Sobre o Treinamento

O treinamento Apache Jena é voltado para desenvolvedores, arquitetos de dados e profissionais de Banco de Dados e Data Science que precisam modelar, armazenar e consultar dados na forma de grafos utilizando os padrões da Web Semântica. O Apache Jena é um framework Java de código aberto que reúne, em um único ecossistema, motor de triplas RDF, mecanismo de inferência (raciocínio sobre ontologias RDFS/OWL), banco de dados nativo de grafos (TDB) e servidor SPARQL (Fuseki). São abordados conhecimentos de arquitetura e fundamentos de grafos de conhecimento (knowledge graphs), da linguagem RDF e da linguagem de consulta SPARQL, até a construção de aplicações Java completas capazes de armazenar, consultar, raciocinar e publicar dados interligados (Linked Data). Entender os principais conceitos do modelo RDF, dominar a escrita de consultas SPARQL, saber configurar e operar um triple store em produção com TDB2, publicar endpoints SPARQL com Fuseki, e integrar o Apache Jena com ferramentas de metadados e governança do ecossistema de dados da empresa, como Apache Atlas e OpenMetadata. Ser capaz de construir aplicações que utilizam grafos de conhecimento para catálogos de dados, integração semântica entre sistemas heterogêneos e mecanismos de busca inteligente.

Turmas

Somente no modelo corporativo no momento.

Dificuldade: Intermediário/Avançado.

Aplicabilidade.

Este treinamento foi desenvolvido usando o Apache Jena 6.1 (Fuseki e TDB2) e a especificação SPARQL 1.1. e foi modificado pela última vez em 5 de Julho de 2026.

Conteúdo Programático

Conceitual Web Semântica e Grafos de Conhecimento

• O que é a Web Semântica.
• Dados interligados (Linked Data) X dados isolados (silos).
• Modelo de dados em grafo X modelo relacional X modelo documento.
• O que é uma tripla RDF (sujeito, predicado, objeto).
• Vocabulários e Ontologias (RDFS e OWL).
• URIs, IRIs e Namespaces.
• Padrões do W3C: RDF, RDFS, OWL, SPARQL, SHACL.
• Knowledge Graphs no mercado (Google, empresas de dados, governo).
• Casos de uso: catálogo de dados, integração de sistemas, busca semântica, dados abertos governamentais.
• Apache Jena X outras soluções de grafo (Neo4j, GraphDB, RDF4J).

Introdução ao Apache Jena

• Histórico e arquitetura do projeto.
• Módulos do ecossistema Jena.
• Core (RDF API).
• ARQ (SPARQL engine).
• TDB/TDB2 (triple store).
• Fuseki (servidor).
• Ontology API, Inference API.
• Jena X Frameworks Java tradicionais (JPA, Hibernate)
• Estrutura de um projeto Java com Jena.

Instalação e Configuração do Ambiente

• Preparando o Sistema Operacional (Linux) para o Apache Jena.
• Instalando e configurando o Java Development Kit.
• Configurando variáveis de ambiente (JAVA_HOME, JENA_HOME, FUSEKI_HOME).
• Instalando o Apache Maven.
• Configurando o pom.xml com as dependências do Jena.
• Download e instalação do Apache Jena standalone (Jena Command Line Tools).
• Download, instalação e configuração do Apache Fuseki como serviço standalone.
• Subindo o Fuseki como serviço via systemd (start, stop, restart, status, logs).
• Instalação via container Docker.
• Criando a estrutura de diretórios de um dataset TDB2.
• Validando a instalação: primeiro dataset, primeira tripla, primeira consulta SPARQL via linha de comando (riot, sparql, tdb2.tdbquery).
• Troubleshooting comum: portas em uso, permissões de diretório, incompatibilidade de versão de JDK, memória de heap da JVM.

Modelagem e Manipulação de RDF

• Criando um Model RDF em Java.
• Adicionando, removendo e consultando Statements (triplas).
• Trabalhando com Recursos, Propriedades e Literais.
• Serialização: Turtle, RDF/XML, JSON-LD, N-Triples.
• Convertendo dados relacionais e planilhas para RDF.
• Bags, Containers e Coleções RDF.
• Reificação de triplas.
• Boas práticas de modelagem de vocabulários próprios.

Ontologias com RDFS e OWL

• Classes, subclasses e hierarquias.
• Propriedades de objeto e propriedades de dado.
• Domínio e alcance (domain e range).
• Introdução ao OWL: cardinalidade, propriedades inversas, equivalência.
• Motores de inferência (Reasoners) do Jena.
• Inferência RDFS X OWL - trade-offs de performance.
• Validação de dados com SHACL.

Linguagem de Consulta SPARQL

• Anatomia de uma consulta SPARQL: SELECT, WHERE, FILTER.
• Padrões de grafo (Graph Patterns) e Triple Patterns.
• OPTIONAL, UNION, FILTER e expressões.
• Agregações: COUNT, GROUP BY, HAVING.
• CONSTRUCT, ASK e DESCRIBE.
• Atualizações com SPARQL Update (INSERT, DELETE).
• Federando consultas entre múltiplos endpoints (SERVICE).
• Consultas via ARQ na linha de comando e via API Java.

TDB2 - Banco de Dados Nativo de Grafos

• Arquitetura de armazenamento do TDB2.
• Criando e populando um dataset TDB2.
• Carga em lote (bulk loading) de grandes volumes de triplas.
• Transações e concorrência no TDB2.
• Backup, restore e manutenção do dataset.
• Monitoramento e tunning de performance.
• TDB2 X bancos relacionais e NoSQL.

Fuseki - Publicando Endpoints SPARQL

• Instalando e configurando o Apache Fuseki.
• Subindo um endpoint SPARQL para consumo externo.
• Segurança: autenticação e controle de acesso no Fuseki.
• Interface administrativa do Fuseki.
• Fuseki em produção: systemd, containers e alta disponibilidade.
• Publicando dados como Linked Open Data.

Integração e Desenvolvimento.

