Defesa TCC II

Diego Fonseca da Silva · UNIVALI

ESCOLA POLITÉCNICA · CIÊNCIA DA COMPUTAÇÃO

01 / 21

TCC II · Produto TecnológicoDefesa de Banca

Universidade do Vale do Itajaí · Escola Politécnica · Ciência da Computação

Orquestração de um Pipeline End-to-End de Dados Geoespaciais

sobre Unidades de Conservação em Santa Catarina

Acadêmico

Diego Fonseca da Silva

Orientador

Prof. Rafael Ballottin Martins

Modalidade

Produto Tecnológico

Engenharia de Dados

01Título e enquadramento

ESCOLA POLITÉCNICA · CIÊNCIA DA COMPUTAÇÃO

02 / 21

Sumário · 16 minutos + demo

Roteiro da apresentação

02Sumário

ESCOLA POLITÉCNICA · CIÊNCIA DA COMPUTAÇÃO

03 / 21

01 · Contextualização

Do sensoriamento remoto ao projeto Unidades de Conservação é Preciso

Seis blocos que conectam as fontes de observação da Terra a uma base geoespacial pronta para apoiar decisões sobre áreas protegidas em Santa Catarina.

Sensoriamento remoto

Fontes oficiais como DETER/INPE, MapBiomas e FIRMS/NASA observam continuamente o território.

Engenharia de Dados (ETL)

Extração, transformação e carga aplicadas sobre múltiplas fontes heterogêneas.

Orquestração com Airflow

DAGs coordenam a execução, com retries, logs e rastreabilidade.

Persistência geoespacial

PostgreSQL/PostGIS materializa o dado pronto para consumo analítico.

Unidades de Conservação em SC

Áreas protegidas estaduais e federais com seus entornos sensíveis.

Projeto Unidades de Conservação é Preciso

Iniciativa de pesquisa que ancora o problema e dá uso ao pipeline.

Cada bloco vira uma responsabilidade técnica no pipeline apresentado nos próximos slides.

03Contextualização

ESCOLA POLITÉCNICA · CIÊNCIA DA COMPUTAÇÃO

04 / 21

02 · Contexto operacional

O problema: preparação manual de dados geoespaciais

Lacunas identificadas

Imprecisão geométrica em UCs

Limites desatualizados, sobreposições e divergências entre bases oficiais.

Ausência de Zonas de Amortecimento oficiais

Muitas UCs sem ZA homologada, exigindo a adoção de Zonas de Amortecimento Sintéticas (ZAS).

Dados pouco consumíveis

Necessidade de informações atualizadas, padronizadas e facilmente reutilizáveis.

Consequências operacionais

Baixa rastreabilidade

Logs e versões dependem de quem operou o fluxo.

Retrabalho metodológico

Cada nova demanda repete recorte, padronização e cruzamentos.

Fontes heterogêneas

PRODES, MapBiomas Alerta, MapBiomas Brasil e FIRMS com formatos distintos.

Fluxo manual recorrente

Fontes

Download

Recorte

Validação

Cruzamento

Planilha

Mapa de Santa Catarina com UCs e classificação de risco sobre as Zonas de Amortecimento.

UCs de Santa Catarina cruzadas com classificação de risco em suas ZAs/ZAS.

04O problema operacional

ESCOLA POLITÉCNICA · CIÊNCIA DA COMPUTAÇÃO

05 / 21

03 · Solução proposta

Pipeline geoespacial automatizado

Base inicial consolidada de UCs, ZAs e ZAS. Airflow orquestra as camadas Medalhão de forma independente da interface web.

Dois canais operando sobre a mesma base geoespacial:

Pipeline automatizado

Airflow executa DAGs que promovem dados da Bronze até a Gold no PostGIS.

Interface web evolutiva

Cadastro e atualização posterior de geometrias enviadas diretamente à camada Bronze.

Análise espacial integrada

Consultas PostGIS para inferência de riscos e relatórios técnicos.

Fluxo da solução

Base inicial

UCs, ZAs e ZAS pré-existentes.

Interface web

Cadastro e atualização de geometrias.

Bronze (AWS S3)

Camada cru com dados brutos e atualizações.

Promoção de camadas via Airflow

Airflow

Orquestra DAGs de ETL.

Silver

Limpo e padronizado.

Gold

Agregado e validado.

PostgreSQL / PostGIS

Dados materializados.

