Iniciativas de inovação e transformação digital apresentam vários desafios. Um deles é o fortalecimento da cultura Data Driven. Isso faz com que as empresas demandem cada vez mais por Arquitetos de Dados para desempenhar um papel direcionador no ciclo de Em um cenário de constante inovação, as organizações enfrentam o desafio de fortalecer uma cultura orientada por dados (Data Driven). Nesse contexto, cresce a demanda por profissionais capazes de liderar iniciativas estratégicas e técnicas na gestão e arquitetura de dados. Este curso foi concebido para estabelecer as bases para a construção de soluções atuais de arquitetura de dados. Ele oferece os conhecimentos, competências e habilidades necessárias para atuar em projetos com foco em ambientes distribuídos, cloud e multicloud, além de práticas como Data Mesh, processamento em tempo real e orquestração de dados. Um dos grandes diferenciais é a abordagem transversal da IA, aplicada ao contexto da arquitetura de dados. Os alunos aprenderão a integrar GenAI em soluções inteligentes, favorecendo a automação, a análise preditiva e a tomada de decisão baseada em dados. Além disso, o curso conta com uma disciplina dedicada à Arquitetura de Dados Inteligente com IA Generativa, que explora aplicações práticas, tendências e implicações éticas do uso da IA em ambientes corporativos. Ao longo do curso, o aluno desenvolverá uma compreensão aprofundada sobre gestão de dados, uma das áreas com forte crescimento e empregabilidade. Aprenderá a gerenciar, explorar, analisar e tomar decisões estratégicas com base no ciclo de vida dos dados. Com forte ênfase em resolução de problemas, o curso trabalha com atividades práticas e aplicação direta dos conhecimentos. Ao final, o aluno estará preparado para atuar em cargos como Arquiteto de Dados, Engenheiro de Dados Sênior, Estrategista de Dados, Líder Técnico, Gerente de TI, Arquiteto de Software, entre outros, contribuindo de forma decisiva na gestão dos dados das organizações.
O Curso de Especialização em Arquitetura e Estratégia de Dados visa:
Formar arquitetos de dados ou profissionais correlatos com competências técnicas e estratégicas para promover a cultura de dados nas organizações e liderar projetos de armazenamento, tratamento, integração e disponibilização de dados;
Desenvolver uma visão sistêmica e alinhada à estratégia corporativa, permitindo que os alunos compreendam o papel dos dados como ativos para geração de valor em soluções digitais;
Ensinar frameworks, processos e tecnologias que sustentam arquiteturas escaláveis e resilientes, voltadas para ambientes distribuídos, cloud e multicloud;
Preparar os alunos para projetar e gerenciar soluções de dados, aplicando práticas de engenharia de dados, IA generativa, orquestração e processamento em tempo real;
Capacitar na gestão do ciclo de vida dos dados, desde a descoberta e análise até a governança, privacidade e compliance, com foco em segurança, integridade e disponibilidade da informação;
Desenvolver habilidades de liderança técnica, gestão de produtos de dados e tomada de decisão baseada em evidências;
Estimular a análise de tendências e inovação, como Data Mesh, arquiteturas inteligentes e novas abordagens em observabilidade e monitoramento, preparando os profissionais para os desafios da área.
Competências a serem desenvolvidas
Ao final do curso, o aluno será capaz de:
Entender a importância da cultura de dados e aplicar metodologias para desenvolver estratégias de dados alinhadas à visão da organização e para criar valor para as soluções digitais;
Conhecer sobre os processos, frameworks e tecnologias que orientam a definição da arquitetura de infraestrutura escalável para gerenciamento de dados;
Projetar, desenvolver e gerenciar projetos que demandam técnicas e tecnologias atuais em arquitetura de dados e engenharia de dados;
Conhecer técnicas, ferramentas e tecnologias para promover a gestão do ciclo de vida do dado, observando os processos de sua criação, aquisição, integração, gestão e operacionalização;
Descrever os requisitos para garantir a confidencialidade, integridade e disponibilidade das informações bem como desenvolver procedimentos para gerenciamento de incidentes de dados;
Prospectar tendências na área de arquitetura e engenharia de dados.
