher corretamente
e entender a hora de mudar,

00:18:43.854 --> 00:18:44.854
caso seja necessário, na hora de escalar.

00:18:44.854 --> 00:18:47.023
Exato. O contrário também é válido.

00:18:47.023 --> 00:18:51.428
Vemos aí a onda do caça, que é 
uma superferramenta de mensageria.

00:18:51.428 --> 00:18:54.664
Quem gosta da coisa técnica, adora.

00:18:54.664 --> 00:18:58.568
Ela é parruda e está na arquitetura
de grandes players, né?

00:18:58.568 --> 00:19:01.571
LinkedIn, Uber e por aí vai.

00:19:01.604 --> 00:19:03.840
Então o entusiasta técnico que por cá fim.

00:19:03.840 --> 00:19:07.076
Tudo isso vale no contexto corporativo.

00:19:07.076 --> 00:19:09.379
Nas aulas também vamos 
desenhar uma arquitetura.

00:19:09.379 --> 00:19:12.416
Eu trago amador de negócio, 
eu especifico ali o volume,

00:19:12.416 --> 00:19:13.416
o aluno vai colocar o foco na arquitetura,

00:19:13.416 --> 00:19:16.786
mas às vezes é uma dor 
que o Excel resolveria.

00:19:16.786 --> 00:19:18.756
Não é nada contra a questão.

00:19:18.756 --> 00:19:19.756
Se resolve, está ótimo.

00:19:19.756 --> 00:19:22.692
Então eu acho que são os dois lados.

00:19:22.692 --> 00:19:27.096
Existe o time do reino, 
cloud é o time do louco de

00:19:27.130 --> 00:19:30.466
é na verdade a visão arquitetural.

00:19:30.533 --> 00:19:33.236
A visão estratégica madura 
é superimportante,

00:19:33.236 --> 00:19:37.173
então certamente o nosso aluno precisa 
ir ganhando essa essa maturidade

00:19:37.173 --> 00:19:42.378
para a tomada de decisão.

00:19:42.378 --> 00:19:43.046
Muito bacana!

00:19:43.046 --> 00:19:48.184
E falando, Lucas, bom,
esse papo profundo,

00:19:48.251 --> 00:19:53.156
falando aí para o nosso aluno mesmo,
que está vivenciando esse mundo dos dados,

00:19:53.156 --> 00:19:56.659
alguns já estão ali atuando,

00:19:56.759 --> 00:19:59.929
você enxerga papéis assim claros 
na construção de uma solução analítica

00:19:59.929 --> 00:20:03.900
aqui que eu posso ser, mas pensando 
no que eu posso estudar e tudo mais?

00:20:07.770 --> 00:20:13.609
E você, como engenheiro, interage 
ali com outros profissionais?

00:20:13.676 --> 00:20:16.245
Quais são esses papéis?

00:20:16.312 --> 00:20:17.280
Nós tem aquela divisão básica 
de uma plataforma de dados.

00:20:20.249 --> 00:20:21.617
Temos um time de engenharia de dados,

00:20:21.617 --> 00:20:25.521
time de ciência de dados
e de análise de dados.

00:20:25.621 --> 00:20:30.560
Essa é a divisão tradicional, sim, 
mas temos muito mais carreiras

00:20:30.560 --> 00:20:33.563
dentro de dados possíveis,

00:20:33.663 --> 00:20:37.667
quando pensamos em grandes 
empresas e grandes projetos.

00:20:37.734 --> 00:20:40.470
Temos que levar muito
em consideração segurança de dados,

00:20:40.470 --> 00:20:45.241
temos que levar 
em consideração governança.

00:20:45.308 --> 00:20:49.879
Dependendo o engenheiro de dados,
pode estar muito mais próximo,

00:20:49.879 --> 00:20:54.884
por exemplo, do Kafka, de ferramentas
mais técnicas, mais tela preta,

00:20:54.951 --> 00:20:57.720
e outros engenheiros de dados
estão mais próximos

00:20:57.720 --> 00:20:59.589
A área de transformação, especificamente,

00:20:59.589 --> 00:21:01.824
tem mais facilidade de lidar com o negócio, 
de extrair aqueles insumos de negócio

00:21:01.824 --> 00:21:04.727
para conseguir implementar 
um plano de transformação.