05Solução proposta

ESCOLA POLITÉCNICA · CIÊNCIA DA COMPUTAÇÃO

06 / 21

04 · Proposta de valor

Objetivos

Objetivo geral

Desenvolver um pipeline automatizado para dados geoespaciais de Unidades de Conservação e seus entornos em Santa Catarina, com foco na disponibilização de dados analisáveis para apoio na inferência de riscos e na prevenção de impactos nessas áreas protegidas.

Objetivos específicos

Levantar os requisitos das fontes de dados necessárias ao monitoramento de UCs, ZAs e ZAS em Santa Catarina.

Estruturar uma base geoespacial rastreável e reutilizável para os dados territoriais de interesse do projeto.

Automatizar a preparação de dados geoespaciais de múltiplas fontes heterogêneas cruzadas com as UCs e seus entornos.

Viabilizar a manutenção de informações espaciais estratégicas sobre essas áreas e seus entornos.

Desenvolver uma interface web para cadastro e atualização de geometrias vinculadas ao domínio analisado.

Disponibilizar dados geoespaciais preparados para consumo analítico, relatórios técnicos e análise de risco.

06Objetivos

ESCOLA POLITÉCNICA · CIÊNCIA DA COMPUTAÇÃO

07 / 21

05 · Recorte do MVP

O que foi implementado no TCC II

Validação em escala controlada, preservando os desafios principais do domínio.

Implementado

Carga territorial UC + ZA + ZAS
DAG PRODES com cruzamento espacial
DAG MapBiomas Alerta
Data quality + summary.json
Saída consumível por BI

Parcial

· Integração com S3 (estrutura desenhada)
· Observabilidade além de logs do Airflow
· Catálogo de metadados

Núcleo operacional pronto; refinamentos pendentes.

TCC III

· Interface web para CRUD de geometrias
· DAG MapBiomas Uso e Cobertura
· DAG FIRMS / VIIRS (NASA)
· Validação com stakeholders

Amostra controlada

10 UCs selecionadas para validar o pipeline em escala

07Recorte do MVP

ESCOLA POLITÉCNICA · CIÊNCIA DA COMPUTAÇÃO

08 / 21

06 · Domínio espacial

UC, ZA e ZAS: três entidades para uma decisão analítica

Unidade de Conservação

Área protegida e oficialmente instituída. Núcleo do domínio.

Zona de Amortecimento

Quando existe ZA oficial, ela é prioritária no cruzamento.

ZAS

Zona Sintética

Buffer operacional de 3.000 m quando não há ZA formal (CONAMA nº 428/2010).

O dado final preserva a origem espacial (UC · ZA · ZAS), evitando misturar situações territoriais distintas.

08Domínio: UC, ZA e ZAS

ESCOLA POLITÉCNICA · CIÊNCIA DA COMPUTAÇÃO

09 / 21

07 · Arquitetura

Pipeline em camadas Medallion

Armazenamento, orquestração e persistência geoespacial trabalhando como uma única plataforma.

Bronze

· Dados brutos por fonte
· Snapshots versionados
· Histórico preservado

Silver

· Validação e padronização
· Geometria saneada
· CRS unificado

Gold

· Cruzamentos UC/ZA/ZAS
· Dados analíticos
· Consumível por BI

Apache Airflow

DAGs, retries, logs e reexecuções

PostgreSQL / PostGIS

Persistência geoespacial materializada

Python · GeoPandas · Shapely

Rotinas de transformação espacial

09Arquitetura geral

ESCOLA POLITÉCNICA · CIÊNCIA DA COMPUTAÇÃO

10 / 21

08 · Fluxos operacionais

Cada fonte vira uma DAG rastreável

DAG_UCS

Base territorial das Unidades de Conservação

MVP

DAG_ZA_ZAS

Zonas oficiais e geração de sintéticas (3km)

MVP

DAG_PRODES

Desmatamento PRODES · 2004–2025

MVP

DAG_MAPBIOMAS_ALERTA

Alertas MapBiomas · 2019–2025

MVP

DAG_MAPBIOMAS_USO

Uso e cobertura da terra

TCC III

DAG_FIRMS

Focos de calor FIRMS/VIIRS da NASA

TCC III

Padrão de tasks nas DAGs temáticas

extract

validate

transform_uc

transform_zone

transform_merge

load_postgres

10Fluxos e DAGs

ESCOLA POLITÉCNICA · CIÊNCIA DA COMPUTAÇÃO

11 / 21

09 · Persistência

Modelo lógico em PostgreSQL / PostGIS

NÚCLEO DA UC

ZONAS

CAMADAS TEMÁTICAS (CLIP)

chaves

◆id_uc PK

atributos

·uc_id

·cd_cnuc

·wdpa_pid

·nm_uc

·sg_uf (default 'SC')

