Guia do Exame DEA-C01 e o Papel do Engenheiro de Dados

Toda certificação da AWS começa com um documento: o guia oficial do exame. Para o DEA-C01, esse único documento faz dois trabalhos ao mesmo tempo, ele diz exatamente como o exame é construído (código, minutos, questões, nota de corte, pesos) e define o trabalho de engenharia de dados que você já deve exercer: ingerir, transformar, armazenar, operar e proteger pipelines de dados na AWS. Candidatos que pulam o guia e vão direto para flashcards caem nas mesmas três armadilhas: acreditam em uma página de terceiros que diz que o exame tem 170 minutos (são 130), convertem a nota de corte escalonada de 720 em porcentagem (não é 72%), e não conseguem separar o que está no escopo do que apenas soa como trabalho real de dados, como treinar um modelo de machine learning, que o guia exclui explicitamente, mesmo que integrar um grande modelo de linguagem a um pipeline agora seja uma habilidade nomeada.

Nesta lição você vai:

• ler o guia do exame como um redator de exames leria: código, tempo, custo, pontuação, idiomas e os mitos de 170 minutos / 85 questões / 300 USD que sites de terceiros ainda imprimem;
• transformar os pesos de domínio em um orçamento concreto de horas de estudo;
• mapear todas as 17 declarações de tarefa e 120 itens de habilidade nos quatro domínios de conteúdo;
• dominar os dois tipos de questão e o modelo de pontuação compensatória;
• separar a lista de serviços no escopo (14 categorias) da lista fora do escopo que alimenta os distratores;
• definir o papel do engenheiro de dados na AWS, o que os quatro aglomerados de tarefas significam no dia a dia e as três tarefas que o guia diz não serem suas;
• construir a arquitetura de pipeline ponta a ponta, ingerir, armazenar, transformar, governar, servir, com dois diagramas de referência e uma árvore de decisão de armazenamento;
• percorrer nove exemplos resolvidos: orçamento de tempo, contagens de itens derivadas, horas de estudo, custo de refazer o exame, a aritmética do 720, a escada de custo do Athena, o throughput da FINRA;
• estudar quatro estudos de caso reais de clientes da AWS, Nasdaq, Integral Ad Science, FINRA e GE Aerospace, com serviços, números e fontes;
• ler a caixa de atualizações de outubro de 2026: as oito novas habilidades da v1.1 do guia, os seis serviços adicionados e a onda de serviços de 2025-2026;
• praticar com 14 questões em formato de exame mais quatro verificações interativas (correspondência, preenchimento de lacunas, ordenação e um gráfico interativo).

---

1. O que o exame DEA-C01 mede

1.1 O candidato alvo

DEA-C01 é uma credencial Associate, e o guia declara seu propósito em uma frase: o exame "valida a capacidade de um candidato de implementar pipelines de dados e de monitorar, solucionar problemas e otimizar questões de custo e desempenho de acordo com as melhores práticas". Este não é um exame de arquiteto nem de analista: é o exame de quem constrói e opera os pipelines.

1.2 As tarefas de trabalho fora do escopo: literalmente

O guia traça uma linha dura, e vale memorizá-la palavra por palavra:

"A lista a seguir contém tarefas de trabalho que não se espera que o candidato alvo consiga realizar. Esta lista não é exaustiva. Estas tarefas estão fora do escopo do exame: Realizar treinamento e inferências de ML. / Demonstrar conhecimento de sintaxe específica de linguagens de programação. / Tirar conclusões de negócios com base em dados."

Esta lista não é decoração. Itens dela aparecem como distratores, porque um distrator que soa como "trabalho real de dados" é a resposta errada mais tentadora de todas.

1.3 Conhecimento recomendado que o guia assume

O guia lista os pré-requisitos em duas colunas. Nada aqui é um domínio separado: é o piso do conhecimento assumido:

• 📚 Você sabia? "Conceitos gerais de vetores" e "índices de vetor" estão neste exame porque a v1.1 do guia (12 de dezembro de 2025) os adicionou: Habilidade 2.1.8 "Descrever tipos de índice de vetor (por exemplo, HNSW, IVF)" e Habilidade 2.4.6 "Descrever conceitos de vetorização (por exemplo, base de conhecimento do Amazon Bedrock)". Um plano de estudos de 2023 não conteria nenhum dos dois itens; o guia atual contém, e as revisões da v1.1 foram publicadas pelo menos um mês antes de poderem afetar um exame ao vivo (página de revisões, em outubro de 2026).