00:21:06.696 --> 00:21:09.699
E não conseguimos classificar tudo
dentro de uma mesma caixinha.

00:21:09.832 --> 00:21:13.936
A engenheiro de
dados ou engenheiro de dados

00:21:14.036 --> 00:21:15.972
vai conseguir fazer tudo,
realizar todos essas atividades,

00:21:19.108 --> 00:21:21.210
dominar todas essas possíveis ferramentas.

00:21:21.210 --> 00:21:25.348
Então está cada vez mais ficando segregado
algumas responsabilidades.

00:21:25.448 --> 00:21:29.118
Hoje a engenharia de dados está 
muito mais próxima de plataforma,

00:21:29.218 --> 00:21:31.754
onde pensamos em integração de dados,

00:21:31.754 --> 00:21:36.325
onde pensamos em manutenção de ferramentas 
como sistemas de mensageria,

00:21:36.325 --> 00:21:40.263
de orquestração de dados,
dentre outros leaks.

00:21:40.329 --> 00:21:42.431
Toda essa parte mais de infraestrutura.

00:21:42.431 --> 00:21:47.570
E enquanto no processo de transformação
nós estamos usando lyrics engineers

00:21:47.637 --> 00:21:48.137
que é uma carreira razoavelmente nova

00:21:52.375 --> 00:21:56.012
e é especializada em implementar
processos de transformação de dados

00:21:56.078 --> 00:21:59.882
utilizando insumos de negócio 
que foram coletados

00:22:03.185 --> 00:22:05.822
e navegando na plataforma 
que foi desenvolvida

00:22:05.822 --> 00:22:06.822
pelo time de engenheiros de dados.

00:22:06.822 --> 00:22:10.826
Ela é meio híbrida ali.

00:22:10.926 --> 00:22:13.896
De todas as profissões, essa é
que acaba sendo mais híbrida mesmo,

00:22:13.896 --> 00:22:18.968
que demanda bastante 
de conhecimento de negócio

00:22:18.968 --> 00:22:21.972
e também das ferramentas utilizadas

00:22:21.972 --> 00:22:22.972
para implementar as soluções 
necessárias para o negócio.

00:22:22.972 --> 00:22:25.809
E na outra ponta, uma vez 
que já temos esses processos

00:22:25.809 --> 00:22:26.809
de transformação implementados 
e tudo mais,

00:22:26.809 --> 00:22:30.713
nós temos times de análise, times de ciência 
de dados, times de governança, qualidade.

00:22:35.151 --> 00:22:38.053
Podemos até mesmo ter outros times
de negócio, como marketing, por exemplo,

00:22:38.053 --> 00:22:40.689
trabalhando diretamente com dados

00:22:40.756 --> 00:22:43.025
Dados acaba sendo quase que o coração
dentro de marketing também.

00:22:43.025 --> 00:22:46.729
É o principal insumo 
para conseguirmos investir melhor

00:22:46.729 --> 00:22:50.299
os nossos recursos em campanhas,
aquisição de usuários,

00:22:50.399 --> 00:22:53.602
fazer testes A/B, tudo baseado em dados.

00:22:53.702 --> 00:22:57.039
Então são várias possibilidades 
que nós temos dentro de uma plataforma

00:22:57.039 --> 00:23:00.042
e o desenvolver de projetos de dados

00:23:01.060 --> 00:23:02.060
de diversas possíveis carreiras 
ou empresas menores.

00:23:03.078 --> 00:23:06.182
Acabamos tendo aquele profissional de dados 
que acaba fazendo um pouco de tudo também,

00:23:06.182 --> 00:23:10.786
a mão de ponta a ponta e tudo bem.