·dt_criacao

·ds_ato_legal

·ds_grupo

·ds_categoria

·ds_esfera

·nm_orgao_gestor

·area_total_ha

·area_ato_ha

geometria

▣geom Geometry (4674)

auditoria medallion

◷dt_bronze

◷dt_silver

◷dt_gold

◷dt_carga

◷versao_dag

◷update_geom

za_oficial

chaves

◆id_za_oficial PK

◆id_uc FK → uc

atributos

·ds_fonte

·dt_inicio_vigencia

·dt_fim_vigencia

·fl_ativa (única ativa/UC)

geometria

▣geom MultiPolygon (4674)

auditoria medallion

◷dt_bronze

◷dt_silver

◷dt_gold

◷dt_carga

◷versao_dag

◷update_geom

zas_sintetica

chaves

◆id_zas PK

◆id_uc FK → uc

atributos

·ds_fonte

·dt_geracao

·dist_buffer_m (def. 3000)

·fl_ativa (única ativa/UC)

geometria

▣geom MultiPolygon (4674)

auditoria medallion

◷dt_bronze

◷dt_silver

◷dt_gold

◷dt_carga

◷versao_dag

◷update_geom

prodes_clip

chaves

◆id_prodes_clip PK

◇id_uc FK

◇id_za_oficial FK?

◇id_zas FK?

◇id_prodes_original

atributos

·nr_ano

·ds_class_name

·area_km2

·area_intersecao_km2

geometria

▣geom MultiPolygon (4674)

auditoria medallion

◷dt_bronze

◷dt_silver

◷dt_gold

◷dt_carga

◷versao_dag

◷tipo_cruzamento

mapbiomas_clip

chaves

◆id_mb_clip PK

◇id_uc FK

◇id_za_oficial FK?

◇id_zas FK?

atributos

·nr_ano

·id_classe

·nm_classe

·area_ha

·ds_referencia_raster

geometria

▣geom MultiPolygon (4674)

auditoria medallion

◷dt_bronze

◷dt_silver

◷dt_gold

◷dt_carga

◷versao_dag

◷tipo_cruzamento

mapbiomas_alerta_clip

chaves

◆id_alerta_clip PK

◇id_uc FK

◇id_za_oficial FK?

◇id_zas FK?

◇id_alerta_original

atributos

·dt_deteccao

·dt_imagem_anterior

·dt_imagem_posterior

·area_ha

·ds_bioma

·ds_fonte_deteccao

geometria

▣geom Polygon (4674)

auditoria medallion

◷dt_bronze

◷dt_silver

◷dt_gold

◷dt_carga

◷versao_dag

◷tipo_cruzamento

firms_clip

chaves

◆id_firms_clip PK

◇id_uc FK

◇id_za_oficial FK?

◇id_zas FK?

atributos

·dt_aquisicao

·hr_aquisicao

·ds_satelite

·ds_instrumento

·nr_confianca

·nr_frp

geometria

▣geom Point (4674)

auditoria medallion

◷dt_bronze

◷dt_silver

◷dt_gold

◷dt_carga

◷versao_dag

◷tipo_cruzamento

Legenda · 1:N em cada extremo

FK obrigatória de uc

FK opcional de za_oficial

FK opcional de zas_sintetica

◆ PK · ◇ FK · ▣ geom · ◷ auditoria
CHECK: id_za_oficial XOR id_zas (um único entorno por registro).