PÚBLICO-ALVO
Profissionais com formação superior:
Em Engenharia de Software, Sistemas de Informação, Ciência da Computação, Engenharia de Computação e tecnólogos da área de Tecnologia da Informação e outros cursos correlatos;
Em busca de novas habilidades, soft skills e networking em Arquitetura e Engenharia de Dados.
Que já atuam em projetos ou atividades relacionados à análise e gestão de dados e que queiram complementar e aperfeiçoar seus conhecimentos em arquitetura de dados;
Nas mais diversas áreas e que tenham alguma experiência em desenvolvimento de software;
Que atuam ou pretendem atuar no desenvolvimento de soluções inovadoras e inteligentes para favorecer a transformação digital.
PROGRAMA DO CURSO
COMPETÊNCIAS DISCIPLINARES
O curso integra IA em todas as disciplinas como apoio para acelerar atividades práticas, aprofundar conhecimentos e fortalecer o vínculo entre conhecimento técnico, objetivos de negócio e competências comportamentais.
Módulo 1: Fundamentos e Estratégia de Dados
Fundamentos de Arquitetura de Dados Corporativa
Ao final da disciplina, os alunos deverão ser capazes de:
Diferenciar os conceitos de engenharia, arquitetura e estratégia de dados
Identificar e aplicar os princípios fundamentais da arquitetura de dados corporativa
Projetar arquiteturas completas com componentes de ingestão, processamento, armazenamento, acesso e consumo
Avaliar e selecionar tecnologias core como SGBDs relacionais, NoSQL, Data Lakes, Lakehouses e arquiteturas em cloud
Traduzir requisitos de negócios em especificações técnicas e requisitos arquiteturais
Utilizar IA para documentação automatizada, validação de arquitetura e análise de requisitos
Estratégia Corporativa de Dados
Ao final da disciplina, os alunos deverão ser capazes de:
Compreender os fundamentos da estratégia de dados e identificar oportunidades estratégicas de uso de dados
Desenvolver iniciativas para construção de cultura data driven e promoção de data literacy
Estruturar componentes estratégicos como governança, arquitetura, qualidade, segurança e interoperabilidade
Aplicar métodos e frameworks para criação, validação e execução de estratégias de dados
Definir objetivos, indicadores e métricas para avaliação de sucesso e impacto organizacional
Utilizar IA para diagnóstico estratégico, definição de objetivos e apresentação executiva
Gestão de Produtos de Dados
Ao final da disciplina, os alunos deverão ser capazes de:
Compreender os fundamentos do tratamento de dados como produto e aplicar o pensamento estratégico (product thinking)
Planejar e gerenciar o ciclo de vida de produtos de dados, da concepção à evolução
Identificar oportunidades e definir métricas de sucesso, indicadores de uso e ROI para produtos de dados
Alinhar stakeholders e promover integração entre áreas técnicas e de negócio
Aplicar modelos de governança e utilizar ferramentas para gerenciamento de produtos de dados
Utilizar IA para automação de validações, geração de documentação e personalização de experiências
Liderança Técnica em Dados
Ao final da disciplina, os alunos deverão ser capazes de:
Desenvolver habilidades de liderança técnica em ambientes data-driven e multidisciplinares
Estruturar e gerir equipes de engenharia e arquitetura de dados com foco em desempenho e alinhamento estratégico
Planejar e conduzir projetos de dados, considerando escopo, cronograma, riscos e entregáveis
Promover comunicação eficaz entre áreas técnicas e executivas, gerenciando conflitos e motivando equipes
Aplicar IA para análise preditiva, geração de planos de ação e gestão de gargalos em projetos técnicos
Elaborar planos de liderança técnica alinhados aos objetivos de negócio e à estratégia de dados
Projeto de Arquitetura e Estratégia de Dados
Ao final da disciplina, os alunos deverão ser capazes de:
Definir arquiteturas de dados alinhadas aos objetivos de negócio, considerando requisitos funcionais e não funcionais
Identificar e priorizar atributos de qualidade como escalabilidade, disponibilidade, interoperabilidade, segurança e governança
Projetar arquiteturas orientadas a domínios e produtos de dados, aplicando padrões modernos como data mesh, lakehouse e event-driven
