Da Query ao Modelo: IA de Produção com SQL e Python

Seu SQL já cobre 80% do caminho até um modelo de ML em produção. Em 4 semanas, você percorre os 20% restantes — reproduzindo, adaptando, competindo e publicando.

Trilha de prática de 30 dias que estende a palestra do DATA BH / SQL Saturday 2026: da query exploratória ao modelo servido como API, passando por Delta Lake, Window Functions como features, MLlib vs AutoML e MLflow. Tudo executável na Databricks Free Edition, com o notebook completo da palestra e os quatro tropeços de iniciante já vacinados.

O que você vai conseguir fazer

• Reproduzir o pipeline completo da palestra na Databricks Free Edition e reconhecer cada etapa (query → DataFrame → Delta → features → modelo → scoring)
• Mapear operações SQL que você já domina (SELECT, JOIN, GROUP BY, CASE WHEN, Window Functions) para preparação de dados e feature engineering em ML
• Definir um problema de classificação supervisionada usando vocabulário SQL (feature = coluna preditora; label = coluna resposta via CASE WHEN) e detectar data leakage com o teste 'o que eu sabia naquele dia?'
• Treinar e comparar modelos com MLlib e AutoML, lendo a tabela de runs do MLflow como uma tabela auditável
• Publicar o resultado — scoring em lote ou endpoint — e consumir o modelo de dentro de um SELECT com ai_query
• Planejar prática deliberada evitando os quatro tropeços clássicos: leakage, acurácia enganosa, treino igual a teste e falta de rastreio

Para quem é

Analistas de dados, engenheiros de dados, DBAs e profissionais com SQL intermediário que querem entrar em Machine Learning sem recomeçar do zero — especialmente quem assistiu à palestra no DATA BH / SQL Saturday.

Pré-requisitos

SQL intermediário (JOINs, GROUP BY, subqueries). Python básico é desejável, não obrigatório. Conta gratuita na Databricks Free Edition (criada na Semana 1).

Conteúdo

• Semana 1 · Reproduzir na Free Edition — Execute o fluxo completo e reconheça cada etapa — 4h
• Semana 2 · Adaptar aos próprios dados — Troque as tabelas e mantenha o pipeline rastreável — 4h15
• Semana 3 · Competir: AutoML vs MLlib — Compare velocidade, controle e clareza das escolhas — 4h
• Semana 4 · Publicar e apresentar — Registre o modelo, publique a saída e conte a história — 4h

Giselle Falcão, PhD — Consultora e pesquisadora em Inteligência Artificial e Ciência de Dados.