1.4 Os quatro aglomerados de tarefas: a espinha dorsal do exame

O guia abre com quatro itens que se mapeiam 1:1 para os quatro domínios. Leia-os como o ciclo do trabalho:

A ordem é deliberada: ingerir → armazenar → operar → proteger. O Domínio 1 é o mais pesado porque ingestão e transformação são onde a engenharia de dados funciona ou falha; o Domínio 4 é o menor, mas é o único que pode derrubar de imediato uma empresa regulada.

---

2. Logística do exame: os números que mudam sua estratégia

2.1 A tabela de logística

Cada linha abaixo vem do guia do exame, da visão geral do exame na página de certificação ou das FAQ de certificação da AWS, todas acessadas em outubro de 2026.

2.2 Os três mitos que todo site de preparação ainda imprime

O resumo das fontes oficiais aponta três conflitos recorrentes em páginas de terceiros (verificado em outubro de 2026). Em cada caso, o número oficial vence:

2.3 Exemplo resolvido E1, o orçamento de tempo por questão

O número mais útil de todo o guia é uma aritmética que ninguém publica:

$$t = \frac{130 \times 60}{65} = \frac{7{,}800}{65} = 120 \text{ segundos por questão, exatamente}$$

Reserve 10 minutos para revisão e o orçamento real vira $120 \times 60 / 65 \approx$ 110,8 segundos por item. Regra prática de orçamento: itens rápidos a 60 to 90 segundos no início, dedique 3 to 4 minutos aos itens mais lentos de cenário e múltipla resposta, e nunca deixe um único item comer mais do que cerca de cinco minutos.

2.4 Exemplo resolvido E2: pontuadas versus não pontuadas

$$65 = 50 + 15 \qquad \frac{15}{65} = 23.1\% \text{ do exame não afeta sua nota}$$

Quase um quarto do exame é material-piloto invisível, e você não consegue dizer quais 15 são. A única estratégia sensata é tratar cada item como pontuado.

2.5 Exemplo resolvido E3, o custo de refazer o exame

Três tentativas custam 450 USD em outubro de 2026 mais pelo menos 28 dias corridos de espera entre elas. O benefício espelhado: quando você passa, a página de certificação concede 50% de desconto no seu próximo exame da AWS: um registro Associate de 150 USD vira 75 USD (em outubro de 2026), e um registro Professional ou Specialty de 300 USD vira 150 USD.

2.6 O que acontece depois que você faz o exame

Os resultados chegam em até cinco dias úteis. As FAQ dizem que "a maioria dos exames de certificação da AWS" é divulgada sem aprovação/reprovação na tela, então planeje-se para resultados atrasados: os artefatos determinísticos são o relatório de nota e a badge Credly se você passou. Entre agora e o dia do exame, as únicas mecânicas que importam são: responda a todos os itens (em branco = errado), termine os 65 (você tem 120 segundos cada) e orçamente 150 USD por tentativa (em outubro de 2026).

• 📚 Você sabia? O DEA-C01 teve exatamente uma janela de beta: a inscrição foi de 2 de novembro de 2023, a aplicação de 27 de novembro de 2023 a 12 de janeiro de 2024, pelo preço de beta de 75 USD. O exame foi lançado (GA) em abril de 2024, no mesmo mês em que DAS-C01 (Data Analytics, Specialty) foi descontinuado em 9 de abril de 2024, DEA-C01 é o sucessor espiritual no nível Associate (blog de treinamento e certificação da AWS, em outubro de 2026). Não houve beta de DEA em 2026; se um site de preparação misturar a logística de beta de 2026 de outro exame em um resumo do DEA-C01, está errado.