Selecionar e aplicar frameworks e tecnologias adequadas, incluindo bancos de dados, plataformas de streaming, ETL/ELT e soluções em nuvem
Integrar protocolos e especificações técnicas para garantir interoperabilidade entre componentes arquiteturais
Utilizar IA para geração de documentação, recomendação de padrões, análise preditiva de requisitos e automação de testes
Módulo 2: Governança, Compliance e Privacidade
Governança de Dados e Compliance
Ao final da disciplina, os alunos deverão ser capazes de:
Aplicar o framework DMBoK na estruturação da governança de dados organizacional
Implementar políticas e procedimentos para gestão de metadados e catálogo de dados
Avaliar riscos e garantir compliance com LGPD, GDPR e outras legislações
Utilizar assistentes de IA para automação de políticas e documentação técnica
Aplicar princípios de Governança 2.0 com foco em ética e agilidade na gestão
Desenvolver projetos práticos de governança em ambientes data-driven
Governança de Privacidade e Proteção de Dados
Ao final da disciplina, os alunos deverão ser capazes de:
Classificar dados pessoais e aplicar princípios legais de tratamento conforme LGPD
Elaborar e interpretar o Relatório de Impacto à Proteção de Dados Pessoais (RIPDP)
Gerenciar consentimentos, preferências e direitos dos titulares de dados
Implementar práticas de anonimização, pseudonimização e término de dados
Utilizar IA para avaliação automatizada de riscos e conformidade em privacidade
Desenvolver e aplicar um Programa de Governança em Privacidade e Proteção de Dados (PGPPD)
Módulo 3: Inteligência, Monitoramento e Analytics
Data Discovery e Analytics
Ao final da disciplina, os alunos deverão ser capazes de:
Aplicar técnicas de análise exploratória de dados (EDA) para identificação de padrões e insights
Formular problemas de negócio com base em pensamento analítico orientado a dados
Avaliar a qualidade dos dados e aplicar técnicas básicas de limpeza e transformação
Criar visualizações eficazes e dashboards interativos para diferentes públicos e objetivos
Utilizar ferramentas OLAP e IA Generativa para geração automatizada de insights e storytelling
Desenvolver narrativas analíticas com suporte de engenharia de prompt e dashboards inteligentes
Monitoramento e Observabilidade
Ao final da disciplina, os alunos deverão ser capazes de:
Diferenciar os conceitos de monitoramento e observabilidade e aplicar seus pilares fundamentais
Projetar arquiteturas observáveis em ambientes cloud-native e microsserviços
Utilizar ferramentas como OpenTelemetry, Observability Stacks e pipelines de observabilidade
Integrar práticas de SRE e estratégias de SLO/Error Budgeting na gestão de confiabilidade
Aplicar logs, métricas e tracing para gerar alertas, dashboards e relatórios de performance
Utilizar IA para predição de falhas, análise de anomalias e resposta autônoma
IA Generativa na Arquitetura de Dados
Ao final da disciplina, os alunos deverão ser capazes de:
Compreender os fundamentos da IA Generativa e seus impactos na arquitetura e gestão de dados corporativos
Aplicar engenharia de prompt para geração de SQL, documentação técnica e recomendações arquiteturais
Projetar pipelines ETL/ELT automatizados com suporte de IA, incluindo otimização de queries e debugging inteligente
Utilizar IA para catalogação, documentação e validação arquitetural, com identificação de padrões e anti-padrões
Empregar técnicas de IA para análise de qualidade de dados, como detecção de anomalias e geração de regras de validação
Avaliar e aplicar conceitos de AI-as-a-Service, AI Gateways e práticas de governança de IA em ambientes de dados
Módulo 4: Arquiteturas e Tecnologias de Dados
Orquestração e Integração de Dados
Ao final da disciplina, os alunos deverão ser capazes de:
Identificar tipos de dados e montar conjuntos de dados aplicando técnicas de enriquecimento, limpeza e feature engineering
Projetar pipelines de dados utilizando abordagens ETL e ELT integradas a Data Lakes, Data Warehouses e Lakehouses
Implementar orquestração de fluxos de dados com escalonamento de jobs e reprocessamento baseado em eventos
Selecionar e aplicar orquestradores open-source e soluções em cloud para automação de pipelines
Desenvolver estratégias de resiliência em migração e correção de dados, como expurgo, deduplicação e reconciliação