• Consumindo um endpoint SPARQL a partir de uma aplicação Java.
• Integração do Jena com pipelines de dados (ETL para RDF).
• Jena e o ecossistema de metadados: relação com Apache Atlas e OpenMetadata.
• Publicando dados de um Banco de Dados relacional como grafo RDF.
• Geo SPARQL - dados geoespaciais em grafos.
• Boas práticas de projeto e organização de código.
• Skosmos e o padrão SKOS.
• Apache Jena Fuseki como backend de dados do Skosmos.

Carga Horária:

• 32 Horas.

Pré-requisitos dos Participantes:

• Conhecimento em Programação Java ou alguma linguagem com Orientação a Objetos.
• Conhecimento de Banco de Dados e SQL.
• Noções de modelagem de dados.
• Conhecimento Básico de Linux.
• 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 : 8 GB.
• Espaço em Disco: 20GB.
• Processador: Dual-core AMD 64, EM64T
• deve estar ativo a Virtualização na BIOS do equipamento.
• Sistemas Operacionais:Qualquer um com suporte e Virtualização com VirtualBox.
• Oracle VM VirtualBox ( https://www.virtualbox.org/).

Material

Serão disponibilizados os seguintes materiais aos alunos do treinamento:

• Todos os softwares Apache Jena, Fuseki 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.

Metodologia

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

Inscrições, Informações e Valores

Instrutor

Sobre o Treinamento

O treinamento fundamental em CIB seven é voltado para analistas de negócios que pretendem mapear processos usando notação BPMN, CMMN ou DMN e desenvolvedores que pretendem conhecer o processo de implementação de workflows na ferramenta CIB seven e integrar a suas aplicações. As integrações técnicas do treinamento serão expostas em linguagem Java mas podem ser desenvolvidos via SDK em PHP, Javascript ou C#, e analistas de negocio mesmo não sendo dominantes de programação entenderão as possibilidades de uso da solução como um motor de processos incorporado a qualquer software.

O objetivo deste treinamento de 3 dias é dar-lhe informações detalhadas sobre a automação de processos com o CIB seven BPM e Java, no final desse treinamento você irá conhecer o básico da BPMN, compreender os conceitos técnicos essenciais do mecanismo BPM do CIB seven e ser capaz de implementar aplicativos de processo por conta própria e saber como testá-los.

Dificuldade: Intermediário.

Aplicabilidade.

Este treinamento foi desenvolvido usando o CIB seven Community Edition na versão 2.0, e foi modificado pela última vez em 19 de Junho de 2026.

Conteúdo Programático

Introdução

• O que é um fluxo de trabalho (Workflow).
• Introdução ao BPMN 2.0 (Business Process Model and Notation).
• Introdução ao DMN 1.1.
• Introdução ao CMMN 1.1.
• O Projeto Operaton.
• Activiti x CIB seven x Bonita X Flowable.
• Licenciamento (Free Software X Open Source).
• Empresas usando CIB seven no mundo.
• Empresas usando CIB seven no Brasil.
• Versões do CIB seven.
• Comunidade CIB seven no Brasil e no Mundo.
• Livros, sites, documentação e referências complementares.

BPM e Automação de processos

• Modelagem de processo com BPMN 2.0.
• Principais Elementos da Notação BPMN.
• Gestão de Decisão com DMN 1.1.
• Gerenciamento de Casos com CMMN 1.1.
• Automação do processo.
• Cadeia de ferramentas e metodologia.
• Padrões e melhores práticas.

Process Engine

• Arquitetura do CIB seven.
• API (Java, REST, SOAP).
• Dados de processo (Variáveis, XML, JSON) e Idioma de Expressão (JUEL, XPath).
• Gestão de tarefas humanas.
• Manipulação de erros.
• Cenários de implantação.
• Versionamento de Processos.
• Orquestração de serviços.

Aplicações de processo

• Arquitetura de aplicações de processo.
• Testes unitários com JUnit e Arquillian.
• Interfaces de usuário / Formulários de tarefas.
• Cenários de implantação.
• Acessando Serviços (Java, REST, SOAP, EMail)

Integrações via API REST

• O protocolo REST.
• Arquitetura dos Serviços CIB seven (API REST).
• Formas de Autenticação.
• JSON Objects
• Usando o RESTClient.
• API REST Batch.
• API REST Case Definition.
• API REST Case Instance.
• API REST Deployment.
• API REST Engine.
• API REST Execution e External Task.
• API REST Variable Instance.
• Operaton REST client para Java Spring Boot.

Tópicos Avançados.

• Friendly Enough Expression Language (FEEL).
• Modelo de programação usando CDI ou Spring.
• Autenticação via protocolo LDAP (OpenLDAP ou Active Directory).
• DMN com outras linguagens: JUEL, JavaScript, Groovy ou Python.
• Integração com Bibliotecas externas Python, Java, etc.
• Tenants no CIB seven.
• CIB seven e Spring Framework.
• Microsserviços e conectores.
• CIB seven com Apache Maven.
• Usando o Java Delegate.
• Como Apoiar o projeto CIB seven com códigos de melhorias.
• Overview do Zeebe para orquestração de microsserviços.

Carga Horária:

• 24 Horas.

Pré-Requisitos:

• Conhecimento básico de Java
• Conhecimento em Java IDE (Eclipse, IntelliJ, NetBeans).

Requisitos:

• 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: 10GB
• Processador: Dual-core AMD 64, EM64T ou Superior.
• Sistemas Operacionais : GNU/Linux, Windows.

Material

Serão disponibilizados os seguintes materiais aos alunos do treinamento:

• Todos os softwares CIB seven 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.

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 CIB seven e cursos CIB seven. caso necessite de um treinamento customizado com suas necessidades também elaboramos estes treinamentos. solicite proposta comercial.

Inscrições, Informações e Valores

Instrutor

Sobre o Treinamento

Treinamento de modelagem/desenho de processos, utilizando-se da notação BPMN 2.0, através da ferramenta CIB seven, versão Community.