11Modelo lógico PostGIS

ESCOLA POLITÉCNICA · CIÊNCIA DA COMPUTAÇÃO

12 / 21

10 · Ambiente executável

Reprodutível em Docker Compose

~/tcc-geodados · docker compose ps

CONTAINERIMAGEFUNÇÃOSTATUS

protected-areas-sc-airflow-webserverapache/airflow:2.8.4UI do Airflow · porta 8080Up healthy

protected-areas-sc-airflow-triggererapache/airflow:2.8.4orquestração de deferrable tasksUp healthy

protected-areas-sc-airflow-schedulerapache/airflow:2.8.4agendamento com LocalExecutorUp healthy

protected-areas-sc-db-mainpostgis/postgis:15-3.3dados gold do domínio · porta 5432Up healthy

protected-areas-sc-airflow-dbpostgres:15metadados operacionais do AirflowUp healthy

protected-areas-sc-db-mutationpostgis/postgis:15-3.3histórico de mutações · porta 5433Up healthy

airflow-db separado do db-main

Próisola metadados do Airflow, credenciais e I/O do scheduler.Contramais um Postgres para backup, monitoramento e consumo de RAM.

db-mutation separado do db-main

Prómantém histórico fora do schema principal e permite reset seguro.ContraJOIN entre bancos exige FDW ou processamento em memória no Python.

postgis/postgis nos bancos de domínio

Próinterseção, buffer, área e índices GIST rodam dentro do banco.Contraimagem maior e maior curva de aprendizado em SQL espacial.

LocalExecutor sem worker separado

Prósem Redis/RabbitMQ e sem containers workers extras.Contranão escala horizontalmente para dezenas de DAGs simultâneas.

Resumo para defesa

Escolha sólida para TCC: isolamento claro, suporte geoespacial nativo e complexidade controlada. O trade-off é rodar 3 Postgres no ambiente local.

12Ambiente executável

ESCOLA POLITÉCNICA · CIÊNCIA DA COMPUTAÇÃO

13 / 21

11 · Estabilidade e data quality

32 ciclos bem-sucedidos no período de validação

Duração média por DAG (segundos)

DAG_UCS13s · 10 execuções

DAG_ZA_ZAS42.6s · 9 execuções

DAG_MAPBIOMAS_ALERTA155.6s · 9 execuções

DAG_PRODES630.4s · 4 execuções

PRODES leva mais tempo: maior volume, histórico anual e cruzamentos espaciais mais custosos.

Ciclos bem-sucedidos

summary.json · data quality

{

"source_records": 12480,

"inserted_records": 11892,

"skipped_records": 588,

"rejection_counts": {

"invalid_geom": 421,

"no_intersection": 167

}

13Estabilidade e data quality

ESCOLA POLITÉCNICA · CIÊNCIA DA COMPUTAÇÃO

14 / 21

12 · Saída analítica

Dados consumíveis por ferramenta externa

Power BI conectado diretamente ao PostgreSQL, preservando a dimensão UC · ZA · ZAS.

Dashboard Power BI: Unidades de Conservação com KPIs e gráficos de polígonos PRODES e MapBiomas Alerta.

Evidência: dados saem do pipeline em formato consumível, preservando dimensões analíticas relevantes para relatórios técnicos.

14Resultados em Power BI

ESCOLA POLITÉCNICA · CIÊNCIA DA COMPUTAÇÃO

15 / 21

13 · Análise crítica

O que foi validado e o que segue para o TCC III

Confirmado no TCC II

· Núcleo operacional viável tecnicamente
· DAGs reais, com data quality registrada
· Persistência PostGIS materializada
· Saída consumida por ferramenta externa

Limitações desta etapa

· Amostra controlada (10 UCs)
· Integração S3 parcial
· Interface web pendente
· Duas fontes ainda não implementadas

Roadmap TCC III · Ago – Nov / 2026

Expandir fontes

MapBiomas Uso/Cobertura e FIRMS/VIIRS

Operacionalizar interface

Web para CRUD de geometrias + S3

Validar produto

Testes integrados e stakeholders

15Análise crítica e TCC III

ESCOLA POLITÉCNICA · CIÊNCIA DA COMPUTAÇÃO

16 / 21

14 · Planejamento do TCC III

Da espinha dorsal validada ao produto entregue

O TCC III dá continuidade ao MVP do TCC II, transformando as lacunas em entregas concretas.

1 · Continuidade técnica

·Preserva arquitetura validada no TCC II
·Sem reabrir decisões já estabilizadas
·Foco em execução do que falta

2 · Expansão do pipeline

·DAGs pendentes implementadas
·MapBiomas · Uso e Cobertura
·FIRMS / VIIRS · focos de calor

3 · Integração e interface

·Interface web para gestão de geometrias
·Backend REST com validações
·Integração PostGIS · Airflow · S3

4 · Validação e entrega

·Testes integrados end-to-end
·Data quality · logs · rastreabilidade
·Documentação técnica e acadêmica

Resultado esperado

O TCC III consolida o MVP em um produto funcional, validado e documentado.

