AWS Certified Data Engineer: Associate (DEA-C01)

A AWS Certified Data Engineer Associate (DEA-C01) é a certificação de engenharia de dados da AWS, lançada em outubro de 2023. Com cerca de 4 mil buscas mensais no Brasil em 2026, é a certificação AWS mais procurada por engenheiros de dados em empresas-produto brasileiras (Itaú, Nubank, iFood, Magalu) que rodam pipelines de dados em produção em AWS.

Cobre todo o ciclo de vida do dado: ingestão (Kinesis, Glue, DMS, MSK, AppFlow), transformação (Glue, EMR, Lambda, Step Functions), modelagem (Redshift, DynamoDB, Lake Formation), operações (CloudWatch, EventBridge, Athena queries) e segurança (Lake Formation permissions, KMS, IAM).

É a certificação certa para engenheiros de dados em empresas que rodam AWS, analytics engineers migrando para data engineering em cloud, profissionais com SAA-C03 buscando especialização em dados, e profissionais de BI/data science querendo entrar em engenharia de dados.

O que cai na prova

• Data Ingestion and Transformation (34%)
• Data Store Management (26%)
• Data Operations and Support (22%)
• Data Security and Governance (18%)

Ingestão concentra a maior parte: Amazon Kinesis (Data Streams, Firehose, Analytics), AWS Glue (jobs, crawlers, DataBrew), AWS DMS (Database Migration Service), Amazon MSK (Kafka), Step Functions, AppFlow, Lambda triggers. Data Store cobre Redshift profundamente (RA3, distribution styles, sort keys), DynamoDB (modelagem NoSQL, partitioning), S3 storage classes para data lake, Lake Formation, Athena.

Operações trata orquestração (Step Functions, MWAA - Managed Airflow), CloudWatch para monitoring de pipelines, retry policies e dead-letter queues. Segurança aborda Lake Formation row/column level security, KMS para encryption at rest, IAM cross-account access para data sharing.

Pré-requisitos e perfil ideal

Não há pré-requisito formal. A AWS recomenda 1 ano de experiência com engenharia de dados em AWS e familiaridade com SQL, Python, e pelo menos um framework de processamento (Spark, Flink ou Trino).

Perfil ideal: engenheiros de dados com 1-3 anos de experiência, profissionais SAA-C03 buscando especialização, analytics engineers em transição, profissionais de BI tradicional (Power BI, Tableau) migrando para cloud-native.

Quanto custa no Brasil

USD 150 oficial, cerca de R$ 810 ao câmbio de mai/2026. Mesmo preço de outras associates AWS. Quem já tem outra associate ganha voucher de 50%, baixando para cerca de R$ 405.

Como estudar

• Trilha AWS Skill Builder Data Engineer: trilha oficial gratuita com 30+ horas de conteúdo + labs.
• Curso de Stephane Maarek ou Frank Kane (Udemy): ambos têm cursos atualizados para DEA-C01.
• Hands-on: construa um pipeline completo no Free Tier: Kinesis → Glue → S3 → Athena → QuickSight. Inclua transformações Spark via Glue jobs.
• Simulados Tutorials Dojo: pacote DEA-C01 lançado em 2024, padrão ouro.

Tempo total: 10 a 16 semanas. Quem tem SAA-C03 + Python/SQL economiza ~30%. Iniciantes em dados precisam de 20+ semanas.

Salário e impacto na carreira

Engenheiros de dados pleno com DEA-C01 no Brasil ganham entre R$ 15 mil e R$ 28 mil em 2026, segundo Robert Half. Em empresas-produto (Nubank, iFood, Mercado Livre, Magalu, Olist), a faixa sobe para R$ 18-35 mil. Sêniores em consultorias especializadas (Big Data Brasil, A3Data, Aoop) podem chegar a R$ 40 mil.

Outros cursos do estude.org

• Introdução à IA com Python (Harvard)
• Introdução a Bancos de Dados SQL (Harvard)
• Pensamento Computacional e Ciência de Dados (MIT)
• Pré-requisito recomendado: AWS SAA-C03
• Certificação complementar: Databricks Data Engineer Associate

Próximo passo

AWS Machine Learning Engineer Associate (MLA-C01) para perfis migrando para ML. AWS Solutions Architect Professional (SAP-C02) para arquitetura ampla. Databricks Data Engineer Associate ou Snowflake SnowPro Core para diversificar stack de dados.

Onde a DEA-C01 é exigida no Brasil

Empresas que valorizam nominalmente em 2026: Nubank, iFood, Mercado Livre (Data Engineering), Itaú (squads de dados), Magalu (Luizalabs Data), Olist, Loft, Cobli, QuintoAndar, Stone, Banco Inter. Em consultorias data-first (A3Data, Big Data Brasil, Aoop, Datametria), é tipicamente requisito para vagas pleno e sênior.

