Avaliar uma consultoria de dados por apresentação de case tem um limite conhecido: o case mostra o resultado e omite as decisões que o produziram.

Perguntas técnicas específicas de plataforma contornam esse limite, porque exigem descrever escolha de arquitetura, e escolha de arquitetura não se improvisa em reunião. As nove perguntas a seguir cobrem governança de catálogo, tratamento de dado sensível, refino em camadas, qualidade na ingestão, identidade entre fontes, entrada de dado operacional, linhagem, prontidão para IA e sustentação do que foi construído. Cada uma tem uma resposta que qualifica e um sinal de alerta que desqualifica, e algumas revelam desconhecimento da plataforma na primeira frase.

Por que pergunta técnica revela mais que case

Um case bem contado descreve o destino: o dashboard que passou a existir, o modelo que entrou em produção, o tempo que caiu. Ele quase nunca descreve o percurso, e é no percurso que estão as decisões que determinam se aquilo se sustenta. Qual foi a estratégia de governança escolhida, como o dado sensível foi tratado, o que acontece quando a fonte muda de esquema. Nada disso aparece no slide final.

Perguntas técnicas mudam o eixo da conversa porque não têm resposta genérica aceitável. Quem operou a plataforma em produção descreve escolhas com trade-offs e cita o que deu errado. Quem conhece a teoria descreve o conceito corretamente e trava quando a pergunta desce ao como. A diferença aparece em segundos, e não exige que o comprador seja especialista: basta saber o que uma boa resposta contém.

Como usar este guia: leve as nove perguntas para a conversa técnica e observe duas coisas além do conteúdo. Primeiro, se o fornecedor pergunta de volta sobre o seu ambiente antes de responder, o que indica que ele adapta em vez de aplicar receita. Segundo, se ele reconhece limitação da plataforma quando ela existe, porque quem só elogia a ferramenta provavelmente não a levou até onde ela dói. Este guia trata da profundidade técnica na plataforma; a avaliação de credencial e método de trabalho está em artigos próprios deste blog sobre como reconhecer um especialista em IA e como escolher uma consultoria.

As nove perguntas

1 · Como vocês desenham a camada de governança do catálogo?

A documentação da Databricks descreve o Unity Catalog como a camada unificada de governança para dados e IA, reunindo controle de acesso, linhagem, auditoria e descoberta de forma centralizada, com as mesmas permissões valendo para pessoas, notebooks e modelos. A resposta que qualifica trata governança como desenho de estrutura, falando de organização de catálogos e schemas, de política aplicada em nível superior e de como novos ativos herdam controle ao serem criados.

Sinal de alerta: resposta que descreve conceder permissão tabela a tabela conforme a demanda aparece. Funciona em ambiente pequeno e quebra em escala.

2 · Como o dado sensível é tratado no momento da consulta?

A plataforma oferece controles de granularidade fina aplicados em tempo de consulta: máscaras de coluna, filtros de linha e visões dinâmicas, com a garantia de que o usuário não vê o valor da tabela base antes do tratamento. Para escala, a própria Databricks descreve o problema de configurar regra por objeto, que é repetitivo e propenso a inconsistência, e disponibilizou políticas de controle de acesso por atributo, que se ligam ao catálogo ou ao schema e se aplicam automaticamente conforme marcações governadas.

Sinal de alerta: proposta de criar tabelas tratadas em paralelo para quem não pode ver o dado bruto. Cópia paralela é a forma mais comum de dado sensível se espalhar sem controle.

3 · Como vocês organizam o refino em camadas, e o que define a camada de consumo?

A arquitetura medalhão é documentada como o padrão de organização do Lakehouse: bronze guarda o dado bruto como chegou da fonte, prata guarda o dado validado, deduplicado e conformado numa visão de empresa, e ouro guarda o dado enriquecido com agregados e features prontos para analytics e machine learning. A resposta que qualifica explica que a camada ouro é organizada por consumo, ou seja, cada tabela existe para responder a uma pergunta de negócio identificada.

Sinal de alerta: tratar medalhão como três diretórios por onde o dado passa, sem explicar que decisões acontecem em cada transição. O nome do padrão é fácil; as regras da camada intermediária é que dão trabalho.

4 · Como a qualidade é barrada na entrada do pipeline?

A Databricks documenta expectations como regras de qualidade declarativas que validam o dado na ingestão, permitindo barrar ou colocar em quarentena o registro que não passa, em vez de deixá-lo contaminar as camadas seguintes. A resposta que qualifica descreve o que acontece com o registro reprovado e quem é notificado, porque quarentena sem responsável vira depósito.

Sinal de alerta: tratar qualidade como relatório posterior. Descobrir dado ruim na camada de consumo implica reprocessar tudo o que foi construído sobre ele.

5 · Como vocês resolvem identidade da mesma entidade entre fontes diferentes?

