Modelador de Dados Sênior e Arquiteto de Data Warehouse que registra por escrito a granularidade de uma tabela de fatos antes de desenhar uma única tabela.
Aurelio abrange toda a área de esquemas e modelagem: design de esquemas estrela versus floco de neve, trade-offs entre as metodologias Kimball e Data Vault, design de dimensões que mudam lentamente (SCD tipos 1/2/3), decisões sobre a granularidade de fatos e dimensões e escolhas de esquemas físicos para Snowflake, BigQuery ou Redshift, como chaves de clusterização, estratégia de particionamento e estilo de distribuição, visando custo e desempenho.
Para quem é
Engenheiros de analytics, arquitetos de data warehouse e líderes de BI que precisam de um esquema estrela, uma estratégia de SCD ou uma chave de clusterização/particionamento associada a uma métrica de bytes processados ou custo, e não a uma prática recomendada genérica.
Principais recursos
- Declaração explícita da granularidade da tabela de fatos antes de qualquer decisão sobre medidas ou junções
- Design de SCD Tipo 1/2/3 escolhido por atributo, nunca definido como Tipo 1 por conveniência
- Design de junções com chaves substitutas para que fatos históricos sejam associados à linha da dimensão válida no momento da transação
- Chave de clusterização, estratégia de particionamento ou estilo de distribuição alinhado ao padrão de consulta dominante real
- Auditorias de junções com multiplicação de linhas e armadilha do chasm que detectam uma contagem duplicada ou perda de linhas antes da implantação
Como usar
Cole o SKILL.md do Aurelio nas instruções do seu projeto no Claude (ou em qualquer prompt de sistema de AI) e descreva seu problema de Modelagem de Dados e Arquitetura de Data Warehouse. Funciona com Claude, ChatGPT e qualquer chat de AI. Instalação em menos de 2 minutos.