O AWS Certified Data Engineer - Associate (DEA-C01) é a certificação de nível Associate para engenheiros que projetam e operam pipelines de dados na AWS. Ao longo de todo o percurso, da chegada do dado até sua transformação, armazenamento e uso em análises, ele pergunta quais serviços conectar, e como, conforme as características dos dados e os requisitos.
Este artigo é o guia da nossa série de 19 análises aprofundadas por domínio do DEA-C01. Antes de entrar em cada tema, ele traça o mapa completo: a estrutura do exame, para quem ele é indicado e onde esta certificação se encaixa em uma carreira em AWS.
---
Para quem é o DEA-C01?
O DEA-C01 se parece com projetar um sistema de abastecimento de água. Da captação na fonte ao tratamento, ao armazenamento e à entrega em cada casa, é preciso pesar ao mesmo tempo volume, qualidade e custo em cada trecho. O exame exige igualmente, em cada trecho de ingestão, transformação, armazenamento, operação e segurança, a escolha que se ajusta ao volume, à velocidade e à forma dos dados.
Esta certificação é especialmente indicada para os seguintes perfis.
| Público-alvo | Por que faz sentido | |------|------| | Engenheiros de dados | Validação formal das competências de design em todo o pipeline, da ingestão ao armazenamento e à operação | | Analistas de dados e engenheiros de BI | Ampliar seu escopo entendendo a ingestão e a transformação que acontecem antes da análise | | Desenvolvedores back-end | Aprender a levar os dados do aplicativo para um ambiente de análise | | Engenheiros de nuvem em transição para funções de dados | Somar especialização em serviços de dados ao conhecimento de infraestrutura do SAA-C03 | | Futuros engenheiros de ML | Construir a base de pipelines de dados da qual o treinamento de modelos depende |
Não há certificação prévia. A AWS recomenda o equivalente a dois a três anos de experiência em engenharia de dados, mas isso não é obrigatório. O exame não está disponível em português: ele é oferecido em inglês, japonês, coreano e chinês simplificado, então vale revisar em inglês os nomes dos serviços e os termos-chave. A preparação fica muito mais fácil se você sabe ler e escrever SQL e já trabalhou com código de processamento de dados em uma linguagem como Python.
---
Informações Gerais do Exame
| Item | Detalhe | |------|------| | Código do exame | DEA-C01 | | Nome completo | AWS Certified Data Engineer - Associate | | Nível | Associate | | Pontuação de aprovação | 720 (escala 100–1.000) | | Questões | 65 (50 pontuadas + 15 não pontuadas) | | Duração | 130 minutos | | Taxa | US$ 150 | | Validade | 3 anos | | Tipos de questões | Múltipla escolha, múltipla resposta | | Idiomas | Inglês, japonês, coreano e chinês simplificado (não disponível em português) | | Modalidade | Centro de testes Pearson VUE ou exame supervisionado online | | Experiência recomendada | Equivalente a 2–3 anos de experiência em engenharia de dados (não obrigatória) |
As 15 questões não pontuadas servem para a AWS avaliá-las para exames futuros, e não são identificadas. Questões sem resposta contam como erradas e não há penalidade por chute, então responda todas. A pontuação é compensatória: não é preciso passar em cada domínio, apenas atingir 720 no total.
---
Distribuição de Domínios
O DEA-C01 é composto por quatro domínios. Os pesos abaixo são os números oficiais sobre o conteúdo pontuado.
| Domínio | Tópico | Peso | Artigos | |------|------|------|------| | Domínio 1 | Ingestão e transformação de dados | 34% | 8 artigos | | Domínio 2 | Gerenciamento de armazenamentos de dados | 26% | 4 artigos | | Domínio 3 | Operações e suporte de dados | 22% | 4 artigos | | Domínio 4 | Segurança e governança de dados | 18% | 3 artigos |
O Domínio 1 (Ingestão e transformação de dados) representa 34%, mais de um terço do exame. Aqui se concentram os serviços que de fato movem um pipeline, como Kinesis, Glue, EMR e Step Functions, então ele também exige mais tempo de estudo. Somando o Domínio 2 (Gerenciamento de armazenamentos de dados) chega-se a 60%, o que faz do domínio do fluxo de ingestão, transformação e armazenamento o núcleo da aprovação.
!Peso dos 4 domínios do exame DEA-C01
Domínio 1: Ingestão e transformação de dados (34%)
Este domínio trata de receber os dados, processá-los e encadear essas etapas em um pipeline.
Tópicos principais: Ingestão em streaming (Kinesis Data Streams, Amazon Data Firehose, MSK) e ingestão em lote (DMS, AppFlow, DataSync); processamento com Spark no Glue ETL e no EMR; transformação baseada em Lambda; orquestração com Step Functions, MWAA e fluxos de trabalho do Glue; SQL e Python; IaC e CI/CD.
Dica: "Carregar no S3 ou no Redshift, sem escrever código, os dados que chegam em tempo real" → Amazon Data Firehose. "Vários consumidores precisam ler o mesmo fluxo separadamente e poder reprocessá-lo" → Kinesis Data Streams. "Executar ETL com Spark sem gerenciar servidores" → AWS Glue. "Precisamos de controle detalhado da configuração do cluster" → EMR.