---

3. Os quatro domínios e seus pesos

3.1 Pesos oficiais

O guia declara quatro domínios de conteúdo, e as porcentagens são fatias de conteúdo pontuado apenas:

3.2 Exemplo resolvido E4: contagens de itens derivadas (aritmética, não da AWS)

Multiplique os 50 itens pontuados por cada peso:

3.3 Exemplo resolvido E5: transformando pesos em horas de estudo

Suponha que você tenha 40 horas antes do dia do exame. Os pesos convertem-se diretamente em horas:

Os domínios 1 + 2 são 60% da nota. Um candidato que gasta a maior parte do tempo em segurança porque "esse é sempre o maior tópico da AWS" alocou o exame de forma errada: neste exame, o pipeline e o store vêm primeiro.

3.4 Da v1.0 à v1.1 do guia, o que mudou e quando conta

O exame foi atualizado em dezembro de 2025: a versão v1.1 (12 de dezembro de 2025) consolidou as listas separadas de "conhecimento em" e "habilidades em" em uma lista de habilidades por tarefa, adicionou oito novas habilidades, removeu nenhuma e alterou ambas as listas de serviços. O mecanismo de revisão da AWS (blog de treinamento e certificação, 17 de dezembro de 2025) é explícito:

As oito novas habilidades da v1.1: todas diretamente examináveis agora: 1.2.10 integrar LLMs para processamento de dados · 2.1.7 gerenciar formatos de tabela abertos (por exemplo Apache Iceberg) · 2.1.8 descrever tipos de índice de vetor (HNSW, IVF) · 2.2.6 criar e gerenciar catálogos de dados de negócios (Amazon SageMaker Catalog) · 2.4.6 descrever conceitos de vetorização (base de conhecimento do Amazon Bedrock) · 4.1.7 usar domínio, unidades de domínio e projetos no SageMaker Unified Studio · 4.5.6 gerenciar acesso a dados por meio de projetos do SageMaker Catalog · 4.5.7 descrever o framework de governança de dados e padrões de compartilhamento de dados.

---

4. O mapa de declarações de tarefa: 4 domínios, 17 tarefas, 120 habilidades

O guia não publica tópicos vagos; ele publica declarações de tarefa, cada uma trazendo uma lista numerada de habilidades. Tudo que é examinável depende de uma dessas 17 tarefas e de seus 120 itens de habilidade.

4.1 As 17 tarefas em uma linha cada

4.2 Densidade de habilidades: para onde o esforço realmente vai

Itens de habilidade por ponto de peso revelam a textura do exame:

D4 carrega 1,61 itens de habilidade por ponto de peso, a maior densidade do exame. Questões de segurança são estreitas, específicas e impiedosas; questões do Domínio 1 são amplas e baseadas em cenário. O tempo de estudo segue os pesos; a cadência de revisão segue a densidade, revise o Domínio 4 com mais frequência em sessões curtas.

Passe o mouse sobre qualquer barra para ler a razão exata: D2 fica em 1,00 (a linha de base), D1 logo acima em 1,09, D3 em 1,27 e D4 em 1,61. O gráfico torna visual a regra de estudo: a barra mais alta é o domínio mais curto, então o Domínio 4 merece as sessões de revisão mais frequentes e mais curtas por hora de peso no exame.

---

5. Tipos de questão e mecânica de pontuação

5.1 Exatamente dois tipos de questão

Não há itens de ordenação, correspondência, arrastar-e-soltar ou estudo de caso no guia do DEA-C01, e nenhum código sucessor foi publicado até outubro de 2026, então, se um simulado mostrar esses formatos, ele não está seguindo o guia deste exame.

5.2 O pipeline de pontuação

Compensatório significa uma coisa: apenas o resultado global precisa passar de 720. Você não precisa chegar a 720 dentro de cada domínio: um Domínio 4 fraco pode ser carregado por um Domínio 1 forte, e dominar um domínio não resgata uma nota global abaixo da corte.

5.3 Exemplo resolvido E6: 720 não é 72%

720 de 1.000 parece 72%, e a conversão ingênua $0.72 \times 50 = 36$ respostas corretas é aritmeticamente limpa, e errada como fato de exame. A escala começa em 100, então a faixa utilizável é de $1{,}000 - 100 = 900$ pontos:

$$\frac{720 - 100}{900} = \frac{620}{900} \approx 68.9\%$$

A AWS escalona notas em múltiplas formas de exame que podem diferir em dificuldade, então o número bruto de respostas corretas necessário para 720 não é fixo e não é publicado. A única regra determinística é comportamental: itens não respondidos são pontuados como incorretos, então responda a todos os 65.