Esta é a pergunta que mais revela, porque tem uma armadilha embutida. A Databricks não comercializa um produto de gestão de dados mestres: a capacidade se constrói com os blocos da plataforma, como o percurso em camadas, as regras de qualidade e as operações transacionais do Delta Lake, ou se adquire via aplicativo de parceiro disponível no marketplace. A resposta que qualifica reconhece isso e, mais importante, trata as regras de sobrevivência de atributo como decisão de negócio a ser acordada, não como configuração técnica.

Sinal de alerta: afirmar que a plataforma tem gestão de dados mestres nativa. Quem diz isso não levou a plataforma até esse problema.

6 · Como o dado dos sistemas operacionais entra na plataforma?

O Lakeflow Connect oferece conectores gerenciados para fontes de software como serviço, com pipelines governados pelo catálogo, computação serverless e leitura incremental, em que a primeira execução traz o histórico e as seguintes trazem apenas o que mudou. Para o ecossistema Atlassian, há conector de Jira, em Beta na data de verificação desta publicação, que ingere tabelas como issues, comentários e worklogs, com autenticação por OAuth e possibilidade de filtrar a ingestão por chaves de projeto. A resposta que qualifica compara conector gerenciado com pipeline sob medida e explica em que situação escolher cada um.

Sinal de alerta: propor pipeline sob medida como padrão sem avaliar o conector gerenciado, ou desconhecer o status de maturidade dos conectores que pretende usar.

7 · Quando a auditoria perguntar de onde veio um número, como vocês respondem?

A linhagem no Unity Catalog é capturada automaticamente em tempo de execução, com suporte a todas as linguagens e granularidade até o nível de coluna, visualizável no explorador de catálogo e agregada entre os workspaces ligados ao mesmo metastore, respeitando as permissões de cada usuário. Há ainda a linhagem externa, que permite registrar metadados de origens e de ferramentas de consumo que operam fora da plataforma, fechando o grafo de ponta a ponta, com pipelines gerenciados registrando a linhagem da origem automaticamente. A resposta que qualifica menciona esse fechamento até as ferramentas de consumo, porque é ali que a pergunta da auditoria costuma terminar.

Sinal de alerta: prometer documentação manual de linhagem. Documentação manual envelhece na primeira mudança de pipeline.

8 · O que muda no desenho quando o consumidor do dado é um modelo ou um agente?

Este é o ponto onde governança de dados encontra governança de IA. Como o catálogo aplica as mesmas permissões a pessoas, notebooks e modelos, o alcance de um agente é definido pela mesma estrutura que governa o acesso humano. A resposta que qualifica trata isso como consequência de arquitetura: o agente consome a camada curada e não o acervo bruto, o mascaramento continua valendo porque é aplicado na consulta, e o desenho de permissão precisa responder à pergunta de quanto sai se alguém convencer o agente a despejar tudo o que ele consegue ler.

Sinal de alerta: tratar acesso de agente como caso à parte, com credencial ampla criada para facilitar. É a origem do risco de exposição em escala.

9 · Quem mantém isso vivo depois que vocês saírem?

Catálogo, definição de dono por domínio, documentação de ativo e política de acesso são trabalho recorrente, não entregável único. A resposta que qualifica descreve como esse trabalho fica registrado e acompanhado: cada domínio sem responsável nomeado é um item, cada ativo crítico sem documentação é uma tarefa, cada definição de métrica em disputa é uma decisão a registrar. Quando esse backlog vive no Jira, com dono, prazo e histórico, a governança deixa de ser intenção e vira fila que avança e pode ser cobrada. A resposta também deveria contemplar como o custo de plataforma e de consumo é atribuído por área ou projeto, ponto que ganhou peso com a migração de modelos de licenciamento por assento para cobrança por consumo, conforme o Gartner descreve para ferramentas de IA.

Sinal de alerta: encerrar o projeto com um documento de governança e nenhum mecanismo de acompanhamento. Documento sem fila de trabalho envelhece antes do primeiro trimestre.

As nove perguntas e seus sinais de alerta

Por que todas as nove são, no fundo, sobre governança de dados para IA

Lidas em conjunto, as perguntas não descrevem nove assuntos, descrevem um só. Governança de catálogo define quem alcança o quê. Mascaramento define o que é visto. Refino e qualidade definem se o que é visto é confiável. Identidade define se a resposta fala da entidade certa. Ingestão e linhagem definem se a origem é rastreável. E as duas últimas definem se o desenho sobrevive ao consumo por modelos e ao tempo.

Quando o consumidor do dado passa a ser um modelo, cada uma dessas seis propriedades vira requisito de confiabilidade, e não conforto de time de dados. Um analista que recebe dado duvidoso desconfia e pergunta. Um agente não desconfia: ele responde com fluência sobre o que encontrou. É por isso que a qualidade da fundação deixou de ser assunto interno da engenharia de dados e virou o fator que decide se a IA entrega ou não.

