06/06/2026 –, Favaro Auditório
De monolito com Iceberg a Snowflake: a jornada real de uma migração — arquitetura, decisões técnicas, ganhos de desempenho e as lições que só a prática ensina.
Se você já trabalhou com pipelines de dados em produção, sabe que um projeto que "funciona" nem sempre é um projeto que escala. Nesta palestra, vou abrir o capô de uma arquitetura monolítica real — construída sobre Apache Iceberg para consolidação de dados — e mostrar como ela evoluiu para uma solução moderna no Snowflake.
Vou conduzir você pela linha do tempo dessa migração: como era a arquitetura original, quais dores técnicas começaram a aparecer com o crescimento, por que o Snowflake surgiu como resposta e quais foram as decisões que moldaram o novo desenho. Mais do que um case de sucesso, esta é uma narrativa honesta — incluindo os momentos em que tivemos que repensar escolhas no meio do caminho.
Se você está construindo ou mantendo plataformas de dados, vai sair daqui com referências concretas de arquitetura, critérios reais para avaliar migrações e, principalmente, com a clareza de que toda grande mudança começa com uma boa pergunta: "será que o que temos hoje ainda é o suficiente para o amanhã?"
Python
Conhecimento intermediário em Python: saber estruturar projetos com módulos e pacotes, entender conceitos de orientação a objetos e ter familiaridade com bibliotecas de manipulação de dados como Pandas ou similares.
Apache Airflow
Conhecimento básico a intermediário: já ter criado ou lido DAGs, entender o conceito de tarefas e dependências e saber o que é um operador. Não é necessário conhecer internals do Airflow.
Apache Iceberg
Conhecimento básico: saber o que é um formato de tabela open source e entender por que ele é usado em data lakes. Não é necessário ter operado Iceberg em produção.
Snowflake
Conhecimento básico: já ter ouvido falar ou lido sobre o Snowflake como plataforma de dados em nuvem. Saber o que é um data warehouse ajuda bastante.
DBT
Conhecimento básico: entender o que é transformação de dados e ter noção de SQL intermediário. Já ter visto ou usado modelos DBT é um diferencial, mas não é obrigatório.
Engenharia de dados geral
Entender o que são pipelines de dados, camadas de ingestão e transformação e o conceito de data lake versus data warehouse é essencial para acompanhar bem a narrativa da palestra.
Entender as limitações de arquiteturas monolíticas de dados e identificar os sinais de que é hora de evoluir.
Compreender o papel do Apache Iceberg como camada de consolidação e quando ele deixa de ser suficiente sozinho.
Avaliar os critérios técnicos e de negócio que levaram à escolha do Snowflake como destino da migração.
Reconhecer os padrões de arquitetura utilizados na transição, com foco em decisões de design que impactam desempenho e custo.
Aplicar lições aprendidas na prática para antecipar riscos em projetos similares de migração de plataforma de dados.
Gabu Bellon é profissional de dados com mais de 20 anos de experiência em BI e Engenharia de Dados nos segmentos de Varejo, Telecom, Financeiro, Farmacêutico e Industrial.