5.4 Exemplo resolvido E7: aritmética compensatória (ilustração de planejamento)

Como um auxílio de planejamento derivado (não é uma conversão publicada pela AWS: as contagens exatas por domínio em uma forma ao vivo nunca são publicadas), pegue a grade E4 de 17/13/11/9 itens pontuados. Um candidato que se sai bem nos Domínios 1 to 3 e mal no Domínio 4 ainda passou por três das quatro faixas de peso; o modelo compensatório então só pergunta se o resultado escalado global chega a 720. O caso espelhado é o perigo: um candidato que arrasa no Domínio 4 (18%) mas negligencia os Domínios 1 to 2 (60%) está brigando contra os próprios pesos. Conclusão que o exame recompensa: nenhum domínio pode ser abandonado, mas a ordem correta de cobertura é 1 → 2 → 3 → 4 por peso, com o Domínio 4 revisitado com frequência por causa de sua densidade de 1,61 habilidades por ponto.

---

6. Serviços no escopo versus fora do escopo

6.1 Duas listas, uma regra

O guia publica uma lista de Serviços da AWS no Escopo abrangendo 14 categorias (78 itens de linha, cerca de 75 distintos porque SageMaker AI e S3 Tables são cada um impressos duas vezes: em outubro de 2026), e uma lista separada de Serviços da AWS Fora do Escopo. Ambas trazem o aviso padrão da AWS de que a lista é não exaustiva e sujeita a alterações. A lista no escopo é o que você precisa reconhecer; a lista fora do escopo diz quais nomes estão sendo usados como iscas.

Os nomes em negrito foram adicionados na v1.1 do guia (12 de dezembro de 2025): Amazon Aurora, Amazon Q, Amazon Bedrock, Amazon Kendra, AWS Data Exchange e Amazon S3 Tables.

6.2 A lista fora do escopo: serviços que existem mas não são examináveis

• Amazon FinSpace
• Alexa for Business
• Amazon Chime
• Amazon Connect
• AWS IQ
• Amazon WorkMail
• AWS App Runner
• AWS Elastic Beanstalk
• Amazon Lightsail
• AWS Outposts
• AWS Serverless Application Repository
• Red Hat OpenShift Service on AWS (ROSA)
• AWS Fault Injection Simulator (AWS FIS)
• AWS X-Ray
• AWS Amplify
• AWS AppSync
• AWS Device Farm
• Amazon Location Service
• Amazon Pinpoint
• Amazon SES
• FreeRTOS
• AWS IoT 1-Click
• AWS IoT Device Defender
• AWS IoT Device Management
• AWS IoT Events
• AWS IoT FleetWise
• AWS IoT RoboRunner
• AWS IoT SiteWise
• AWS IoT TwinMaker
• Amazon DevOps Guru
• AWS Activate
• AWS Managed Services (AMS)
• Amazon Elastic Transcoder
• AWS Elemental Appliances and Software
• AWS Elemental MediaConnect
• AWS Elemental MediaConvert
• AWS Elemental MediaLive
• AWS Elemental MediaPackage
• AWS Elemental MediaStore
• AWS Elemental MediaTailor
• Amazon Interactive Video Service (Amazon IVS)
• Amazon Nimble Studio
• AWS Mainframe Modernization
• AWS Migration Hub
• EC2 Image Builder

Quatro nomes foram removidos da lista fora do escopo na v1.1 (Amazon Honeycode, Amazon WorkDocs, Amazon Timestream, Amazon CodeWhisperer), e nada foi adicionado a ela: remoção da lista fora do escopo não torna um serviço no escopo; serviços em nenhuma das listas simplesmente não têm garantia.