Este treinamento você vai dominar os elementos gráficos essenciais da notação BPMN 2.0 para modelar processos de negócio usando a ferramenta CIB seven Modeler. A BPMN 2.0 é uma notação completa e moderna que permite tanto o pessoal das áreas de negócio como de TI documentarem qualquer tipo de processo em diferentes níveis de detalhes. A notação já um padrão usada pela maioria das empresas no mundo todo. Durante este treinamento você vai fazer muitos exercícios para dominar o mapeamento e modelagem de processos com esta notação.

Conteúdo Programático

BPMN 2.0 e BPM.

• Definição do Processo de Negócios.
• Como modelar processos de negócios.
• OMG e ABPMP.
• CIB seven Modeler.
• DMN e BPMN.
• Evolução da notação.

Symbolos Básicos BPMN.

• Activity.
• Gateway.
• Event.
• Sequence Flow.
• Message.
• Artifact.

Colaboração de modelagem.

• Pool, Participantes.
• Lanes.

Message Flow.

• Como modelar mensagens.

Items e Dados Data.

• Data Modeling.

Atividades.

• Activity vs Task
• Human Interactions.
• Types of Tasks.
• Sub-Process.
• Call Activity.
• Loop e Multi-Instance.

Eventos.

• Conceitos.
• Start and End Events.
• Intermediate Events.
• Trigger.
• Tipos de Eventos.
• Message.
• Timer.
• Error.
• Escalation.
• Cancel.
• Compensation.
• Link.

Gateways.

• Sequence Flow Considerations
• Exclusive Gateway.
• Inclusive Gateway.
• Parallel Gateway.
• Event-Based Gateway.
• Parallel Event-Based Gateway.
• Complex Gateway.

Compensação.

• Compensation Handler.
• Compensation Triggering.
• Relationship between Error Handling and Compensation.

Carga Horária:

• 24 Horas.

Pré-Requisitos:

• Noções de Fluxograma.
• Afinidade com processo de negócio.

Requisitos:

• 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: 10GB
• Processador: Dual-core AMD 64, EM64T ou Superior.
• Sistemas Operacionais : GNU/Linux, Windows.

Material

Serão disponibilizados os seguintes materiais aos alunos do treinamento:

• Todos os softwares CIB seven 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.

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 CIB seven e cursos CIB seven. caso necessite de um treinamento customizado com suas necessidades também elaboramos estes treinamentos. solicite proposta comercial.

Inscrições, Informações e Valores

Instrutor

Sobre o Treinamento

O treinamento em Apache KIE (Kogito + DMN + BPMN + Drools) capacita profissionais a projetar, implementar e operar soluções de automação de processos e decisões de negócio utilizando BPMN, DMN e motores de regras modernos, com foco em arquitetura cloud-native e microserviços. 

A trilha substitui abordagens tradicionais de BPMS monolíticos por uma arquitetura baseada em Kogito, Quarkus e Kubernetes, permitindo execução escalável, event-driven e observável.

Dificuldade: Intermediário.

Aplicabilidade.

Este treinamento foi desenvolvido usando o ecossistema Apache KIE (Kogito 1.44, Drools 8.44 e Quarkus 3.15), e foi modificado pela última vez em 26 de Maio de 2026.

Conteúdo Programático

Fundamentos de BPM e DMN

• Conceitos de BPM (Business Process Management).
• BPMN 2.0 na prática.
• DMN e tomada de decisão.
• Diferença entre regra, processo e decisão.
• Casos reais de uso (finanças, telecom, governo).

Introdução ao Apache KIE

• Histórico do projeto (Drools, jBPM, KIE).
• Arquitetura do Kogito.
• Diferenças entre Camunda, Flowable e Kogito.
• Modelo cloud-native vs BPMS tradicional

Modelagem BPMN com Kogito

• Eventos, gateways e tarefas.
• User Tasks vs Service Tasks.
• Processos de longa duração (stateful).
• Integração com APIs REST.
• Versionamento de processos

DMN (Decision Model and Notation)

• Tabelas de decisão.
• Hit policies.
• Inputs e outputs estruturados.
• Integração DMN + BPMN.
• Externalização de regras de negócio.

Drools (motor de regras)

• Introdução ao DRL.
• Facts e Working Memory.
• Regras complexas de negócio.
• Agenda e inferência.
• Integração com Kogito.

Kogito na prática (Quarkus)

• Criação de projeto Kogito.
• Estrutura Maven
• REST endpoints automáticos.
• Execução local.
• Testes de processos e decisões.

Arquitetura cloud-native

• Microserviços com Kogito.
• Stateless vs stateful workflows.
• Persistência de processos.
• Event-driven workflows.
• Kafka integration (opcional).

Kubernetes e deploy

• Deploy de serviços Kogito em K8s.
• ConfigMaps e Secrets.
• Scaling de workflows.
• Observabilidade (logs e métricas).
• Troubleshooting

Carga Horária:

• 24 Horas.

Pré-Requisitos:

• Conhecimento básico de Java.
• Familiaridade com uma IDE Java (Eclipse, IntelliJ IDEA ou NetBeans).
• Noções de programação orientada a objetos (desejável)

Requisitos:

• 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: 10GB
• Processador: Dual-core AMD 64, EM64T ou Superior.
• Sistemas Operacionais : GNU/Linux, Windows.

Material

Serão disponibilizados os seguintes materiais aos alunos do treinamento:

• Todos os softwares Apache Kie 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.

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 Apache Kie e cursos Apacke Kie. caso necessite de um treinamento customizado com suas necessidades também elaboramos estes treinamentos. solicite proposta comercial.

Inscrições, Informações e Valores

Instrutor

Sobre o Treinamento

O treinamento ClickHouse apresenta os conceitos, arquitetura e operação do ClickHouse, o banco de dados analítico colunar open source mais rápido do mundo, voltado para analytics em tempo real, observabilidade, séries temporais e processamento de grandes volumes de dados.
Durante o treinamento, os participantes aprenderão na prática como instalar, configurar e administrar ambientes ClickHouse on-premise, modelar tabelas otimizadas para cargas OLAP, construir pipelines de ingestão e integrar o ClickHouse com ferramentas modernas de dados como Apache Airflow, dbt e Apache Superset.
O treinamento aborda desde os fundamentos do modelo colunar e da engine MergeTree até a construção de pipelines analíticos completos, explorando integração com tecnologias como Airbyte, Apache Kafka e Apache Iceberg, passando por replicação, alta disponibilidade, segurança e monitoramento em ambientes de produção.