00:23:10.786 --> 00:23:12.655
É a realidade da empresa.
E para o profissional

00:23:12.655 --> 00:23:17.059
que é bacana, às vezes ele aprende mais
colocando a mão ali.

00:23:17.159 --> 00:23:21.130
E é aí que as ferramentas mais simples
e mais visuais acabam auxiliando também,

00:23:21.297 --> 00:23:24.466
porque mesmo que, por exemplo,
a minha especialidade na visualização,

00:23:24.667 --> 00:23:28.237
mas eu tenho uma ferramenta
que me ajuda de forma gráfica

00:23:28.304 --> 00:23:31.540
a construir um dashboard
de forma mais eficiente,

00:23:32.942 --> 00:23:35.711
porque eu não preciso aprender 
uma outra tecnologia do zero e tudo mais.

00:23:35.711 --> 00:23:38.280
Eu já consigo utilizar aquilo
para fazer o quê?

00:23:38.280 --> 00:23:41.050
Responder perguntas de negócios,
que, no final das contas, é o que importa.

00:23:41.050 --> 00:23:41.917
O que importa?

00:23:41.917 --> 00:23:45.688
Você tocou num ponto interessante,

00:23:45.688 --> 00:23:49.692
como outras áreas têm vindo 
para dados e se empoderado.

00:23:49.758 --> 00:23:52.761
Temos trabalhado muito nesse 
processo de alfabetização em dados,

00:23:55.197 --> 00:23:58.567
e vale muito alfabetizar 
a empresa como um todo.

00:23:58.667 --> 00:24:00.769
E todos precisam falar dados.

00:24:00.769 --> 00:24:04.073
Então agora é algo que tem crescido

00:24:04.173 --> 00:24:08.510
e que talvez até nos ajude muito mais
a alavancar a questão da cultura.

00:24:08.577 --> 00:24:11.914
Como nós podemos, Lucas,
fazer essa combinação?

00:24:12.014 --> 00:24:14.316
O que vem primeiro?

00:24:14.316 --> 00:24:17.920
A cultura, a cultura de dados,
a cultura data-driven,

00:24:17.986 --> 00:24:20.889
ou colocar lá um leitor?

00:24:20.889 --> 00:24:23.992
Hoje eu percebo que, 
dependendo do cliente,

00:24:23.992 --> 00:24:27.796
nós começamos o papo pela ponta
que está mais fácil, não é?

00:24:27.963 --> 00:24:31.033
Então, se eles querem ter
a ferramenta, ok, vão por ali.

00:24:31.033 --> 00:24:34.036
Outros já perceberam que, 
apesar de ter a ferramenta,

00:24:34.236 --> 00:24:36.138
eles não conseguem garantir um bom uso.

00:24:36.138 --> 00:24:40.109
As pessoas ainda seguem muito no felling,
e aí voltam um pouquinho atrás

00:24:40.109 --> 00:24:43.579
e começam a falar de cultura mindset.

00:24:43.645 --> 00:24:46.882
Você percebe o mercado assim: 
o que é, o que deveria.

00:24:47.082 --> 00:24:49.017
Vamos falar do correto.

00:24:49.017 --> 00:24:51.987
O mercado é muito híbrido,
mas o que deveria vir primeiro?

00:24:51.987 --> 00:24:55.791
A cultura, a implementação ali da solução.

00:24:55.891 --> 00:25:00.062
Então, quando temos um tempo limitado 
para conseguirmos implementar

00:25:00.062 --> 00:25:03.899
um processo de dados
e uma plataforma de dados,

00:25:03.999 --> 00:25:06.468
normalmente não conseguimos 
preparar todas as pessoas

00:25:06.468 --> 00:25:09.771
antes de começarmos um projeto desse tipo.

00:25:09.872 --> 00:25:12.374
Aí que entram muitos consultores 
para conseguir implementar a parte técnica

00:25:12.374 --> 00:25:17.479
utilizando do que a empresa já entende ali

00:25:20.849 --> 00:25:25.454
que vai agregar valor para ela
a partir daquele ferramental.