6.3 Armadilhas de nomenclatura na lista no escopo

• "Amazon Quick" é a string literal na lista de Analytics no escopo (verificado em outubro de 2026), enquanto a Tarefa 3.2.1 nomeia "Amazon QuickSight" e a linha de produto agora é Amazon Quick Suite. Trate a família Quick como no escopo; não afirme que o guia imprime "Amazon QuickSight": ele não imprime.
• Amazon Kinesis Data Firehose é o que a lista no escopo ainda imprime, enquanto o produto foi renomeado para Amazon Data Firehose em 9 de fevereiro de 2024 com nenhuma mudança de API, endpoint, CLI, política de IAM ou métrica do CloudWatch. Qualquer dos nomes pode aparecer no exame; nunca "corrija" uma opção que diz Kinesis Data Firehose.
• AWS SCT (Schema Conversion Tool) foi removido da lista no escopo na v1.1, mas a Habilidade 2.4.3 ainda diz "Realizar conversão de schema (por exemplo, usando AWS SCT e AWS DMS Schema Conversion)". Prefira AWS DMS Schema Conversion como a ferramenta atual; reconheça o SCT como o nome legado que o texto da habilidade preserva.
• Amazon Q (Ferramentas de Desenvolvedor) não é a mesma entrada que Amazon Quick (Analytics). Duas strings diferentes, duas categorias diferentes.
• Amazon SageMaker AI aparece duas vezes (Analytics e Machine Learning), e Amazon S3 Tables é impresso duas vezes em Armazenamento: ambos são duplicação documental na página oficial, não serviços extras.

6.4 Qual artefato vence

• 📚 Você sabia? A página oficial no escopo contém literalmente a entrada única "Amazon Quick" na categoria Analytics (verificado em outubro de 2026): "Sight" não aparece em nenhum lugar daquela página, mesmo que a Tarefa 3.2.1 e as páginas de produto usem QuickSight / Quick Suite. A AWS não esclareceu se isso denota a família Quick Suite ou uma truncagem, então o comportamento seguro no exame é: trate qualquer nome da família Quick como no escopo e nunca afirme que o guia diz "Amazon QuickSight".

---

7. O papel do engenheiro de dados na AWS

7.1 Como os quatro aglomerados se parecem numa terça-feira

Os aglomerados de tarefas de trabalho do guia não são abstratos: cada um se mapeia para um ciclo de trabalho concreto:

7.2 O que o papel não é

Reenunciando a lista fora do escopo como fronteiras positivas: o engenheiro de dados do DEA-C01 não treina nem roda inferência em modelos (a Habilidade 1.2.10 para na integração), não demonstra sintaxe de linguagem (1.4.3 testa conceitos) e não tira conclusões de negócios (a Tarefa 3.2 para em agregação, limpeza e verificação). O produto do papel é dados corretos, oportunos, completos, governados e baratos o suficiente para manter: cada questão pode ser pontuada contra essa frase.

7.3 O hábito de comparação que o guia testa

Três vezes ao longo das listas de habilidades, o guia usa o mesmo verbo: comparar. Você precisa ser capaz de comparar serviços por custo, desempenho e diferenças funcionais (conhecimento recomendado), provisionado versus serverless (Habilidade 3.2.5) e gerenciado versus não gerenciado (Habilidade 4.1.6). É por isso que este curso ensina cada serviço com um par "escolha quando / evite quando", e por que o distrator favorito do exame é um serviço real da AWS que é apenas pior para o requisito declarado.

---

8. Arquitetura de pipeline ponta a ponta: ingerir, armazenar, transformar, governar, servir

8.1 Arquitetura de referência 1, o caminho de streaming

As habilidades de streaming do Domínio 1 (1.1.1, 1.1.7, 1.1.10, 1.3.4) compõem uma forma canônica única. Note a ordem de estágios que o guia implica: ingerir → armazenar → transformar → governar → servir, com o monitoramento envolvendo tudo.

8.2 Arquitetura de referência 2, o lake house em batch

As habilidades de batch do Domínio 1 (1.1.2, 1.1.5, 1.1.6, 2.2.3) mais as habilidades de ciclo de vida do Domínio 2 compõem a forma de lake house, o padrão por trás da maioria dos estudos de caso deste curso:

8.3 Arquitetura de referência 3: a árvore de decisão de store

A Tarefa 2.1 pede que você escolha o store pelo padrão de acesso, não pelo hábito. Esta árvore é o diagrama mais reutilizável do Domínio 2:

8.4 Exemplo resolvido E8: a decisão de formato que domina a conta do Athena

A Habilidade 1.2.6 ("transformar dados entre formatos, por exemplo de .csv para Apache Parquet") e a Habilidade 1.2.4 ("otimizar custos enquanto processa dados") se encontram em um único cálculo. O Amazon Athena cobra 5 USD por TB varrido com mínimo de 10 MB por query (em outubro de 2026; página de preços do AWS Athena). Varra um dataset de 3 TB:

A aritmética ($3 \times 5 = 15$, $1 \times 5 = 5$, $0.25 \times 5 = 1.25$) é trivial; o insight examinável é a ordenação: conversão colunar primeiro, partição pruning em segundo, depois se preocupe com o tamanho do cluster. Um candidato que "otimiza" provisionando um cluster EMR maior antes de converter CSV para Parquet otimizou a camada errada, e o Domínio 1 testa exatamente esse julgamento.