Turmas

Somente no modelo corporativo no momento.

Dificuldade:Intermediário

Aplicabilidade.

Este treinamento foi desenvolvido utilizando ClickHouse 26.3 LTS e foi atualizado pela última vez em 25 de Maio de 2026.

Conteúdo Programático

Introdução ao ClickHouse.

• O que é ClickHouse e por que é o banco analítico mais rápido do mundo.
• Arquitetura colunar: diferenças de bancos OLTP e OLAP.
• ClickHouse OSS vs ClickHouse Cloud.
• Casos de uso: observabilidade, analytics, logs, time series, BI.
• Comparativo: ClickHouse x DuckDB x Druid x StarRocks x BigQuery.
• Ecossistema e comunidade.

Instalação e Configuração.

• Instalação via pacote (Linux/Debian/RPM).
• Instalação via Docker e Docker Compose.
• Deploy em Kubernetes com Helm Chart.
• Estrutura de diretórios e arquivos de configuração (config.xml, users.xml).
• Primeiro acesso: cliente clickhouse-client e Play UI.

Arquitetura Interna.

• MergeTree Engine: o coração do ClickHouse.
• Famílias de engines: ReplacingMergeTree, AggregatingMergeTree, CollapsingMergeTree, SummingMergeTree.
• Parts, granules e compressão de dados.
• Mutations e merges em background.
• Shards e réplicas.
• ZooKeeper e ClickHouse Keeper.

Modelagem de Dados.

• Tipos de dados disponíveis (Int, Float, String, DateTime, Array, Map, Nested, JSON).
• Criando tabelas otimizadas para OLAP.
• Chaves de ordenação (ORDER BY) e chaves de partição (PARTITION BY).
• Primary key vs sorting key.
• Índices secundários (data skipping indexes).
• Materialized Views: conceito e uso.
• Dicionários (Dictionaries).

Ingestão de Dados.

• Inserção via clickhouse-client e HTTP API.
• Integração com Apache Kafka (Kafka Engine).
• Integração com Airbyte (destination ClickHouse).
• Leitura de arquivos CSV, Parquet, JSON, ORC direto no ClickHouse.
• Table Engines externos: S3/MinIO, PostgreSQL.
• Batch insert vs streaming insert: boas práticas.

SQL no ClickHouse.

• Dialeto SQL do ClickHouse: compatibilidades e diferenças.
• Funções de agregação: sum, count, uniq, quantile, topK.
• Funções de array e manipulação de JSON.
• Window functions.
• CTEs e subqueries.
• JOINS: tipos suportados e limitações.
• EXPLAIN e análise de plano de execução.

Replicação e Alta Disponibilidade

• Conceito de sharding e replicação no ClickHouse.
• ReplicatedMergeTree: configuração e funcionamento.
• ClickHouse Keeper: substituindo o ZooKeeper.
• Distributed Engine: consultas em múltiplos shards.
• Failover e recuperação de réplicas.

Administração e Operação.

• Gerenciamento de usuários e permissões (RBAC).
• Quotas e limites de recursos por usuário/perfil.
• Monitoramento com system tables.
• Integração com Prometheus e Grafana.
• Backup e restore (clickhouse-backup, disk S3/MinIO).
• Tuning de performance: memória, threads, compressão.
• Manutenção: OPTIMIZE, TTL, limpeza de parts.

ClickHouse com BI e Ferramentas.

• Integração com Apache Superset.
• Integração com Grafana (datasource ClickHouse).
• Integração com dbt (dbt-clickhouse).
• Conectores JDBC/ODBC para ferramentas externas.
• Pipelines Airbyte - ClickHouse - dbt - Superset.

Melhores Práticas e Troubleshooting.

• Anti-patterns mais comuns.
• Diagnóstico de queries lentas.
• Gestão de TTL e expiração de dados.
• Atualização de versão em produção.
• Contribuindo com a comunidade ClickHouse.

Carga Horária:

• 24 Horas.

Pré-requisitos dos Participantes:

• Conhecimentos básicos de Linux.
• Conhecimentos de Banco de Dados e SQL.
• Noções de Engenharia de Dados e analytics (OLAP/BI).
• Familiaridade com conceitos de Big Data é recomendada, mas não obrigatória.
• 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 : 12 GB.
• Espaço em Disco: 50GB.
• Processador: 6 Cores.
• Sistemas Operacionais: Qualquer um com suporte e Virtualização com VirtualBox. Deve estar ativo a Virtualização na BIOS do equipamento.
• Oracle VM VirtualBox ( https://www.virtualbox.org/ ).

Material

Serão disponibilizados os seguintes materiais aos alunos do treinamento:

• Todos os softwares ClickHouse 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.

Metodologia

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

Inscrições, Informações e Valores

Instrutor

Sobre o Treinamento

O treinamento Apache Fluss apresenta os conceitos, arquitetura e operação do Apache Fluss, uma moderna plataforma Streaming Lakehouse voltada para processamento contínuo, analytics em tempo real e integração entre streaming e Data Lakes.

Durante o treinamento, os participantes aprenderão na prática como realizar deploys, administrar ambientes Apache Fluss e integrar pipelines modernos utilizando Apache Flink, compreendendo os principais componentes arquiteturais, estratégias de armazenamento, tabelas streaming e cenários de uso em arquiteturas modernas de dados.

O treinamento aborda desde os fundamentos de Streaming Lakehouse até a construção de pipelines analíticos em tempo real, explorando integração com tecnologias como Apache Flink, Apache Iceberg e Data Lakes modernos.

Turmas

Somente no modelo corporativo no momento.

Dificuldade: Avançado.

Aplicabilidade.