00:25:25.520 --> 00:25:28.857
Mas eu não colocaria a implementação 
técnica na frente dessa questão cultural.

00:25:32.027 --> 00:25:34.529
Eu acho que tem que caminhar em paralelo

00:25:34.529 --> 00:25:38.467
enquanto estamos construindo 
essa plataforma,

00:25:38.533 --> 00:25:42.437
Já temos que demonstrar o porque 
essa plataforma é relevante,

00:25:42.504 --> 00:25:43.839
como ela é relevante,

00:25:43.839 --> 00:25:46.074
como que vamos utilizar,
como vamos agregar valor,

00:25:46.074 --> 00:25:50.846
porque é mais fácil trabalhar com esse
tipo de ferramenta, com essa plataforma.

00:25:50.946 --> 00:25:55.951
E tudo isso em paralelo, acaba 
garantindo o sucesso do projeto.

00:25:56.018 --> 00:25:58.420
Também não adianta gastarmos muito tempo

00:25:58.420 --> 00:26:01.323
fazendo uma grande preparação, 
cursos, treinamentos.

00:26:01.323 --> 00:26:05.827
Não estamos vendo aquela briga
ali, ela é nada prático,

00:26:05.894 --> 00:26:09.264
e ao mesmo tempo que nós já temos 
aqui toda essa plataforma construída,

00:26:09.264 --> 00:26:11.233
agora nós vamos desligar aqui todo esse 
processo que vocês já estavam fazendo

00:26:11.233 --> 00:26:14.102
e vamos utilizar só essa.

00:26:14.102 --> 00:26:17.005
Por quê o outro funcionava,
Alguém pode perguntar.

00:26:17.005 --> 00:26:18.440
E, de fato, estava funcionando.

00:26:18.440 --> 00:26:19.875
Estava da melhor forma?

00:26:19.875 --> 00:26:22.277
Não necessariamente,
mas estava funcionando.

00:26:22.277 --> 00:26:27.916
Então explicar e passar essa sensação
de que, beleza, estamos dando agora

00:26:27.916 --> 00:26:30.919
um passo que, de fato, vai ser 
relevante para nós, é fundamental.

00:26:30.952 --> 00:26:35.290
Porque quando temos um sponsor no projeto,

00:26:35.357 --> 00:26:39.194
pode ser que esse sponsor já esteja 
comprado com a ideia de entender

00:26:39.361 --> 00:26:43.765
o valor de fato que vamos agregar
com essa plataforma desde o início.

00:26:43.865 --> 00:26:46.034
Mas, beleza, temos uma pessoa

00:26:46.034 --> 00:26:49.037
e todo o restante do time,
todo o restante da empresa

00:26:49.171 --> 00:26:52.807
podemos ter mais dificuldade
em comprovar isso para os demais.

00:26:55.177 --> 00:26:57.879
Então não adianta simplesmente 
entregarmos esse projeto

00:26:57.879 --> 00:27:02.317
sem pensar na questão cultural
que caminha junto do projeto.

00:27:02.417 --> 00:27:06.187
Sim, e aspectos políticos
que são tão desafiadores.

00:27:06.187 --> 00:27:11.192
Então, às vezes o gestor não quer
que se fale de uma nova tecnologia,

00:27:11.192 --> 00:27:15.263
de uma nova metodologia, porque 
ele não quer soar retrógrado,

00:27:15.363 --> 00:27:19.935
não quer gerar uma impressão
que a gestão dele está atrasada.

00:27:20.001 --> 00:27:23.438
E aí tem todo um cuidado, porque 
nós estamos falando de pessoas,

00:27:23.438 --> 00:27:29.311
e elas são respeitadas porque 
estão dando o seu melhor.

00:27:29.377 --> 00:27:33.081
É muito fácil você vir de fora 
com as suas novas ideias.

00:27:34.949 --> 00:27:37.886
Você não está ali no dia a dia
matando um leão por dia.