8.5 Exemplo resolvido E9: aritmética de throughput para uma ingestão de streaming

A FINRA, um cliente real da AWS, afirma que "processa aproximadamente 6 terabytes de dados e 37 bilhões de registros em um dia comum", com dias movidos gerando "mais de 75 bilhões de registros" (blog do AWS Public Sector, em outubro de 2026). Converta para taxas por segundo (derivado: a AWS publica os totais diários, não as taxas):

$$\frac{37 \times 10^9}{86{,}400} \approx 428{,}000 \text{ registros/segundo (dia comum)}$$ $$\frac{75 \times 10^9}{86{,}400} \approx 868{,}000 \text{ registros/segundo (dia movido)}$$

Duas consequências relevantes para o exame: (1) nessas taxas, dimensionamento de shard ou partição e fan-out (Habilidades 1.1.10, 1.1.9) são decisões de design de primeira ordem, não detalhes de tuning; (2) quando um cenário de exame cita uma contagem diária de registros, convertê-la em registros-por-segundo é um movimento legítimo de 20 segundos que diz instantaneamente se a história é uma história de Kinesis, de Firehose ou de janela de batch.

Atualizações de 2026 (em outubro de 2026)

• 📚 Você sabia? A própria página de revisões da AWS mostra apenas v1.0 e v1.1 para o DEA-C01 até outubro de 2026: nenhum código de série sucessor foi publicado, e não existe nenhum post dedicado de blog de certificação "atualização 2026 do DEA-C01". A formulação segura para qualquer coisa sensível à versão é "no guia de exame atual v1.1"; a data exata em que o conteúdo da v1.1 apareceu pela primeira vez em uma forma ao vivo por idioma não é publicada, porque a aplicação "entra em vigor de forma progressiva" (página de certificação, em outubro de 2026).

• 📚 Você sabia? A versão na qual você é testado é um alvo móvel por design: o AWS Glue 5.1 (26 de novembro de 2025, Spark 3.5.6) é a versão padrão para novos jobs do Glue, enquanto o Glue 6.0 (21 de agosto de 2026) é simplesmente o mais recente, então uma nota de 2024 que diga "fixe GlueVersion=4.0" já está obsoleta, e a afirmação de que "você precisa executar a versão mais recente" também está errada. Padrões importam neste exame porque a Habilidade 1.2.4 (otimizar custo enquanto processa) e a Tarefa 3.1 (automatizar processamento de dados) assumem que você sabe o que um serviço faz sem que você especifique nada (notas de versão do AWS Glue + política de suporte a versões, em outubro de 2026).

---

Casos Reais

A AWS publica como essas abstrações se parecem em produção. Cada número abaixo é afirmado pelo cliente ou pela AWS e não auditado, com a fonte nomeada para que você possa verificar, o ponto examinável é o padrão, não o marketing. Todas as quatro histórias vêm apenas de propriedades da AWS, acessadas em outubro de 2026.

Caso A, Nasdaq: armazenamento e compute desacoplados em escala de bolsa (Domínios 1, 2, 4)

"Conseguimos suportar facilmente o salto de 30 bilhões de registros para 70 bilhões de registros por dia por causa da flexibilidade e escalabilidade do Amazon S3 e do Amazon Redshift.": Robert Hunt, VP de Engenharia de Software, Nasdaq

Leia a Nasdaq como o padrão de lake house de referência da Seção 8.2: um caminho de escrita no S3 barato e durável desacoplado de um caminho de leitura no Redshift caro e otimizado, com Glacier para a camada mais fria e Object Lock para a camada de conformidade. A ideia examinável é o próprio desacoplamento: armazenamento e compute escalam de forma independente, e é isso que torna "90% da carga 5 horas antes" possível sem dobrar o custo do warehouse.