Utilizar IA para enriquecimento automático, geração de metadados, documentação inteligente e identificação de inconsistência
Arquiteturas de Data Lakes, Lakehouses e Warehouses
Ao final da disciplina, os alunos deverão ser capazes de:
Compreender os fundamentos e diferenças entre Data Lakes, Lakehouses e Data Warehouses, incluindo suas arquiteturas e aplicações
Projetar arquiteturas de dados com alta disponibilidade e escalabilidade, organizando camadas e fluxos de dados
Aplicar conceitos de schema on-write e schema on-read, avaliando implicações técnicas e estratégicas
Desenvolver modelagem dimensional e construir dimensões para engines de Data Warehousing com foco em performance
Comparar soluções on-premise e em nuvem, considerando trade-offs técnicos e operacionais
Utilizar IA para modelagem automática, otimização de queries, documentação e automação de processos em arquiteturas de dados
Arquiteturas de Streaming e Processamento em Tempo Real
Ao final da disciplina, os alunos deverão ser capazes de:
Compreender os fundamentos de processamento de data streams e os principais conceitos de latência, throughput e trade-offs em sistemas distribuídos
Diferenciar modelos de processamento como batch, streaming, micro-batching e processamento contínuo, aplicando-os conforme o contexto
Projetar arquiteturas orientadas a eventos integradas com Data Lakes e Data Warehouses, utilizando serviços gerenciados e soluções serverless
Aplicar padrões de design para processamento de data streams, como filtragem, agregação, enriquecimento e junção
Implementar práticas de governança, segurança e monitoramento em arquiteturas de streaming
Utilizar IA para detecção de anomalias, automação de decisões e otimização de arquiteturas em tempo real
Data Mesh e Arquiteturas Distribuídas de Dados
Ao final da disciplina, os alunos deverão ser capazes de:
Compreender os fundamentos do Data Mesh e das arquiteturas descentralizadas de dados
Planejar e implementar estratégias de Data Mesh em ambientes corporativos, incluindo serviços de consumo e contratos de dados
Avaliar alternativas arquiteturais distribuídas, considerando aspectos de governança, segurança e conformidade
Selecionar tecnologias e ferramentas para habilitação de Data Mesh e integração entre domínios de dados
Identificar desafios técnicos, organizacionais e culturais na adoção de arquiteturas distribuídas
Utilizar IA para recomendação de produtos de dados, geração de documentação, análise de dependências e automação de políticas de governança
Arquitetura de Dados em Ambientes Cloud e Multicloud
Ao final da disciplina, os alunos deverão ser capazes de:
Compreender os fundamentos da arquitetura de dados em ambientes cloud e multicloud, incluindo seus componentes essenciais
Projetar arquiteturas escaláveis, resilientes e orientadas a produtos de dados, utilizando plataformas e tecnologias modernas
Aplicar práticas de segurança, conformidade e governança em ambientes distribuídos
Definir políticas de backup, recuperação, replicação e versionamento de dados em soluções baseadas em nuvem
Utilizar ferramentas de orquestração e IA para automação de processos, recomendação de configurações e geração de documentação
Avaliar custos, elasticidade e trade-offs entre diferentes modelos de implantação em nuvem
Humanidades
Ao final da disciplina, os alunos deverão ser capazes de:
Refletir sobre o papel da ética e da espiritualidade no contexto científico e tecnológico
Avaliar os impactos sociais e humanistas do uso de dados e tecnologia
Desenvolver uma ética profissional sólida em ambientes de trabalho colaborativos e tecnológicos
Conteúdo Programático
Estratégia Corporativa de Dados
Governança de Privacidade e Proteção de Dados
Fundamentos de Arquitetura de Dados Corporativa
Data Discovery e Analytics
Arquiteturas de Data Lakes, Lakehouses e Warehouses
Governança de Dados e Compliance
Arquiteturas de Streaming e Processamento em Tempo Real
Orquestração e Integração de Dados
Data Mesh e Arquiteturas Distribuídas de Dados
Gestão de Produtos de Dados
Liderança Técnica em Dados
Arquitetura de Dados em Ambientes Cloud e Multicloud
O corpo docente poderá sofrer alteração em caso de alguma eventualidade.