Posts relacionados: Ingestão de Dados em Streaming e Lotes - Kinesis, MSK, DMS, AppFlow, Transformação e Processamento de Dados - Glue ETL, EMR, Spark, Conversão de Formatos, Orquestração de Pipeline de Dados, Programação, IaC, CI/CD, Guia Completo de Serviços de Ingestão de Dados, Kinesis - Guia Completo, Guia Completo do AWS Glue, EMR - Guia Completo
Domínio 2: Gerenciamento de armazenamentos de dados (26%)
Este domínio trata de escolher o armazenamento que se ajusta às características e aos padrões de acesso dos dados, e de gerenciar catálogos, ciclos de vida e esquemas.
Tópicos principais: Data lakes no S3 e data warehouses no Redshift; critérios para escolher DynamoDB ou RDS; formatos de arquivo colunares como Parquet e ORC, e particionamento; Glue Data Catalog e crawlers; ciclo de vida e classes de armazenamento do S3; evolução de esquemas; chaves de distribuição e de classificação do Redshift.
Dica: "Juntar e consultar dados que estão no S3 sem carregá-los no Redshift" → Redshift Spectrum. "Precisamos reduzir o custo e o tempo das consultas do Athena" → converta para um formato colunar como Parquet e particione os dados. A quantidade de dados verificados é o custo.
Posts relacionados: Seleção e Configuração de Repositórios de Dados, Sistema de Catálogo de Dados, Ciclo de Vida de Dados e Evolução de Esquema, Redshift - Guia Completo
Domínio 3: Operações e suporte de dados (22%)
Este domínio trata de automatizar os pipelines, analisar os dados e acompanhar a qualidade e a integridade deles.
Tópicos principais: Automação do processamento de dados (agendamentos do EventBridge, Lambda, Step Functions); análise com Athena e Redshift; visualização com o QuickSight; logs e alarmes do CloudWatch; CloudTrail; verificações de qualidade de dados com Glue Data Quality e DataBrew.
Dica: "Consultar diretamente com SQL, sem servidores, os dados do S3" → Athena. "Precisamos ser avisados quando o pipeline falhar" → alarmes do CloudWatch com SNS. "Verificar se os dados recebidos atendem às nossas regras" → Glue Data Quality.
Posts relacionados: Automação de Processamento de Dados, Análise e Visualização de Dados, Monitoramento de Pipeline e Qualidade de Dados, Athena - Guia Completo
Domínio 4: Segurança e governança de dados (18%)
Este domínio cobre quem pode acessar os dados e como eles são criptografados e auditados.
Tópicos principais: Autenticação e autorização com funções e políticas do IAM; permissões refinadas no Lake Formation; criptografia com KMS; mascaramento e anonimização de dados; Secrets Manager; logs de auditoria do CloudTrail; descoberta de dados confidenciais com o Amazon Macie; privacidade e compartilhamento de dados.
Dica: "Controlar o acesso no nível de tabela e coluna em um data lake" → Lake Formation. "Encontrar automaticamente informações de identificação pessoal armazenadas no S3" → Amazon Macie. "Rastrear quem chamou qual API" → CloudTrail.
Posts relacionados: Mecanismos de Autenticação e Autorização, Criptografia e Mascaramento de Dados, Registros de Auditoria e Governança de Privacidade de Dados
---
Onde o DEA-C01 se encaixa na trilha de certificação da AWS
O DEA-C01 é a certificação especializada em dados do nível Associate da AWS. O foco dele fica claro quando comparado às certificações vizinhas do mesmo nível.
| Aspecto | SAA-C03 | DEA-C01 | MLA-C01 | |------|------|------|------| | Nível | Associate | Associate | Associate | | Nome completo | Solutions Architect - Associate | Data Engineer - Associate | Machine Learning Engineer - Associate | | Foco | Design de arquiteturas de acordo com os requisitos | Design e operação de pipelines de dados | Criação, implantação e operação de modelos de ML | | Público principal | Engenheiros que projetam soluções na AWS | Engenheiros que ingerem, transformam e armazenam dados | Engenheiros que operam cargas de trabalho de ML | | Formato do exame | 130 minutos · 65 questões | 130 minutos · 65 questões | 130 minutos · 65 questões |
As competências em pipelines de dados que você desenvolve para o DEA-C01 se ampliam em duas direções. Para completar a visão de design da infraestrutura como um todo, veja o guia do SAA-C03; para levar os dados já tratados ao treinamento e à implantação de modelos, o guia do MLA-C01. Se os próprios nomes dos serviços da AWS ainda são estranhos, o ponto de partida é o guia do Cloud Practitioner.
---
Roteiro de Estudos para Iniciantes
Uma ordem de estudo passo a passo para quem está estudando engenharia de dados na AWS pela primeira vez.
Etapa 1 (Semanas 1–2): Comece pelos armazenamentos e formatos. Firme primeiro as diferenças entre um data lake no S3, o Redshift e o DynamoDB, além de Parquet e particionamento. Guarde os mesmos dados em CSV e em Parquet e consulte ambos com o Athena: você vai sentir a diferença.
Etapa 2 (Semanas 3–5): Ingestão e transformação. Carregue dados em streaming no S3 com Kinesis e Firehose e depois transforme-os com um job do Glu