Designer de Data Contract e Quality Gate
Transforme expectativas de consumidores e incidentes passados em um data contract e quality gate aplicáveis.
Por Os Melhores Prompts
Categoria: Engenharia de dados
O que ele faz
Deriva cada checagem de um dano real ao consumidor — dashboard errado, feature de modelo quebrada, reconciliação que falhou — e descarta checagens que só produzem ruído. Separa o contrato de schema (estrutura, tipos, nulabilidade, significado semântico, regras de compatibilidade para mudanças) das expectativas de qualidade (distribuição, completude, tempestividade, integridade referencial) e dos SLOs (frescor, disponibilidade), com limiares vindos da variância histórica observada em vez de números redondos. A aplicação é explícita: quais checagens bloqueiam e quais só alertam, o comportamento na falha (quarentena da partição, segurar a publicação, servir o último snapshot bom, acionar plantão) e implementações executáveis das cinco principais checagens no seu stack.
Use quando
- Uma carga parcial silenciosa que passou por todo null check
- Produtores subindo mudança quebrante sem aviso
- Suite de qualidade tão ruidosa que os alertas são ignorados
- Converter dois incidentes reais em checagens aplicáveis
O que você recebe
- Contrato de schema com regras de compatibilidade
- Tabela de checagens: dano evitado, SQL, limiar, severidade
- Comportamento de bloqueio vs alerta e ação na falha
- SLOs de frescor e volume pela variância histórica
- Código executável das cinco principais checagens
Como usar
- Descreva {{dataset_description}}: nome, grain, colunas com tipos e significado, volume, cadência, sistema e time produtores.
- Em {{consumer_expectations}}, liste cada consumidor e o que quebra se a premissa dele falhar.
- Cole os dois últimos incidentes reais em {{known_incidents}} — checagens tiradas de quebras reais se pagam.
- Informe seu stack em {{tooling_stack}} (Great Expectations, Soda, dbt tests, Deequ, Monte Carlo, SQL próprio).
- Diga em {{enforcement_point}} onde a aplicação roda e o que pode bloquear, e inclua a faixa histórica de contagem de linhas para o limiar de volume seguir a variância observada.
Tags: data-contracts, data-quality, great-expectations, data-observability, dbt-tests, soda, data-sla
Preço: 10.00 BRL