Cases

Números medidos em projetos reais. O nome do cliente é preservado; quando o número é de simulação, isso está escrito.

Lakehouse industrial

Contexto: indústria. Desafio: relatórios lentos, dados espalhados e duplicados entre camadas, e consultas pesadas direto no ERP e nas outras fontes. O que fizemos: modelagem e implantação de um lakehouse com as fontes da operação e os modelos de BI. Depois, uma auditoria comparou o que era ingerido com o que era usado.

253tabelas organizadas

44áreas de negócio

631medidas em 4 modelos de BI

10tabelas sem uso, prontas para desligar

Para o negócio: a operação passou a ter os dados num lugar só, organizados por área, e sabe exatamente o que pode deixar de ingerir.

FinOps na plataforma de dados

Contexto: uma empresa de médio porte com a conta da plataforma de dados em alta. Desafio: entender o que fazia a conta crescer. O que fizemos: diagnóstico de custo por camada e por tipo de uso, revisão das linhas de cobrança e simulação de cenários.

−80%numa linha de proteção de nuvem, trocando o tipo de cobrança

−39%de custo na simulação por camada

~76%do SQL serverless era consumido só pelo BI

Para o negócio: cortes priorizados com valor conhecido antes de mexer, e a descoberta de que o BI era o maior consumidor do SQL serverless.

Software com régua de arquitetura

Contexto: indústria, aplicação interna em evolução. Desafio: manter a arquitetura em ordem enquanto o sistema crescia. O que fizemos: testes automáticos de arquitetura que barram dependências proibidas entre módulos, e correção das violações encontradas.

35 → 0violações de arquitetura

218campos renomeados num único PR, sem quebra

Para o negócio: mudanças grandes feitas com segurança, e a arquitetura protegida a cada nova entrega.