Cargos típicos: Data Engineer (R$ 14-26k), Senior Data Engineer (R$ 22-38k), Analytics Engineer (R$ 14-24k), Data Platform Engineer (R$ 18-32k).

Erros comuns que reprovam candidatos na DEA-C01

• Não dominar Glue profundamente: Glue jobs (Spark + Python Shell), DataBrew, crawlers, triggers, workflows. Cai em 25%+ da prova.
• Confundir Kinesis Data Streams vs Firehose: Streams é real-time com retenção configurável; Firehose é near-real-time com destinos pré-definidos (S3, Redshift, OpenSearch). Quando usar cada cai sempre.
• Subestimar Redshift: distribution styles (KEY, EVEN, ALL), sort keys (compound vs interleaved), materialized views, RA3 vs DC2 vs Serverless. Tema constante.
• Não estudar Lake Formation: permissões row-level e column-level, LF-Tags, cross-account data sharing. Tema novo na DEA.
• Ignorar MWAA (Managed Airflow): orquestração com DAGs, scheduling, monitoring. Cai com frequência em cenários de pipeline.

Calendário sugerido (12 semanas vindo do SAA-C03)

• Semanas 1-2: AWS Skill Builder Data Engineer trilha. Foco em Glue e Kinesis.
• Semanas 3-4: Hands-on: pipeline Kinesis → Glue → S3 → Athena. Pratique transformações Spark.
• Semanas 5-7: Redshift profundo (distribution, sort, vacuum, workload management). DynamoDB modelagem avançada.
• Semanas 8-9: Step Functions, MWAA, EventBridge, Lambda como orquestradores. CloudWatch para observabilidade.
• Semana 10: Lake Formation, KMS para data lake, IAM cross-account, governance.
• Semanas 11-12: 3 simulados Tutorials Dojo. Revisão de áreas fracas. Agendamento.

Comunidades brasileiras

• AWS User Group Brasil (canal Data): meetups específicos sobre engenharia de dados em AWS.
• Data Hackers (comunidade brasileira): Discord ativo com mais de 50 mil profissionais de dados.
• Grupo de Telegram Engenharia de Dados Brasil: comunidade ativa.
• Canais YouTube em português: Téo Calvo (Téo Me Why), Renata Pedrini (Data Hackers), Filipe Deschamps.

Stack típico de pipelines AWS em 2026

Empresas brasileiras que rodam dados em AWS tipicamente combinam serviços em padrões consolidados. Stack mais comum em 2026: ingestão batch via Glue jobs ou DMS, ingestão streaming via Kinesis Data Streams ou MSK (Kafka managed); transformação via Glue (Spark/PySpark), com Lambda para operações leves; armazenamento em S3 como data lake bruto + Iceberg ou Delta Lake para tabelas open table format, Redshift Serverless ou Athena para query layer; orquestração via Step Functions para workflows simples ou MWAA (Managed Airflow) para DAGs complexos; observabilidade via CloudWatch Logs Insights + custom metrics, com integração a Datadog ou New Relic em empresas maduras.

Em fintechs (Nubank, Stone, Banco Inter) o stack é mais opinativo, com forte uso de Iceberg sobre S3 + Athena + DBT para transformações analíticas. Em e-commerce (Magalu, Mercado Livre), Redshift continua dominante para BI tradicional, mas com migração progressiva para Iceberg/Athena em pipelines novos.

Linguagens e ferramentas que um Data Engineer AWS deve dominar

Para passar na DEA-C01 e atuar como engenheiro de dados AWS pleno em 2026, espera-se fluência em: Python (PySpark, boto3 SDK AWS, frameworks de DataFrame, Pandas para EDA), SQL avançado (window functions, CTEs, MERGE, query optimization), Apache Spark (DataFrames, Spark SQL, optimizations, broadcast joins, partitioning), Apache Airflow (DAGs, operators, sensors, XCom para passagem de dados entre tasks), Bash/Shell básico para scripting de pipelines, e Git profundo (branching strategies, PR reviews, conflict resolution).

Conhecimento auxiliar valioso: Docker para containerização de jobs custom, dbt (Data Build Tool) para transformações analíticas modernas, Iceberg/Delta para formatos open table, Great Expectations ou Soda para data quality. Em consultorias de dados maduras no Brasil, dominar esse stack completo é tipicamente o que separa Senior Data Engineers de Pleno.

Para acompanhar novas certificações cobertas e cursos preparatórios gratuitos, inscreva-se no canal do estude.org no YouTube.

Perguntas frequentes