Projeto desenvolvido como parte da Certificação em Engenharia de Analytics (Indicium AI), com foco na construção de um pipeline moderno de dados utilizando o Modern Data Stack.
Construir um Data Warehouse analítico a partir dos dados da Adventure Works, permitindo responder perguntas de negócio através de modelagem dimensional e visualização em BI.
O projeto segue a arquitetura clássica do dbt (ELT):
RAW → STAGING → INTERMEDIATE → MARTS → BI
Limpeza, padronização e tipagem dos dados brutos.
Aplicação de regras de negócio e joins entre tabelas.
Modelagem dimensional em formato estrela (Star Schema).
fct_sales→ granularidade em nível de item de pedido
dim_productdim_customerdim_sales_persondim_sales_reasondim_datedim_credit_card
Star Schema
- Receita bruta
- Receita líquida
- Quantidade vendida
- Ticket médio
- Número de pedidos
O projeto inclui testes para garantir qualidade e confiabilidade dos dados:
not_nulluniquerelationships- Testes de consistência de métricas (ex: validação de faturamento)
- dbt Cloud
- Databricks
- SQL
- Power BI
O dashboard foi desenvolvido no Power BI com foco em análise exploratória e tomada de decisão.
models/
├── staging/
├── intermediate/
├── marts/
dbt run
dbt test- Modelagem seguindo boas práticas de Analytics Engineering
- Estrutura em camadas (staging, intermediate, marts)
- Separação clara entre transformação e consumo
- Projeto pronto para integração com ferramentas de BI
- Foco em escalabilidade e organização
Richard Gomes
Projeto desenvolvido para fins educacionais e portfólio profissional