| Memorizar | Conhecer conceitos e terminologias fundamentais de dados e automação | Fundamentos de Dados e n8n | Conceitos de ETL/ELT, Data Warehouse, SQL básico, noções de API, automações n8n, estruturas JSON e CSV | Curto prazo (0–2 meses) |
| Compreender | Entender o funcionamento de pipelines e integrações | Engenharia de Dados & n8n | Funcionamento de pipelines, triggers e nodes do n8n, integração com APIs e bancos, versionamento com Git, ambientes (dev/prod) | Curto prazo (2–3 meses) |
| Aplicar | Construir pipelines e automações simples | Prática de Engenharia de Dados | Criação de DAGs simples, workflows no n8n, extração de dados via API, limpeza e transformação de dados com Python e SQL | Médio prazo (3–6 meses) |
| Analisar | Comparar diferentes arquiteturas e identificar gargalos | Modelagem & Otimização | Modelagem em camadas (staging, core, marts), uso de dbt, análise de performance de queries, debug em n8n, logs e monitoramento | Médio prazo (6–9 meses) |
| Avaliar | Validar qualidade e consistência dos dados | Data Quality & Governança | Testes e validações no dbt, boas práticas de documentação, versionamento de workflows, análise de impacto de mudanças, CI/CD de dados | Médio prazo (9–12 meses) |
| Criar | Projetar e automatizar pipelines complexos e soluções integradas | Engenharia Avançada & Automação | Desenvolvimento de pipelines ponta a ponta, orquestração híbrida (Airflow + n8n), integração com BI (Power BI, Metabase), automação de alertas e relatórios, arquitetura de dados escalável | Longo prazo (12–18 meses) |
