DATASUS

O AD é o responsável por manter a qualidade e a atualização dos modelos de dados corporativos, bem como manter uma documentação dos modelos e disponibilizá-los para entendimento de todos, garantindo a integridade entre os modelos de dados e mantendo-os aderentes às regras de negócio definidas pelo Ministério da Saúde, independentemente da tecnologia e da plataforma a ser utilizada, visando o aperfeiçoamento dos processos de gestão por meio do uso da informação.

Compete a ele gerenciar o repositório dos modelos de dados e metadados corporativo do Ministério da Saúde (MS), documentando os dados, eliminando redundância e garantindo a segurança e qualidade dos dados. Para isso, é necessário realizar a manutenção dos dados (pelo gestor da informação) de forma que os bancos possam ser atualizados, possibilitando confiança e precisão nas informações estratégicas.

Assim como, promover sua conceituação, padronização, segurança, integridade, compartilhamento e qualidade, visando o aperfeiçoamento dos processos de gestão por meio do uso da informação.

Principais atividades de um AD

• Redução de custos e complexidade operacionais;
• Aumento da produtividade das equipes;
• Aumento da abrangência na obtenção de informações;
• Provimento de subsídios para tomada de decisões;
• Aumento da qualidade dos dados;
• Resolver conflitos que eventualmente surjam quando da integração entre os modelos de dados;
• Analisar sugestões de melhorias nos padrões, sendo no caso de aprovação, implementá-las neste documento e estabelecer uma nova versão vigente. No caso de não aprovação, elaborar uma
• Nota Técnica com as devidas justificativas;
• Manter o repositório dos modelos de dados e seus dicionários;
• Anonimização de dados; e
• Apoiar a equipe de desenvolvimento a trabalharem na modelagem de dados de suas aplicações, viabilizando a consistência e normalização dos dados, compartilhamento e integração de dados, eliminação (ou minimização) de dados redundantes e garantir que o modelo lógico e físico de dados seja implementado corretamente.

O DBA é o responsável por administrar os bancos de dados, são responsáveis por administrar uma variedade de sistemas de gerenciamento de banco de dados (SGBDs), que incluem Oracle, PostgreSQL, MySQL, SQL Server, Aurora, Redshift, Greenplum e MongoDB.

Além disso, também prepara a infraestrutura necessária para o banco de dados ser disponibilizado, providencia a otimização de um da base de dados, garanti o funcionamento, segurança, integridade e escalabilidade por meio de atualizações, monitoramento e aprimoramento do sistema.

Principais atividades de um DBA

• Gerenciar a segurança dos dados, incluindo a configuração de permissões de acesso e autenticação;
• Planejar e executar rotinas de backup regulares para proteger contra perda de dados;
• Desenvolver estratégias de recuperação para restaurar dados em caso de falhas;
• Monitorar o desempenho do banco de dados e identificar áreas que precisam de otimização;
• Ajustar consultas, índices e configurações para melhorar o desempenho;
• Aplicar patches e atualizações de software para manter o SGBD atualizado e seguro;
• Realizar tarefas de manutenção, como compactação de tabelas e reorganização de dados;
• Avaliar as necessidades futuras de armazenamento e desempenho e planejar a capacidade do banco de dados;
• Configurar sistemas de monitoramento para alertar sobre problemas de desempenho ou segurança;
• Responder a alertas e resolver problemas em tempo hábil;
• Diagnosticar e resolver problemas de banco de dados, como bloqueios, lentidão e falhas; e
• Desenvolver planos de continuidade de negócios e recuperação de desastres para garantir a disponibilidade contínua dos dados.

O Engenheiro de Dados é o responsável por criar mecanismos para buscar dados brutos e transformá-los em insights estratégicos para melhorar os processos internos e as tomadas de decisões.

Principais atividades do Engenheiro de Dados

• Desenvolver, construir, testar arquiteturas e manter pipelines disponíveis para uso;
• Criar arquiteturas conforme solicitado pela área de negócios;
• Coletar, processar, transformar dados para aplicações que utilizarão Big Data;
• Criar processos de conjunto de dados;
• Usar linguagem de programação e ferramentas;
• Identificar maneiras de melhorar os níveis de qualidade e confiabilidade dos dados;
• Preparar dados para modelagem preditiva e prescritiva;
• Analisar padrões ocultos entre dados;
• Direcionar os dados para o Data Lake; e
• Implementar processos ETL via Power center, NIFI, Python e Airflow.