Modelagem Dimensional

Treinamento em Modelagem Dimensional

Sobre o Treinamento

Este treinamento é recomendado a técnicos, desenvolvedores, DBAs e gestores que buscam uma visão aprofundada do conceito de modelagem dimensional para construção de Data Warehouses em projetos de Business Intelligence. O mesmo não é focado em ferramentas e sim em toda a abrangência conceitual. Ao final do treinamento algumas atividades práticas são desenvolvidas sobre uma ferramenta para aplicar os conceitos adquiridos fortalecendo o conhecimento com a prática.

Calendário de turmas abertas

Treinamento somente no formato in-company.

Objetivo

Ministrar os conceitos sobre modelagem dimensional e sua aplicação na construção de um Data Warehouse.

Público Alvo

O Treinamento Modelagem Dimensional destina-se a profissionais analistas de BI, DBAs, Gestores de TI, desenvolvedores de sistemas,  que tenham conhecimento em Bancos de Dados.

Conteúdo Programático:

Introdução

  • Introdução a Business Intelligence.
  • Introdução a Modelagem Dimensional.
  • Introdução a Data Warehouse.
  • Introdução a DataMart.
  • MDA - Master Data Management.
  • MDA X DW.
  • ETL (Extract Transform e Load) e Data Integration.
  • OLAP - Online Analytical Processing.
  • OLTP - Online Transaction Processing.
  • OLTP X OLAP.
  • ROLAP, MOLAP, HOLAP, DOLAP e WOLAP.

Modelagem Dimensional

  • Modelo Dimensional Estrela (Star Schema) - Ralph Kimball.
  • Modelo Floco de Neves (Snowflaking) - Bill Inmon.
  • Star Schema x Snowflaking.
  • Drill-down e Roll-up.
  • Drill-across.
  • Drill-throught.

Data Warehouse

  • Data warehouse Híbrido.
  • Ciclo de Vida do Data warehouse.
  • Passos da modelagem dimensional.
  • Data warehouse - Processo de Negócio
  • Estimativa de tamanho de um data warehouse.

Data Warehouse - Dimensões.

  • Tabela Dimensionais.
  • Normalização de dimensões.
  • Surrogate Key.
  • Business Key.
  • Hierarquia.
  • Atributo.
  • Dimensão Tempo.
  • Dimensão Degenerada (Degenerate Dimension).
  • Dimensões – Tipos 1, 2, 3 e técnicas híbridas.
  • Slowly Changing Dimensions (SCD) - Tipo 1.
  • Slowly Changing Dimensions (SCD) - Tipo 2.
  • Dimensão Lixo (Junk Dimension).

Data Warehouse - Fato

  • Data warehouse - Granularidade.
  • Tabelas Fato.
  • Fato Agregada.
  • Surrogate Key.
  • Surrogate Keys Negativas.
  • Métricas e Medidas.
  • Grão.
  • Definição de índices.

Modelagem na prática.

  • Modelando um Caso Real (Prático).

Implementação com Ferramentas Open Source.

Assuntos Complementares

  • Data Staging.
  • Agile.
  • Levantamento de Requisitos de Projetos de BI.
  • Os 10 mandamentos de Ralph Kimball.
  • Principais ferramentas de BI do Mercado.

Pré-requisitos de Conhecimento

  • Conhecimento básico banco de dados.
  • Conhecimento em SQL ANSI.

Requisitos dos Alunos

  • Todos os participantes devem trazer um notebook para realizar as atividades práticas.
  • O Computador deve estar com acesso de administrador para possibilitar instalações de aplicativos e acesso a Internet.
  • Para turmas In-Company não trabalhamos com limite de participantes para os treinamentos, orientamos que as turmas sejam de até 12 alunos para um melhor desempenho.

Requisitos mínimos de hardware

  • Memória RAM : 4GB
  • Espaço em Disco: 5GB
  • Processador: Dual-core AMD 64, EM64T
  • Sistemas Operacionais : GNU/Linux, Windows ou MacOS.

Carga Horária

  • 24 Horas de Duração
  • 100% Presencial

Material

Serão disponibilizados os seguintes materiais aos alunos do treinamento:

  • Todos os softwares da Pentaho e do PostgreSQL e acessórios na sua última versão estável.
  • Material próprio em Português do Brasil.
  • Apresentações (slides do treinamento) desenvolvidas pela equipe Ambiente Livre.
  • Apostilas digitais dos softwares desenvolvidas pela Ambiente Livre.
  • Apostilas com exercícios práticos desenvolvidos no treinamento.
  • Materiais e documentações complementares desenvolvido pela Comunidade Open Source Mundial.
  • Caneta, Pasta e Bloco de Anotações.

 

Metodologia

  • Todos os dias serão apresentados novos recursos e conceitos e avaliados através de exercícios práticos em todas as aulas.

 

Estamos localizados em Curitiba e atendemos em todo Brasil com treinamentos Pentaho, Modelagem Dimensional  e cursos sobre Data Warehouse. caso necessite de um treinamento customizado com suas necessidades também elaboramos estes treinamentos. solicite proposta comercial.

Instrutor

Marcio Junior Vieira

  • 19 anos de experiência em informática, vivência em desenvolvimento e análise de sistemas de gestão empresarial e ciência de dados.
  • CEO da Ambiente Livre atuando como Cientista de Dados, Engenheiro de Dados e Arquiteto de Software.
  • Professor dos MBAs em Big Data & Data Science, Inteligência Artificial e Business Intelligence da Universidade Positivo.
  • Professor de BPM no MBA de Business Intelligence da Universidade Positivo.
  • Professor do MBA Artificial Intelligence e Machine Learning da FIAP.
  • Professor da Pós-Graduação em Big Data e Data Science da UniBrasil.
  • Trabalhando com Free Software e Open Source desde 2000 com serviços de consultoria e treinamento.
  • Graduado em Tecnologia em Informática(2004) e pós-graduado em Software Livre(2005) ambos pela UFPR.
  • Palestrante FLOSS em: FISL, The Developes Conference, Latinoware, Campus Party, Pentaho Day, Ticnova, PgDay e FTSL.
  • Organizador Geral: Pentaho Day 2017, 2015, 2019 e apoio nas ed. 2013 e 2014.
  • Data Scientist, instrutor e consultor de Big Data e Data Science com tecnologias abertas.
  • Ajudou a capacitar equipes de Big Data na IBM, Accenture, Tivit, Serpro, Natura, MP, Netshoes, Embraer entre outras.
  • Especialista em implantação e customização de Big Data com Hadoop, Spark, Pentaho, Cassandra e MongoDB.
  • Contribuidor de projetos open sources ou free software internacionais, tais como Pentaho, LimeSurveySuiteCRM e Camunda.
  • Especialista em implantação e customização de ECM com Alfresco e BPM com ActivitiFlowable e Camunda.
  • Certificado (Certified Pentaho Solutions) pela Hitachi Vantara (Pentaho).
  • Membro da The Order Of de Bee (membros da comunidade Alfresco trabalhando para desenvolver o ecossistema Alfresco independente)

Log in