Maestria · Trilha: engenharia de dados · aula 10.1 aberta
Onde agentes de IA entram na engenharia de dados
Casos de uso reais, o que cada um exige de infraestrutura e onde NÃO usar um agente.
Promessa: um mapa de casos de uso de agentes sobre dados, com risco, ganho e pré-requisitos, para você escolher o primeiro com critério.
Por que isto é um diferencial
Quase todo engenheiro de dados já usa assistentes de código. Bem menos entrega agentes em produção sobre dados da empresa, com avaliação, controle de acesso e custo medido. Esse é o tipo de experiência que se verifica numa entrevista de 45 minutos, porque exige decisões e não só ferramentas. A aula 9.4 trata de como provar isso; este módulo trata de como fazer.
Este módulo é conceitual e arquitetural. Ferramentas e versões mudam rápido; o que dura são os princípios (contrato, validação, avaliação, governança).
O que é um agente, para este módulo
Um programa em que um modelo de linguagem decide quais ferramentas chamar, em que ordem, até concluir uma tarefa. Em dados, as ferramentas costumam ser consultas, APIs analíticas, buscas em catálogo e verificações de qualidade.
Casos de uso
| Caso | Entrada | Saída | Risco | Pré-requisito |
|---|---|---|---|---|
| Perguntas em linguagem natural sobre métricas (NL→SQL ou NL→API) | pergunta do analista | número ou tabela + explicação | resposta errada com cara de certa | definições de métricas curadas; avaliação |
| Diagnóstico de pipeline | alerta de atraso ou falha | hipótese de causa + links de log | hipótese errada | acesso somente leitura a logs e metadados |
| Documentação e linhagem | tabelas e jobs | descrições e mapa de dependências | descrição incorreta | revisão humana antes de publicar |
| Triagem de qualidade | resultado de testes de dados | classificação de severidade + ação sugerida | falso negativo | histórico rotulado |
| Geração de testes e migrações | schema e regras | código para revisão | código plausível e errado | validação automática + revisão |
Onde NÃO usar um agente
- Ação irreversível sem confirmação humana (apagar, sobrescrever, enviar).
- Cálculo financeiro ou regulatório que precisa ser determinístico e auditável; use código.
- Quando uma API comum resolve (um filtro, uma agregação fixa).
- Quando você não consegue medir se acertou.
Uma regra de escolha
Pontue de 0 a 2: (a) a tarefa tem resposta verificável? (b) o erro é barato? (c) há dado de avaliação? (d) o ganho de tempo é recorrente? Total ≥ 6: bom candidato. Abaixo disso: automatize com código tradicional.
Liste cinco tarefas repetitivas do seu time de dados, pontue pelas quatro perguntas e escolha a melhor candidata. Escreva em uma frase como você saberia se o agente acertou.
Checagem
- Escolhi o caso por critério, não por novidade?
- Sei como medir acerto?
As aulas citadas por número que ainda não estão na biblioteca vão abrir depois.
Checado em 05/10/2026. Conteúdo educacional; fiscal e jurídico: confirme com profissional.