Este treinamento foi desenvolvido utilizando Apache Fluss 0.9.1 e Apache Flink 2.2.0 e foi atualizado pela última vez em 25 de Maio de 2026

Conteúdo Programático

Introdução ao Streaming Lakehouse

• Evolução das arquiteturas de dados.
• Batch vs Streaming.
• Conceitos de Lakehouse.
• Limitações de arquiteturas tradicionais.
• Problemas de latência e pequenas escritas em Data Lakes.
• O conceito de Streaming Lakehouse.
• Onde o Apache Fluss se encaixa.
• Integração com Apache Flink.
• Casos de uso modernos: Real-Time Analytics, Streaming ETL, Feature Store, AI Pipelines, Real-Time Dashboards.

Arquitetura do Apache Fluss

• Componentes da arquitetura.
• Coordinator Server.
• Tablet Servers.
• Metadata Management.
• Buckets e Partitions.
• Replicação e tolerância a falhas.
• Streaming Storage.
• Formato colunar.
• Streaming Reads e Writes.
• Integração com Lakehouse Storage.
• Arquitetura de referência.

Deploy e Instalação do Apache Fluss

• Requisitos do ambiente.
• Estrutura do cluster.
• Deploy local.
• Deploy distribuído.
• Docker Compose.
• Configurações básicas.
• Integração com ZooKeeper.
• Configuração de armazenamento.
• Inicialização do cluster.
• Troubleshooting inicial.
• Monitoramento básico.

Conceitos Fundamentais do Fluss

• Log Tables.
• Primary Key Tables.
• Buckets.
• Partitions.
• Offset Management.
• Changelog Streams.
• Row vs Columnar Access.
• Modelagem de tabelas.
• Estratégias de particionamento.
• Casos de uso por tipo de tabela.

Apache Flink + Apache Fluss

• Integração nativa com Flink.
• Flink Connector.
• Streaming ETL.
• Stateful Stream Processing.
• Event Time.
• Processamento contínuo.
• Leitura e escrita em Fluss.
• Consultas analíticas em tempo real.
• Union Reads.
• Pipelines streaming modernos.

Streaming Lakehouse na Prática

• Conceito de Union Read.
• Dados em tempo real + histórico.
• Integração com Data Lakes.
• Apache Paimon.
• Apache Iceberg.
• Camada quente e camada histórica.
• Compactação e tiering.
• Analytics em tempo real.
• Arquiteturas modernas de Lakehouse.

Operações e Administração

• Escalabilidade horizontal.
• Balanceamento.
• Gestão de buckets.
• Monitoramento.
• Métricas.
• Troubleshooting.
• Backup e recuperação.
• Estratégias de retenção.
• Performance tuning.
• Custos operacionais.

Casos de Uso e Arquiteturas Modernas

• Real-Time Analytics.
• Streaming Dashboards.
• IoT Pipelines.
• Customer 360.
• Fraud Detection.
• Real-Time ETL.
• AI e contexto em tempo real.
• Streaming-first architectures.
• Simplificação arquitetural com Streaming Lakehouse.

Carga Horária:

• 24 Horas.

Pré-requisitos dos Participantes:

• Conhecimentos básicos de Linux.
• Conhecimentos de Banco de Dados e SQL.
• Noções de Engenharia de Dados, Streaming ou Data Lakes.
• 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 : 12 GB.
• Espaço em Disco: 50GB.
• Processador: 6 Cores.
• Sistemas Operacionais:Qualquer um com suporte e Virtualização com VirtualBox. Deve estar ativo a Virtualização na BIOS do equipamento.
• Oracle VM VirtualBox ( https://www.virtualbox.org/ ).

Material

Serão disponibilizados os seguintes materiais aos alunos do treinamento:

• Todos os softwares Apache Fluss e Apache Flink 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.

Metodologia

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

Inscrições, Informações e Valores

Instrutor

Sobre o Treinamento

O treinamento Airbyte é recomendado a profissionais que já possuam conhecimentos básicos de engenharia de dados e queiram dominar a plataforma open source mais adotada para replicação e integração de dados em ambientes modernos de Data Engineering.

O Airbyte é uma plataforma ELT (Extract, Load, Transform) de código aberto que oferece centenas de conectores prontos para sincronizar dados de qualquer origem, bancos de dados relacionais e NoSQL, SaaS, APIs, arquivos e streams, para destinos como data warehouses, data lakes e bancos analíticos.

O treinamento aborda desde a instalação e configuração até o desenvolvimento de conectores customizados com o Airbyte CDK, orquestração com Airflow, deploy em Kubernetes e integração com o ecossistema moderno de dados (dbt, Spark, Iceberg, etc.).

Objetivo

Ministrar os conceitos e técnicas de integração e replicação de dados com o Airbyte.

Público Alvo

O treinamento Airbyte destina-se a engenheiros de dados, arquitetos de dados, administradores de infraestrutura e equipes de DevOps que trabalham com pipelines de integração e replicação de dado.

Dificuldade.

Intermediário.

Aplicabilidade.

Este treinamento foi desenvolvido usando o Airbyte 2.0.0 (OSS) e foi modificado pela última vez em 22 de Maio de 2026.

Conteúdo Programático:

Introdução à Integração de Dados e ao Airbyte.

• Conceitos de integração de dados: ETL vs ELT.
• Histórico e evolução das ferramentas de integração.
• O projeto Airbyte: origem, licença e comunidade.
• Airbyte OSS vs Airbyte Cloud vs Airbyte Enterprise.
• Comparativo: Airbyte x Fivetran x Stitch x Singer x NiFi x Debezium.
• Arquitetura geral do Airbyte.
• Casos de uso e adoção no mercado.
• Ecossistema moderno de dados: Modern Data Stack.

Instalação e Configuração do Airbyte.

• Requisitos de sistema e pré-requisitos.
• Instalação via Docker Compose (modo local).
• Instalação via abctl (Airbyte CLI).
• Deploy no Kubernetes com Helm Chart.
• Configuração de portas, volumes e variáveis de ambiente.
• Primeiro acesso à interface web.
• Estrutura de diretórios e arquivos de configuração.
• Modo de atualização e versionamento de releases.

Arquitetura Interna do Airbyte.