00:27:41.990 --> 00:27:47.529
Então, a cultura vem junto com a questão 
política também, de se mostrar.

00:27:47.595 --> 00:27:50.198
Quem quiser fomentar 
essa cultura, esse mindset,

00:27:50.198 --> 00:27:54.335
precisa se mostrar como alguém 
que quer somar, alavancar, enfim,

00:27:55.837 --> 00:28:00.008
e não alguém que veio 
para dizer que está tudo errado,

00:28:00.008 --> 00:28:04.480
que você está fazendo tudo errado...

00:28:04.480 --> 00:28:05.480
"Vamos fazer agora dessa outra forma 
que é superdiferente e funciona".

00:28:05.480 --> 00:28:08.716
Até porque nada funciona, né?

00:28:08.783 --> 00:28:12.887
Saindo dos livros e sendo encaixado 
ali na realidade corporativa.

00:28:12.987 --> 00:28:18.159
Precisamos adaptar tudo.

00:28:18.159 --> 00:28:20.361
Então são aspectos mais complexos
que as questões técnicas, não é, Lucas?

00:28:20.361 --> 00:28:23.364
Parece que até resolvemos 
mais rápido o técnico.

00:28:23.398 --> 00:28:25.900
Quando falamos de cultura,
de questões políticas,

00:28:25.900 --> 00:28:28.903
elas são mais desafiadoras,
mas precisam ser consideradas.

00:28:29.070 --> 00:28:33.107
Senão você faz uma superimplementação 
e ninguém usa, enterra, morre ali.

00:28:35.743 --> 00:28:36.878
Exatamente.

00:28:36.878 --> 00:28:37.612
Muito bom!

00:28:37.612 --> 00:28:40.915
Que papo bom, muitas coisas.

00:28:40.915 --> 00:28:41.716
É o tipo do papo que temos 
que ouvir algumas vezes

00:28:41.716 --> 00:28:43.885
para poder extrair tudo 
o que está sendo dito.

00:28:45.486 --> 00:28:47.689
Não é só o norte, é superimportante.

00:28:47.689 --> 00:28:50.391
Mas tem um último ponto que eu queria 
te ouvir, aproveitar bem a sua experiência,

00:28:52.927 --> 00:28:55.563
que é a questão da segurança dos dados.

00:28:55.563 --> 00:28:59.267
Temos uma referência na Europa,
na lei europeia de proteção aos dados,

00:29:03.605 --> 00:29:09.877
a LGPD já veio com alguns avanços,
estabelecendo alguns limites.

00:29:09.944 --> 00:29:14.315
De novo, temos alguns desafios 
que são culturais aqui no Brasil.

00:29:16.117 --> 00:29:19.120
Como você vê a questão da segurança 
dos dados, num contexto analítico,

00:29:19.120 --> 00:29:23.725
onde muitas vezes você vai, de fato, 
armazenar ali, de forma agregada,

00:29:23.825 --> 00:29:28.997
todas as suas informações gerenciais?

00:29:29.063 --> 00:29:34.635
Quais cuidados com a maturidade brasileira
nesse momento em relação ao assunto?

00:29:34.702 --> 00:29:39.507
Conforme a lei chegou, ela 
chegou para proteger, de fato,

00:29:39.607 --> 00:29:43.444
as pessoas que têm os dados
compartilhados com outras empresas.

00:29:45.279 --> 00:29:48.282
Então ela talvez tenha chegado até 
um pouco tarde porque ela surgiu

00:29:48.282 --> 00:29:49.550
porque encontramos problemas 
de dados sendo vazados e tudo mais,

00:29:49.550 --> 00:29:53.388
justamente porque algumas práticas
não estavam sendo utilizadas.

00:29:57.358 --> 00:30:01.763
Disponibilizamos dados sensíveis
que já conseguimos enxergar

00:30:01.763 --> 00:30:06.434
essa diferença de dados sensíveis, 
não identificadores de usuários,

00:30:09.070 --> 00:30:10.905
telefones, endereço, enfim,

00:30:10.905 --> 00:30:14.342
dados ali que podem ser 
utilizados de forma indevida.