Onde a CSP Tech se posiciona, aplicando o próprio critério: um guia de avaliação só é honesto se quem o publica aceita ser avaliado por ele. A CSP atua como especialistas Databricks na camada de dado governado, com consultoria Jira como Atlassian Gold Partner na camada onde a governança vira trabalho acompanhado, e Microsoft Gold Partner na leitura executiva. São credenciais verificáveis, e a proposta é simples: traga as nove perguntas e avalie as respostas.

Quando esse nível de exigência é desproporcional

•     Escopo pontual e delimitado. Para uma migração específica ou um pipeline isolado, cobrar profundidade em todas as nove dimensões encarece a contratação sem reduzir risco proporcional.

•     Ambiente sem dado pessoal e sem exigência de auditoria. As perguntas 2, 7 e 8 perdem peso, e a avaliação pode se concentrar em arquitetura e qualidade.

•     Time interno maduro na plataforma. Quando a empresa já domina o desenho e busca capacidade de execução para uma frente específica, o critério passa a ser disponibilidade e aderência ao padrão já definido internamente.

Perguntas frequentes

Como avaliar uma consultoria Databricks?

Por perguntas técnicas específicas de plataforma, e não apenas por apresentação de case. Case mostra o resultado e omite as decisões de arquitetura que o produziram. Nove dimensões cobrem o essencial: governança de catálogo, tratamento de dado sensível na consulta, refino em camadas, qualidade barrada na ingestão, identidade entre fontes, entrada de dado operacional, linhagem, prontidão para consumo por modelos e sustentação do que foi construído.

O Databricks tem uma solução nativa de gestão de dados mestres?

Não como produto de catálogo. A capacidade se constrói com os blocos da plataforma, como o percurso em camadas, as regras de qualidade e as operações transacionais do Delta Lake, ou se adquire por meio de aplicativo de parceiro disponível no marketplace, que entrega o registro consolidado como tabela governada dentro do próprio ambiente. Um fornecedor que afirma existir gestão de dados mestres nativa demonstra não ter levado a plataforma até esse problema.

Como levar dados do Jira para o Databricks?

O Lakeflow Connect oferece conector gerenciado de Jira, em Beta na data de verificação desta publicação, que ingere tabelas como issues, comentários e worklogs para tabelas governadas pelo catálogo, com computação serverless, leitura incremental, autenticação por OAuth e possibilidade de filtrar a ingestão por chaves de projeto. A alternativa é pipeline sob medida sobre a API do Jira, indicada quando a análise exige transformação específica que o conector gerenciado não cobre.

O que muda na governança quando um agente de IA consome o dado?

Menos do que se imagina em termos de mecanismo, e mais em termos de consequência. Como o catálogo aplica as mesmas permissões a pessoas, notebooks e modelos, o alcance do agente é definido pela mesma estrutura de acesso. A diferença é o comportamento: um analista que recebe dado duvidoso desconfia, e um agente responde com fluência sobre o que encontrou. Por isso o agente deve consumir a camada curada, e o desenho de permissão precisa responder o que sairia se alguém o convencesse a despejar tudo o que ele consegue ler.

Próximo passo

Se a sua empresa está selecionando parceiro para um projeto de dados sobre Databricks, o teste mais barato que existe é levar estas nove perguntas para as conversas em andamento e comparar as respostas lado a lado. Traga essas perguntas para uma conversa técnica com a CSP Tech e use as respostas como parâmetro, com o seu ambiente sobre a mesa em vez de um case genérico.

Autor: Guilherme Matos, estrategista de conteúdo e IA, certificado HubSpot, Google, Anthropic e Semrush. Revisão técnica por especialistas de dados e Atlassian da CSP Tech (parceira Databricks, Atlassian Gold Partner, Microsoft Gold Partner, participante do Anthropic Partner Network, 34 anos de mercado).

Fontes (oficiais, acesso ago/2026): Databricks Documentation (docs.databricks.com), quanto ao Unity Catalog como camada unificada de governança para dados e IA com acesso, linhagem, auditoria e descoberta centralizados; à captura automática de linhagem em tempo de execução com granularidade de coluna, visualização no Catalog Explorer e agregação entre workspaces; à linhagem externa para origens e ferramentas de consumo fora da plataforma; a máscaras de coluna, filtros de linha e visões dinâmicas aplicados no momento da consulta; às políticas de controle de acesso por atributo e ao diagnóstico de inconsistência na configuração por objeto; à arquitetura medalhão e à definição de cada camada; às expectations de qualidade em pipelines; e ao Lakeflow Connect, incluindo o conector de Jira, cujo status de Beta corresponde à data de verificação e pode ter evoluído. Databricks, quanto à ausência de produto próprio de gestão de dados mestres e à disponibilidade de aplicativos de parceiros no marketplace. Gartner, press release sobre consumo de tokens e custos de AI coding (gartner.com/en/newsroom, 24/jun/2026), quanto à migração do licenciamento por assento para cobrança por consumo. Atlassian, documentação de Jira sobre tipos de item, campos e histórico de transições (atlassian.com). Este conteúdo trata de critérios técnicos de contratação e não constitui aconselhamento jurídico.