• Componentes principais: Worker, Server, Temporal, Webapp.
• Fluxo de execução de uma sincronização.
• Airbyte Protocol: mensagens e streams.
• Catalogs e schemas.
• Jobs e tentativas de reexecução.
• Armazenamento de estado (state management).
• Gerenciamento de segredos com Kubernetes Secrets e variáveis de ambiente.
• Logs e rastreabilidade de execuções.

Fontes (Sources) e Destinos (Destinations).

• Conceito de Source e Destination no Airbyte.
• Catálogo de conectores disponíveis.
• Configurando Source: PostgreSQL, MySQL, MongoDB.
• Configurando Source: REST API, Google Sheets.
• Configurando Source: arquivos CSV, JSON, Minio/S3.
• Configurando Destination: PostgreSQL, ClickHouse, DuckDB.
• Configurando Destination: Delta Lake, Apache Iceberg, Minio/S3.
• Gerenciamento de credenciais e autenticação OAuth.

Conexões e Sincronizações.

• Criando e gerenciando Connections.
• Modos de sincronização: Full Refresh, Incremental, Deduped.
• Estratégias de sincronização: Append, Overwrite, Merge.
• Cursor fields e Primary keys.
• Configuração de streams e seleção de campos.
• Agendamento de sincronizações (Cron, Manual, Gatilho por evento).
• Monitoramento de jobs e tratamento de falhas.
• Reprocessamento e backfill de dados históricos.
• Notificações e alertas de falha (Slack, e-mail).

Change Data Capture (CDC) com Airbyte.

• Conceito de Change Data Capture.
• CDC com PostgreSQL (logical replication / pgoutput).
• Configuração de replication slots e permissões.
• Gerenciamento de lag e latência de replicação.
• Casos de uso de CDC em pipelines de tempo real.

Transformações com dbt e Airbyte.

• Integração Airbyte + dbt: o padrão ELT moderno.
• Normalization nativa do Airbyte (Basic Normalization).
• Habilitando dbt no Airbyte OSS.
• Transformações customizadas com dbt Core.
• Tabelas raw vs tabelas normalizadas.
• Schema evolution e compatibilidade de tipos.
• Testes de qualidade de dados pós-sincronização.
• Orquestração Airbyte + dbt com Airflow.

Airbyte API e Automatização.

• Airbyte REST API: visão geral e autenticação.
• Gerenciando Sources, Destinations e Connections via API.
• Disparando sincronizações programaticamente.
• Airbyte Python Client (PyAirbyte).
• Infrastructure as Code com Terraform Provider do Airbyte.
• Automatizando onboarding de novas fontes.
• Integração com Apache Airflow via operadores.
• Webhooks e event-driven pipelines.

Deploy em Produção com Kubernetes.

• Visão geral do deploy Airbyte em Kubernetes.
• Helm Chart: valores e customizações.
• Configuração de Persistent Volumes para logs e estado.
• Escalabilidade horizontal de Workers.
• Configuração de banco de dados externo (PostgreSQL).
• Configuração do Temporal no modo distribuído.
• Ingress e TLS para a UI e API.
• Estratégias de atualização em produção (zero-downtime).

Monitoramento, Observabilidade e Performance.

• Métricas do Airbyte com Prometheus e Grafana.
• Monitoramento de jobs e throughput de dados.
• Rastreamento de sincronizações e logs estruturados.
• Alertas operacionais e SLOs de pipeline.
• Tuning de performance: paralelismo e tamanho de batch.
• Diagnóstico de conectores lentos.
• Data freshness e SLA de dados.

Segurança, Acesso e Governança.

• Autenticação de usuários: modo básico e integração com Keycloak (OIDC)
• Controle de acesso por workspace e permissões.
• Gerenciamento de segredos com OpenBao e Kubernetes Secrets.
• Criptografia de credenciais em repouso.
• Auditoria de ações e acessos.
• LGPD/GDPR: filtragem de dados sensíveis na origem.
• Mascaramento de campos PII em pipelines.
• Isolamento de workspaces multi-tenant.

Pipelines na Prática.

• Pipeline: PostgreSQL para Data Warehouse e dbt.
• Pipeline: MongoDB para PostgreSQL com incremental.
• Pipeline: PostgreSQL para Apache Iceberg no S3.
• Orquestração de múltiplos pipelines com Airflow.
• Testes end-to-end com dados reais e validação de qualidade.

Melhores Práticas e Troubleshooting.

• Padronização de nomenclatura de conexões e streams.
•  Estratégias de retry e idempotência.
• Gerenciamento de schema drift.
• Depuração de erros comuns de conectores.
• Diagnóstico de problemas de rede e firewall.
• Recuperação de sincronizações com falha.
• Atualização de conectores em produção.
• Contribuindo com a comunidade Airbyte

Pré-requisitos de conhecimento

• Conhecimento básico Linux.
• Conhecimento básico de redes (proxy, gateway,etc).

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: 8 GB.
• Espaço em Disco: 20GB.
• Processador: i5 ou i7 a partir da segunda geração ou similar.
• Sistemas Operacionais: GNU/Linux, Windows.
• Todos equipamentos devem ter algum software de virtualização Oracle Virtual Box.

Carga Horária

• 32 Horas de duração.

Material

Serão disponibilizados os seguintes materiais aos alunos do treinamento:

• Todos os softwares Airbyte 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.

Metodologia

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

Inscrições, Informações e Valores

Estamos localizados em Curitiba e atendemos em todo Brasil com treinamentos Airbyte, e cursos Airbyte. caso necessite de um treinamento customizado com suas necessidades também elaboramos estes treinamentos. solicite proposta comercial.

Instrutores

Sobre o Treinamento.

O treinamento em Longhorn apresenta uma solução moderna de armazenamento distribuído para ambientes Kubernetes.
Voltado para cenários reais, o curso capacita profissionais a implementar, operar e sustentar volumes persistentes com alta disponibilidade, garantindo a continuidade de aplicações cloud-native.

O que vou aprender?