ACESSO AO CURSO
A liberação das aulas será em até 72h após a realização da matricula.
INSCRIÇÃO E MATRÍCULA
O processo é realizado em duas fases:
1. INSCRIÇÃO
- Ao clicar no botão Quero me Inscrever, o candidato deverá seguir as etapas do processo, que acontece dentro do portal de inscrições Vem Pra PUC.
- Na página inicial do curso escolhe a forma de pagamento, parcelada ou à vista;
- O pagamento da 1ª parcela deve ser realizado, via cartão ou boleto, a título de confirmação da inscrição. Caso opte pelo pagamento da 1ª parcela via boleto bancário, o vencimento será de até 5 dias corridos e, após o pagamento, o processamento poderá ser em até 72 horas.
- Após a conclusão desta fase, o candidato receberá um e-mail com a confirmação da inscrição.
Informamos que estamos enfrentando instabilidade no processamento da baixa de pagamentos realizados via boleto bancário.
Informamos que que para confirmação da matrícula em até 72 horas, é necessário a confirmação do pagamento por cartão de crédito.
A partir da 2ª parcela os boletos serão enviados por e-mail, 10 dias antes do vencimento, para pagamento sem encargos até o 5º dia útil.
2. MATRÍCULA
O candidato receberá e-mail com o link do Painel do candidato para cumprir três procedimentos:
- atualização dos dados cadastrais;
- upload da documentação necessária. Confira AQUI a lista dos documentos necessários;
- adesão ao termo de matrícula.
FAÇA A SUA MATRÍCULA E GANHE O MÓDULO IA APLICADA Saiba mais sobre o módulo AQUI.
PAINEL DO CANDIDATO
Caso não receba o e-mail da matrícula, o candidato poderá acessar o ambiente Painel do candidato e seguir com os passos para a realização do processo por lá. Além disso, ele conseguirá acompanhar as informações da matrícula e consultar o status do curso.
IMPORTANTE
Somente após a realização da inscrição que o candidato estará apto a seguir para a etapa da matrícula.
A realização do upload dos documentos exigidos na fase de matrícula é obrigatória para a continuidade do processo.
Etapas de inscrição e matrícula finalizadas? Agora o candidato deverá aguardar as informações e orientações que serão enviadas por e-mail e também disponibilizadas no Painel do Candidato.
ATENÇÃO • REQUISITO PREVISTO EM LEI
Apenas os candidatos que tenham colado grau na graduação poderão se inscrever para um curso de pós-graduação da PUC Minas. Este é um requisito previsto na Lei nº 9.394 e também no Contrato de Prestação de Serviços (clique AQUIpara ter acesso). A conferência desse requisito será feita pela PUC Minas e, caso seja identificada alguma irregularidade, a matrícula será cancelada a qualquer momento (conforme cláusula 4.5.1 do contrato). Neste caso, o candidato não terá direito ao recebimento de reembolso dos valores já pagos.
Migração de cursos:
Caso você tenha realizado a sua inscrição e o pagamento, mas queira mudar de opção de curso, clique aqui e faça a sua solicitação de migração. A nossa equipe irá receber a sua solicitação e dar andamento.
Caso não receba as mensagens da PUC Minas, confira sempre a sua caixa de spam.
