Databricks Data Engineer Associate: pipelines e operação

Objetivos e percurso

Preparação independente alinhada com os sete domínios do guia em vigor desde 4 maio 2026. Aprende a escolher compute, ingerir dados com estado e contratos claros, transformar com SQL e PySpark, coordenar jobs e recuperar falhas sem duplicar escritas. O percurso aborda promoção de versões com Git e bundles, diagnóstico de desempenho e custo, privilégios e políticas em Unity Catalog. Casos fictícios de dados de fundos e reconciliação ligam engenharia a entrega de projetos e autonomia de APS. Inclui 34 fontes primárias, explicações por alternativa, progresso e avaliação interna de 28 decisões em 60 minutos. Esta primeira cobertura não é um mock integral nem substitui prática num ambiente controlado.

Para quem: Profissionais de dados, desenvolvimento, APS e projetos que constroem e operam pipelines Databricks.

Pré-requisitos: Noções de SQL, Python, dados e cloud. O exame não impõe pré-requisitos; experiência prática é recomendada.

340 minutos de estudo estimados

• Relaciona armazenamento, processamento e governação com requisitos operacionais.
• Escolhe ingestão e trata alterações de origem sem perder rastreabilidade.
• Interpreta SQL e DataFrames com atenção a duplicados, nulos e cardinalidade.
• Orquestra execução e prepara retries que respeitam efeitos já produzidos.
• Versiona alterações e separa validação de configuração de evidência funcional.
• Localiza o tempo gasto e avalia otimizações com resultados comparáveis.
• Aplica privilégios e políticas com atenção à herança e ao armazenamento.

Módulos

1. Plataforma, compute e contratos de dados
2. Ingestão incremental, estado e esquema
3. Transformação, granularidade e qualidade
4. Jobs, dependências e recuperação
5. Git, bundles e promoção entre ambientes
6. Diagnóstico, desempenho e custo
7. Unity Catalog, acesso e ciclo de vida

Continua a aprender

Dados e IA

• SQL
• Python
• Professional Data Engineer
• AWS Certified Machine Learning Engineer - Associate
• Suporte de aplicações em produção

Referências e versão

2026-05-04

• Databricks Certified Data Engineer Associate · 2026-10-01
• Data Engineer Associate exam guide effective 4 May 2026 · 2026-10-01
• Databricks compute · 2026-10-01
• Medallion architecture · 2026-10-01
• Auto Loader ingestion and checkpoints · 2026-10-01
• Auto Loader schema inference and evolution · 2026-10-01
• COPY INTO incremental ingestion · 2026-10-01
• Lakeflow Connect connector concepts · 2026-10-01
• PySpark DataFrames and evaluation · 2026-10-01
• Databricks SQL joins · 2026-10-01
• Explode arrays and maps · 2026-10-01
• SQL set operators · 2026-10-01
• try_cast and invalid input · 2026-10-01
• Count aggregate semantics · 2026-10-01
• Materialized views and refresh · 2026-10-01
• Lakeflow Jobs orchestration · 2026-10-01
• Troubleshoot and repair failed jobs · 2026-10-01
• Job schedules and triggers · 2026-10-01
• Table update triggers · 2026-10-01
• Git folders concepts · 2026-10-01
• Git integration and production guidance · 2026-10-01
• Declarative Automation Bundles lifecycle · 2026-10-01
• Validate deploy and run a bundle · 2026-10-01
• Diagnose performance with Spark UI · 2026-10-01
• Spark skew and spill · 2026-10-01
• Liquid clustering · 2026-10-01
• Predictive optimization · 2026-10-01
• Unity Catalog managed tables · 2026-10-01
• Unity Catalog external tables · 2026-10-01
• Manage Unity Catalog privileges · 2026-10-01
• Unity Catalog privilege reference · 2026-10-01
• Legacy SQL DENY scope · 2026-10-01
• Attribute-based access control · 2026-10-01
• ABAC DENY policies Beta and limits · 2026-10-01