00:30:14.408 --> 00:30:19.080
Tudo isso de forma muito acessível,
que seria fácil de alguém mal intencionado

00:30:19.080 --> 00:30:22.817
conseguir extrair esses dados
e utilizar para outras finalidades.

00:30:22.884 --> 00:30:27.388
Então, algumas etapas,
algumas camadas de proteção,

00:30:27.455 --> 00:30:30.458
são desenvolvidas para mitigarmos 
e evitarmos esse tipo de situação.

00:30:33.127 --> 00:30:37.632
Obviamente, o acesso ao dentro
e ao detalhe que nos dados de origem.

00:30:37.865 --> 00:30:39.600
Se alguém invadir esses sistemas,
com certeza vamos ter um grande problema.

00:30:40.935 --> 00:30:45.006
Mas pensando em todo o funil 
de transformação de dados,

00:30:45.006 --> 00:30:47.675
todo esse processo que nós temos
dentro de uma plataforma,

00:30:47.675 --> 00:30:52.480
são várias camadas que nós temos
até chegar num dado sensível,

00:30:52.747 --> 00:30:58.119
Normalmente a ponta de visualização,
a ponta de consumo,

00:30:58.185 --> 00:31:00.788
temos respostas ali para as nossas perguntas.

00:31:00.788 --> 00:31:05.126
A gente não precisa necessariamente
do CPF do cliente ou do telefone.

00:31:05.893 --> 00:31:08.096
Precisamos de números indicando

00:31:08.096 --> 00:31:09.096
se determinada campanha 
de marketing, por exemplo,

00:31:09.096 --> 00:31:12.967
está funcionando da forma esperada ou não.

00:31:13.034 --> 00:31:14.935
Então não precisamos de muitos detalhes.

00:31:14.935 --> 00:31:19.840
Então, os dados que ficam 
disponíveis para amplo acesso,

00:31:19.907 --> 00:31:22.510
seja interno ou dependendo
até mesmo como um produto

00:31:22.510 --> 00:31:25.613
sendo exposto de alguma forma,
são dados agregados.

00:31:25.613 --> 00:31:31.018
Como você disse, métricas já calculadas.

00:31:31.118 --> 00:31:35.890
Dados onde esses dados são anônimos,
não consegue vincular esse todo.

00:31:35.890 --> 00:31:41.128
Essa informação a pessoas, 
conseguimos trazer insumos

00:31:41.128 --> 00:31:46.133
para utilizarmos de uma forma indevida
por outras pessoas.

00:31:47.902 --> 00:31:51.372
Então eu acho que essas leis que surgiram,
como temos implementado isso agora,

00:31:51.372 --> 00:31:54.108
já deveríamos estar 
fazendo isso bem antes.

00:31:54.108 --> 00:31:58.079
Agora, por ter virado de fato uma lei,

00:31:58.179 --> 00:32:02.216
principalmente porque o cenário nacional
tem evoluído de uma forma interessante,

00:32:02.216 --> 00:32:05.453
temos nos preocupado
cada vez mais com isso.

00:32:05.553 --> 00:32:10.057
E tem até diversos memes na internet também
quando tem ali o vazamento de dados.

00:32:10.057 --> 00:32:12.660
Daí começa-se a investir 
um monte de dinheiro e tudo mais.

00:32:12.660 --> 00:32:15.529
E não precisamos disso, porque se vazar,
vão ter muitas coisas envolvidas,

00:32:15.529 --> 00:32:18.699
e ninguém quer que isso aconteça.

00:32:18.933 --> 00:32:22.636
Então, além de proteger o cliente,
as empresas estão se protegendo também.

00:32:22.703 --> 00:32:25.439
Consequentemente, temos 
um cenário cada vez melhor

00:32:25.439 --> 00:32:28.642
pensando em proteção de dados.