16Planejamento do TCC III

ESCOLA POLITÉCNICA · CIÊNCIA DA COMPUTAÇÃO

17 / 21

15 · Escopo e critérios de aceite

O que será entregue e como será validado

Escopo principal

DAG MapBiomas · Uso e Cobertura

·Ingestão e seleção temporal
·Padronização e recorte
·Cruzamento UC · ZA · ZAS
·Carga analítica PostGIS

DAG FIRMS / VIIRS

·Focos de calor
·Filtros temporais
·Cruzamentos espaciais
·Rastreabilidade · DQ

Interface Web + Backend

·CRUD de UC, ZA e ZAS
·API REST com validações
·Logs de auditoria
·Acionamento controlado de DAGs

Infraestrutura · Documentação

·Medallion integrado ao Amazon S3
·Parametrização de credenciais
·Revisão em ambiente limpo
·Evidências e docs acadêmicos

Validação prevista

Execução e persistência

TA01 · pipeline completo
TA02 · reexecução idempotente
TA03 · carga duplicada

Geometrias e regras espaciais

TA04 · geometria inválida
TA05 · ausência de ZA oficial
TA06 · ZAS → ZA oficial
TA07 · ponto → polígono

Falhas e rastreabilidade

TA08 · falha na leitura
TA09 · falha de conexão
TA10 · alerta terminal
TA13 · logs completos

Desempenho e consumo

TA11 · tempo de execução
TA12 · consumo analítico externo

Cada entrega validada por execução controlada e evidência objetiva em Airflow, PostGIS e artefatos JSON.

17Escopo e critérios de aceite

ESCOLA POLITÉCNICA · CIÊNCIA DA COMPUTAÇÃO

18 / 21

16 · Análise de Riscos do TCC III

Riscos ligados à evolução do MVP para produto final

Os riscos técnicos do TCC III decorrem de três eixos principais: expansão das fontes temáticas, implementação da interface web e consolidação do armazenamento em nuvem.

Expansão das fontes temáticas

·MapBiomas Uso e Cobertura
·FIRMS/VIIRS
·Maior heterogeneidade de formatos
·Mudanças em APIs, arquivos, esquemas ou autenticação
·Aumento de volume e custo dos cruzamentos espaciais

Interface web e operações cadastrais

·Cadastro, atualização e extinção de registros
·Substituição de geometrias ativas
·Troca de ZAS por ZA oficial
·Necessidade de transações, histórico e validações
·Risco de alteração cadastral sem reprocessamento das DAGs

Armazenamento, execução e rastreabilidade

·Integração das camadas Medallion com S3
·Sincronização entre Gold e PostgreSQL/PostGIS
·Falhas parciais entre load_gold e load_postgres
·Necessidade de reexecução idempotente
·Comparação entre registros da camada Gold e tabela de destino

A análise de riscos orienta a implementação, os testes integrados e as decisões de contingência do TCC III.

18Análise de Riscos do TCC III

ESCOLA POLITÉCNICA · CIÊNCIA DA COMPUTAÇÃO

19 / 21

17 · Matriz de Riscos e Contingências

Principais riscos, gatilhos e estratégias de mitigação

Mudança ou indisponibilidade das fontes externas

Prob.: MédiaImpacto: Alto

Gatilho: alteração de API, formato ou autenticação

Contingência: usar cópia versionada e ingestão manual temporária

Processamento acima dos limites do ambiente

Prob.: AltaImpacto: Médio

Gatilho: timeout, falta de memória ou aumento da duração

Contingência: reduzir lotes, filtrar previamente e mover operações para o PostGIS

Geometria inválida ou CRS incorreto

Prob.: MédiaImpacto: Alto

Gatilho: erro em validação, buffer, área ou interseção

Contingência: rejeitar entrada, registrar erro e manter geometria anterior

Falha cadastral na interface web

Prob.: MédiaImpacto: Alto

Gatilho: atualização parcial, perda de histórico ou estados incompatíveis

Contingência: reverter transação e restaurar versão anterior

Gatilho de reprocessamento não disparado

Prob.: MédiaImpacto: Alto

Gatilho: geometria atualizada sem nova execução da DAG_ZA_ZAS

Contingência: marcar reprocessamento pendente e permitir acionamento manual controlado