Ao final deste treinamento você será capaz de:

• Instalar e configurar o Longhorn em Kubernetes.
• Gerenciar volumes persistentes (PV/PVC).
• Garantir alta disponibilidade de dados.
• Implementar backup e disaster recovery.
• Monitorar e resolver problemas de storage.
• Operar o ambiente em produção

Calendário de turmas.

Somente no modelo corporativo no momento.

Dificuldade: Intermediário.

Aplicabilidade.

Este treinamento foi desenvolvido usando Kubernetes 1.29, Longhorn 1.6, Helm 3.14 e foi modificado pela última vez em 19 de Maio de 2026.

Conteúdo Programático.

Fundamentos de Storage no Kubernetes

• Persistência de dados.
• PV, PVC e StorageClass.
• Desafios em ambientes distribuídos

Arquitetura do Longhorn.

• Componentes principais.
• Funcionamento da replicação.
• Alta disponibilidade.

Gerenciamento de Aplicações.

• Conceito de Application (CRD).
  Deploy via: YAML, CLI, Interface Web
  Estrutura de repositórios Git: Monorepo, Multirepo,
• Organização de manifests.

Instalação e Configuração

• Pré-requisitos do ambiente.
• Instalação via Helm.
• Configuração inicial.
• Acesso à interface

Gerenciamento de Volumes

• Criação e uso de volumes.
• Expansão.
• Attach / Detach.
• Integração com aplicações.

Alta Disponibilidade

• Configuração de réplicas.
• Failover automático.
• Distribuição de dados

Backup e Recuperação.

• Backup em S3 / MinIO.
• Restore de volumes.
• Estratégias de disaster recovery

Snapshots.

• Criação e gestão.
• Versionamento.
• Limpeza automática

Monitoramento

• Métricas e indicadores
• Integração com Prometheus
• Alertas.

Troubleshooting

• Volume não monta.
• Falha de nó.
• Réplica degradada.
• Análise de logs.
• Recuperação de dados.

Troubleshooting

• Planejamento de capacidade.
• Performance.
• Atualizações.
• Segurança.

Carga Horária:

• 16 Horas de duração.

Pré-Requisitos:

• Conhecimento prévio em Kubernetes: Pods, Deployments, Services.
• Conhecimento básico de Git.
• Conhecimento básico de Linux.

Requisitos:

• 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 Online ter uma boa conectividade com 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: 8GB
• Espaço em Disco: 30GB
• Processador: 4 Cores.
• Sistemas Operacionais: GNU/Linux, Windows.
• VirtualBox.

Material

Serão disponibilizados os seguintes materiais aos alunos do treinamento:

• Todos os softwares Longhorn 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.

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 Brasil, América Latina, Europa e África com treinamentos Longhorn e cursos Longhorn. caso necessite de um treinamento customizado com suas necessidades também elaboramos estes treinamentos. solicite proposta comercial.

Inscrições, Informações e Valores

Instrutor

Sobre o Treinamento.

O treinamento de Harbor foi desenvolvido para capacitar profissionais na utilização e administração de um registry corporativo de imagens de containers em ambientes Kubernetes e cloud-native.
Durante o treinamento, serão abordados conceitos e práticas relacionadas à gestão de imagens, controle de acesso, segurança, integração com pipelines CI/CD e operação do ambiente.
A abordagem contempla desde a organização do registry até sua utilização em ambientes produtivos, com foco em boas práticas e governança.

O que vou aprender?

Ao final deste treinamento você será capaz de:

• Entender o funcionamento de um registry corporativo.
• Gerenciar projetos e repositórios de imagens.
• Controlar acesso de usuários e permissões.
• Configurar políticas de segurança e scanning de imagens.
• Integrar o Harbor com pipelines de CI/CD.
• Gerenciar versionamento de imagens.
• Aplicar boas práticas de governança.
• Operar o Harbor em ambientes Kubernetes.

Calendário de turmas.

Somente no modelo corporativo no momento.

Dificuldade: Intermediário.

Aplicabilidade.

Este treinamento foi desenvolvido usando  Kubernetes 1.29, Harbor 2.11, Docker 26, GitLab 17 e foi modificado pela última vez em 19 de Maio de 2026.

Conteúdo Programático.

Fundamentos de Registry de Containers.

• O que é um container registry.
• Diferença entre: Docker Hub, Registry privado.
• Papel do Harbor no ecossistema cloud-native.
• Conceito de imagens e camadas.

Instalação e Deploy do Harbor.

• Visão geral das formas de instalação do Harbor: Docker Compose, Kubernetes (Helm Chart).
• Deploy utilizando Helm.
• Principais parâmetros de configuração:URL do registry, Storage (filesystem / S3), Certificados (TLS).
• Configuração inicial pós-instalação:, Acesso à interface, Criação de usuário administrador, Ajustes básicos de segurança.
• Boas práticas de instalação em ambiente corporativo

Arquitetura do Harbor.

• Componentes do Harbor.
• Funcionamento interno: Core, Registry, Database, Job Service.
• Integração com storage.

Gerenciamento de Projetos e Repositórios.

• Criação de projetos.
• Tipos de projetos (public/private).
• Organização de imagens.
• Convenções de nomenclatura.

Controle de Acesso e Usuários

• Usuários e grupos.
• Permissões: Admin, Developer, Guest.
• Integração com LDAP/AD (Overview)
• Boas práticas de acesso.

Versionamento e Gestão de Imagens.

• Tags e versionamento.
• Estratégias de versionamento.
• Boas práticas de lifecycle de imagens.
• Exclusão e limpeza.

Segurança e Controle de Acesso.

• RBAC no Argo CD.
• Controle de usuários e permissões.
• Integração com LDAP / OIDC.
• Gestão de secrets (visão geral).

Segurança e Image Scanning

• Scan de vulnerabilidades.
• Políticas de segurança.
• Bloqueio de imagens vulneráveis.
• Integração com scanners (Trivy).

Replicação e Distribuição de Imagens.

• Replicação entre registries
• Cenários:Multi-cluster e DR (disaster recovery)
• Configuração de policies

Integração com CI/CD.

• Integração com GitLab
• Push automático de imagens.
• Uso em pipelines.
• Autenticação com registry

Integração com Kubernetes.