O aluno deve possuir ou ter acesso a um computador com a seguinte configuração mínima:
Processador com frequência mínima de 2 GHz ou superior e 2 núcleos;
4 GB de memória RAM (recomenda-se 8 GB) *;
Placa de vídeo configurada com resolução mínima de 1024 x 768 pixels;
Placa de som com caixas acústicas (ou fones de ouvido) e microfone;
Windows 10 (atualizado para a versão 1903 ou superior), Windows 11, MacOS (versão 10.13 - High Sierra ou superior) ou Linux;
Google Chrome (versão mais recente) ou Mozilla Firefox (versão mais recente);
Acesso à Internet, com velocidade mínima de conexão de 2 Mbps;
Correio eletrônico pessoal (e-mail).
Observação: O aluno com necessidades especiais deverá informar à Universidade no ato da inscrição. Para alunos portadores de necessidades especiais no campo da visão, é necessário acesso a um programa (software) de leitura de tela.
* Alunos dos cursos BIM Manager e BIM PROJETOS PARAMÉTRICOS E DESIGN DIGITAL APLICADOS À CONSTRUÇÃO CIVIL: A universidade não se responsabiliza pela aquisição das licenças comerciais dos softwares a serem utilizados no curso. O aluno deverá obter versões acadêmicas e gratuitas no site dos fabricantes. É recomendável que o computador do usuário possua no mínimo 16 Ghz de memória RAM (recomenda-se 32) para uso de softwares de autoria BIM.
REQUISITOS ACADÊMICOS
Já ter colado grau.
Possuir diploma de curso de graduação (reconhecido pelo Ministério da Educação do Brasil).
Preencher os requisitos básicos de formação de acordo com a necessidade de cada curso.
O prazo máximo para a conclusão do curso é de até 18 meses, contados a partir da data da matrícula. Exceto para o curso de Engenharia de Segurança do Trabalho, que é de 24 meses.
Curso confirmado: a liberação das aulas será em até 72h após a realização da matricula.
Carga Horária
O curso possui carga horária de 360 horas.
Investimento
24 x R$ 260,00
20 x R$ 312,00
15 x R$ 416,00
10 x R$ 624,00
5 x R$ 1248,00
1 parcela - pagamento à vista com desconto 7% - 5.804,00
Pagamento parcelado: a primeira parcela será quitada no ambiente da loja VEM PRA PUC. As demais deverão ser pagas diretamente à própria instituição PUC Minas por meio de boletos gerados pelo aluno no sistema acadêmico (também serão enviados por e-mail mensalmente).
Pessoa Jurídica como responsável pelo pagamento das mensalidades
Nos casos em que o candidato será beneficiado por uma pessoa jurídica que arcará no todo ou em parte com as mensalidades dos cursos de pós graduação EAD, será necessário gerar o
contrato de coparticipação financeira e preencher todos os dados editáveis do documento, imprimir, assinar e carimbar o respectivo documento e enviar a cópia digitalizada para financeiroiec@pucminas.br. O processo também se aplica se por ventura o curso for pago à vista.
Certificação
Você receberá o certificado de especialista emitido em formato digital pela PUC Minas. O documento terá um link e código para verificação de autenticidade e veracidade. O certificado do curso a distância é igual ao de um curso presencial.
Utilize material didático exclusivo, com acesso a Bibliotecas virtuais.
Tenha suporte acadêmico e tecnológico
Diploma Estrangeiro
Alunos com diploma de graduação emitido fora do territorio nacional, devem acessar o link oficial do MEC para revalidar ou reconhecer seu diploma no Brasil
Estágio
De acordo com a Lei n. 11.788, de 25 de setembro de 2008, o estágio é um ato educativo supervisionado que ocorre no ambiente de trabalho, visando preparar estudantes do ensino superior para o mercado. Ele busca articular as competências adquiridas durante o curso através da vivência em situações profissionais.
Na pós-graduação lato sensu, os alunos podem realizar estágios não obrigatórios, que são opcionais e adicionais à carga horária regular (art. 2º da Lei 11.788/2008). O coordenador do curso é responsável pelas atividades de estágio, podendo contar com o apoio do Setor de Estágio da PÓS PUC Minas quando necessário.
ALGUNS CURSOS NÃO CELEBRAM CONTRATO DE ESTÁGIO, CONFIRA A LISTA AQUI.
Estude na Melhor
Não decidiu qual curso fazer? Faça um teste de orientação profissional para ajudar você na sua escolha.