Gatilho duplicado ou DAG executada mais de uma vez

Prob.: BaixaImpacto: Médio

Gatilho: duas execuções para a mesma alteração cadastral

Contingência: usar identificador de evento e bloquear execuções duplicadas

Divergência entre S3 e PostgreSQL/PostGIS

Prob.: BaixaImpacto: Alto

Gatilho: load_gold concluída e falha na execução de load_postgres

Contingência: invalidar execução e reprocessar pelo mesmo identificador de carga

Indisponibilidade da interface ou API REST

Prob.: MédiaImpacto: Médio

Gatilho: erro HTTP, falha do backend ou serviço fora do ar

Contingência: manter operação administrativa temporária pelo banco e registrar alteração

Falha de acesso ao S3 ou credenciais

Prob.: BaixaImpacto: Médio

Gatilho: erro de autenticação, permissão ou conexão

Contingência: executar em armazenamento local e sincronizar posteriormente

Ampliação do escopo além do cronograma

Prob.: MédiaImpacto: Médio

Gatilho: inclusão de fontes ou funções não previstas

Contingência: suspender itens secundários e preservar critérios de aceite obrigatórios

Riscos de disponibilidade são tratados com reprocessamento. Riscos que afetam geometrias, histórico cadastral ou divergência entre S3 e PostgreSQL/PostGIS devem bloquear, reverter ou marcar a operação como pendente até a recuperação da consistência.

19Matriz de Riscos e Contingências

ESCOLA POLITÉCNICA · CIÊNCIA DA COMPUTAÇÃO

20 / 21

17 · Cronograma do TCC III

Ago · Set · Out · Nov de 2026

Desenvolvimento

Testes/DQ

Documentação

Acompanhamento

Semanas:1234

Atividade	Ago · 2026	Set · 2026	Out · 2026	Nov · 2026
Retomada do MVP · revisão técnica do repositório
DAG MapBiomas: ingestão, validação, cruzamentos, carga
DAG FIRMS/VIIRS: focos, filtros, UC/ZA/ZAS, carga
Integração Medallion com Amazon S3
Backend Web: API REST, validações, PostGIS, OpenAPI
Frontend Web: cadastro, atualização, extinção, substituições
Integração interface · PostGIS · Airflow (DAG ZA_ZAS)
Data quality, logs e artefatos JSON · novas DAGs/Web
Testes integrados, idempotência, integridade referencial
Visões analíticas · DBeaver / Power BI
Documentação técnica · execução, dicionários, repositório
Escrita e revisão do documento final do TCC
Fichas de frequência · acompanhamento de orientação
Entrega de Relatórios Quinzenais
Revisão final, empacotamento, apresentação e submissão

Desenvolvimento, validação e escrita em paralelo · rastreabilidade entre implementação, testes e relatório final.Fonte: Autor, 2026.

20Cronograma do TCC III

ESCOLA POLITÉCNICA · CIÊNCIA DA COMPUTAÇÃO

21 / 21

18 · Fechamento e demonstração

O TCC II validou a espinha dorsal do pipeline.

Ambiente executável, DAGs orquestradas, dados processados, qualidade registrada, persistência PostGIS e consumo analítico externo, com todos comprovados em escala controlada.

Demonstração do MVP · 4 min

Ambiente · DAGs · Execução · PostGIS · Power BI

Docker em execução

docker ps · contêineres ativos

Airflow e DAGs

Grid/Graph view das DAGs do MVP

Execução e logs

Run concluído · summary.json

PostGIS + BI

Consulta SQL · painéis no Power BI

"O produto central é o pipeline e a base geoespacial preparada, em que a evidência é executável."

21Fechamento e demonstração

ESCOLA POLITÉCNICA · CIÊNCIA DA COMPUTAÇÃO

01 / 21

TCC II · Produto TecnológicoDefesa de Banca

Universidade do Vale do Itajaí · Escola Politécnica · Ciência da Computação

Orquestração de um Pipeline End-to-End de Dados Geoespaciais

sobre Unidades de Conservação em Santa Catarina

Acadêmico

Diego Fonseca da Silva

Orientador

Prof. Rafael Ballottin Martins

Modalidade

Produto Tecnológico

Engenharia de Dados

01 / 21