Caso B, Integral Ad Science: governança que colapsa a complexidade (Domínio 4)

"Com os controles de acesso baseados em tags do Lake Formation, a IAS reduziu centenas de regras de permissão a precisamente duas regras."

A ideia examinável é política como tags, não como listas de regras: classifique os dados uma vez, anexe tags, conceda por tags, herde para baixo. Essa é a Habilidade 4.2.5 ("aplicar métodos de autorização que atendem às necessidades de negócio, baseados em função, em tag e em atributo") materializada como uma arquitetura de produção, e é por isso que o Lake Formation aparece nas listas de habilidades do Domínio 2 e do Domínio 4.

Caso C, FINRA: ingestão regulada e de alto volume em que o design é o trabalho (Domínios 1, 2, 3)

"A FINRA processa aproximadamente 6 terabytes de dados e 37 bilhões de registros em um dia comum … Em dias movidos, os mercados de ações podem gerar mais de 75 bilhões de registros.": John Brady, VP de Cyber Security/CISO, FINRA

A FINRA é o caso de escala: é o exemplo resolvido ao vivo da Seção 8.5, onde 37 bilhões de registros por dia converte para cerca de 428.000 registros/segundo (derivado) e 75 bilhões para cerca de 868.000/segundo. A ideia examinável é que, a essa taxa, o design de ingestão (dimensionamento de shard/partição, fan-out, replay) é o trabalho inteiro, e que separar uma camada de armazenamento S3 barata dos motores de consulta EMR/Redshift é o que transforma "petabytes de dados de vigilância" de um problema de custo em um problema de consulta, o mesmo desacoplamento que a Nasdaq usa, com ênfase diferente de domínio.

Caso D, GE Aerospace: migrando um armazenamento operacional sem reescrita (Domínios 2, 3)

"Estamos vendo queries que costumavam rodar uma hora e meia rodando em 7 minutos usando o Amazon Redshift.": Bejoy John, Senior Director of Data Analytics, GE Aerospace

Leia a GE Aerospace como o padrão de migração + right-sizing (Tarefas 2.1 e 3.2): prove em um PoC, mova o store com seus relatórios em vez de ao redor deles, e deixe um warehouse gerenciado e escalável separadamente absorver o crescimento em vez de palpites de capacidade. Duas notas de disciplina de exame acompanham este caso: as porcentagens são afirmações da GE contra a própria linha de base da GE, nunca generalize "70% mais rápido" para outro workload, e o caso é uma história de seleção de store, não uma permissão para pular governança; as restrições de conformidade eram um requisito declarado da migração, e é por isso que as habilidades do Domínio 4 acompanham cada escolha do Domínio 2.

• 📚 Você sabia? Os "70 bilhões de registros por dia" da Nasdaq e os "37 bilhões de registros" da FINRA não são curiosidades isoladas, a página de clientes do Kinesis da AWS cita a Hearst ingerindo 30 TB por dia de dados de clickstream em mais de 250 sites ("não sei como poderíamos ter feito nosso pipeline de dados de clickstream funcionar sem os serviços Amazon Kinesis", Peter Jaffe, Hearst). Os três juntos são a razão de o Domínio 1 gastar 12 habilidades só em ingestão: nesses volumes, o design de ingestão é o trabalho (páginas de clientes da AWS, em outubro de 2026).

• 📚 Você sabia? O trio de migração por trás de casos como o da GE Aerospace carrega cada um seu próprio número manchete, e eles não são intercambiáveis: o EOS Group relata uma redução de 50% nos custos de infraestrutura com zero perda de dados e downtime mínimo depois de mover um warehouse on-premises com AWS DMS para Amazon S3 e Amazon Redshift (usando mascaramento dinâmico de dados para PII), enquanto o PayU consolidou cerca de 40 bancos de dados de produção em Glue → S3 → Redshift e cortou o volume de queries de 150.000 para 35.000 por mês (−77%) em um mês: "um exercício de 6 meses no ambiente anterior". Linhas de base diferentes, alavancas diferentes: um economizou infraestrutura, outro economizou queries (estudos de caso da AWS, em outubro de 2026).

---

Perguntas de Prática (Practice Questions)