00:32:28.742 --> 00:32:30.611
Ferramentas de governança estão 
sendo cada vez mais utilizadas

00:32:32.413 --> 00:32:34.315
para conseguirmos identificar
o que é um dado sensível, ou não,

00:32:34.315 --> 00:32:38.185
para protegê-los 
de uma forma mais eficiente.

00:32:40.888 --> 00:32:44.124
Ferramentas para dar nível de acesso 
de uma forma mais eficiente.

00:32:44.124 --> 00:32:45.593
Os próprios dentro outros.

00:32:45.993 --> 00:32:48.930
Hoje nós conseguimos dar
acesso em nível de linha,

00:32:48.930 --> 00:32:49.930
nível de coluna de uma mesma tabela,

00:32:49.930 --> 00:32:53.534
o que acaba sendo muito mais prático
também para esse tipo de proteção.

00:32:53.601 --> 00:32:57.871
Então, toda essa tecnologia está 
em favor justamente de protegê-lo,

00:32:57.938 --> 00:33:00.074
de como estamos utilizando esses dados.

00:33:00.074 --> 00:33:00.741
Muito bacana.

00:33:00.741 --> 00:33:04.478
E é um ganha ganha, como você diz.

00:33:04.545 --> 00:33:08.716
Todo mundo sai ganhando com uma postura 
mais ética e mais segura também.

00:33:08.949 --> 00:33:09.616
Com certeza.

00:33:09.616 --> 00:33:12.220
Muito bom, Lucas.

00:33:12.220 --> 00:33:13.220
Eu quero te agradecer né?

00:33:13.220 --> 00:33:16.490
Muito bom aprender com você, ouvir cases.

00:33:16.657 --> 00:33:21.428
Eu sei que você traz o frescor
da prática do mercado.

00:33:21.495 --> 00:33:24.498
O Lucas, a professora,
a gente deu para vocês perceberem.

00:33:24.665 --> 00:33:27.835
Além de estar aí no contexto corporativo,

00:33:27.935 --> 00:33:32.539
ele também nos ensina aqui
a unir as duas coisas.

00:33:32.539 --> 00:33:34.908
Ficou uma delícia.
Cruzei para os ouvidos, viu?

00:33:34.908 --> 00:33:36.210
Foi um prazer.

00:33:36.210 --> 00:33:36.777
Muito obrigado.

00:33:36.777 --> 00:33:39.179
Eu que agradeço a participação, o convite.

00:33:39.179 --> 00:33:41.515
Falar de um tema
que para mim é super importante

00:33:41.515 --> 00:33:44.451
está presente
em todos os meus dias de trabalho,

00:33:44.451 --> 00:33:48.155
então acaba sendo muito, muito,
muito interessante poder compartilhar

00:33:48.155 --> 00:33:52.826
um pouquinho dessa experiência também
e também ouvir todos os seus pontos,

00:33:52.926 --> 00:33:55.996
sua a sua experiência também é muito bom,
A gente sempre aprende um pouquinho

00:33:55.996 --> 00:33:59.133
mais nesses papos, a gente cresce,
você também.

00:33:59.166 --> 00:34:03.036
Você ficou conosco até agora, cresceu
e pôde perceber que nós

00:34:03.036 --> 00:34:09.409
temos uma série de papéis,
muita tecnologia, várias ferramentas.

00:34:09.409 --> 00:34:13.380
A nossa dica na Lucas é comece,
comece a oportunidade

00:34:13.380 --> 00:34:16.917
é muito, muito um mercado muito aquecido.

00:34:17.017 --> 00:34:18.519
Comece, vá mergulhando.

00:34:18.519 --> 00:34:21.955
Com o tempo você vai ganhando maturidade,
visão arquitetural.

00:34:22.055 --> 00:34:24.625
O céu é o limite. De fato,
nesse mercado de dados.

00:34:24.625 --> 00:34:27.060
Nós somos suspeitos,
amamos tudo isso aqui.

00:34:27.060 --> 00:34:30.097
Queremos que você venha
aqui para o nosso lado e.