• Uso de imagens no cluster
• ImagePullSecrets
• Boas práticas de uso em produção.

Operação e Monitoramento

• Uso da interface web.
• Logs do Harbor.
• Monitoramento básico.
• Identificação de problemas.

Troubleshooting

• Problemas de push/pull.
• Falhas de autenticação.
• Problemas de permissão.
• Erros de scan.
• Falhas de integração com CI/CD

Boas Práticas e Governança

• Padronização de imagens.
• Controle de acesso.
• Segurança.
• Estratégias corporativas de uso.

Carga Horária:

• 16 Horas de duração.

Pré-Requisitos:

• Conhecimento básico de containers.
• Conhecimento básico de Kubernetes.
• Noções de Git.

Requisitos:

• 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 Online ter uma boa conectividade com 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: 8GB
• Espaço em Disco: 30GB
• Processador: 4 Cores.
• Sistemas Operacionais: GNU/Linux, Windows.
• VirtualBox.

Material

Serão disponibilizados os seguintes materiais aos alunos do treinamento:

• Todos os softwares Harbor 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.

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 Brasil, América Latina, Europa e África com treinamentos Harbor e cursos Harbor. Caso necessite de um treinamento customizado com suas necessidades também elaboramos estes treinamentos. solicite proposta comercial.

Inscrições, Informações e Valores

Instrutor

Sobre o Treinamento.

O treinamento de GitOps com Argo CD prepara profissionais que já utilizam Kubernetes para implementar práticas modernas de entrega contínua baseadas em Git.
Seu conteúdo programático foi desenvolvido para que profissionais possam automatizar deploys, garantir consistência entre ambientes e reduzir erros operacionais utilizando o conceito de infraestrutura declarativa e controle via Git como fonte da verdade.
Todo o treinamento é ministrado com foco prático, utilizando Kubernetes em ambientes reais, com materiais em Português do Brasil e metodologia orientada a troubleshooting e operação.

O que vou aprender?

Ao final deste treinamento você será capaz de:

• Implementar GitOps em ambientes Kubernetes.
• Instalar e configurar o Argo CD.
• Criar e gerenciar aplicações via Git.
• Automatizar deploys com sincronização contínua.
• Corrigir divergências (drift) entre cluster e repositório.
• Monitorar aplicações e identificar problemas.
• Aplicar estratégias de versionamento e promoção entre ambientes.
• Utilizar Helm e Kustomize com Argo CD.
• Resolver problemas comuns em produção.
• Implementar boas práticas de GitOps.

Calendário de turmas.

Somente no modelo corporativo no momento.

Dificuldade: Intermediário.

Aplicabilidade.

Este treinamento foi desenvolvido usando Kubernetes 1.29, Argo CD 2.11, GitLab 17, Docker CE 26, Helm 3.14 e Kustomize 5.4 e foi modificado pela última vez em 19 de Maio de 2026.

Conteúdo Programático.

Conceitual GitOps e Argo CD.

• Introdução ao GitOps.
• CI/CD tradicional vs GitOps.
• Git como fonte da verdade.
• Desired State vs Live State.
• Ferramentas GitOps:Argo CD e Flux CD
• Casos de uso de GitOps.
• Benefícios e limitações.

Instalação do Argo CD.

• Instalação no Kubernetes.
• Exposição da interface (NodePort / Ingress).
• Acesso inicial.
• Configuração básica.
• Estrutura dos componentes:API Server, Repo Server e Application Controller.

Gerenciamento de Aplicações.

• Conceito de Application (CRD).
  Deploy via: YAML, CLI, Interface Web
  Estrutura de repositórios Git: Monorepo, Multirepo,
• Organização de manifests.

Sincronização e Controle de Estado.

• Sync manual vs automático.
• Auto-healing.
• Prune de recursos.
• Estratégias de sincronização.
• Controle de versões via Git.

Troubleshooting e Monitoramento.

• Estados das aplicações:Synced / OutOfSync e Healthy / Degraded.
• Logs do Argo CD: application-controller, repo-server.
• Eventos e diagnósticos.
• Problemas comuns: erro de acesso ao Git, falha em manifests, divergência de estado e falha de sincronização
• Estratégias de correção.

Integração com Helm e Kustomize.

• Deploy com Helm Charts.
• Deploy com Kustomize.
• Diferenças e quando usar.
• Customização de aplicações.

Segurança e Controle de Acesso.

• RBAC no Argo CD.
• Controle de usuários e permissões.
• Integração com LDAP / OIDC.
• Gestão de secrets (visão geral).

Multi-Cluster e Ambientes.

• Gerenciamento de múltiplos clusters.
• Estratégias de ambientes: Dev, Homolog e Produção.
• Promotion entre ambientes.

Boas práticas de GitOps.

• Estrutura de repositórios.
• Versionamento.
• Branching strategy.
• Separação de aplicações e infraestrutura.
• Anti-patterns comuns.

Carga Horária:

• 16 Horas de duração.

Modalidades do Treinamento:

• Presencial - Abrimos turmas onde pode se inscrever, atuamos na maioria das capitais Brasileiras.
• On Line Ao Vivo - Fazemos a transmissão Online do Treinamento.
• In Company (Presencial ou Online) - Turmas Fechadas para empresas a custo único para até 15 Alunos.

Pré-Requisitos:

• Conhecimento prévio em Kubernetes: Pods, Deployments, Services
• Conhecimento básico de Git
• Conhecimento básico de Linux

Requisitos:

• 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 Online ter uma boa conectividade com 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: 8GB
• Espaço em Disco: 30GB
• Processador: 4 Cores.
• Sistemas Operacionais: GNU/Linux, Windows.
• VirtualBox.

Material

Serão disponibilizados os seguintes materiais aos alunos do treinamento:

• Todos os softwares Argo CD 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.

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 Brasil, América Latina, Europa e África com treinamentos Argo CD e cursos Argo CD. caso necessite de um treinamento customizado com suas necessidades também elaboramos estes treinamentos. solicite proposta comercial.

Inscrições, Informações e Valores

Instrutor