[Live] – FabricCast #1 – Dirceu Resende: Carreira, Power BI Embedded, Mercado e Microsoft Fabric

Hey guys!

Recentemente, tive o prazer de participar de um bate-papo sensacional no Fabric Cast, o podcast do meu grande amigo Sidney Cirqueira. Conversamos por mais de duas horas sobre carreira, os desafios de trabalhar no exterior, os bastidores do time de produto da Microsoft e, claro, o que todo mundo quer saber: Microsoft Fabric vs. Databricks.

Como o conteúdo foi extremamente rico, resolvi resumir essa conversa para quem quer entender o cenário atual da área de dados, evitar ciladas de carreira e dominar as tecnologias de ponta.

Foi um bate-papo muito legal, aberto e muito honesto sobre carreira, tecnologia, dados e mercado. A ideia nunca foi fazer uma apresentação formal ou vender alguma tecnologia específica, mas sim conversar sobre trajetória, decisões e aprendizados reais ao longo dos anos, inclusive erros cometidos.

Quem não pôde acompanhou ao vivo, podem assistir o nosso bate-papo, que ficou gravado. Esse podcast foi muito TOP!! Tenho certeza que vão gostar!

Broadcast link:

Início na tecnologia e os primeiros caminhos

Comecei a programar muito cedo, ainda adolescente, com 12 anos. Meu primeiro contato profissional com tecnologia passou longe de banco de dados ou BI.

Trabalhei com suporte, manutenção de computadores, impressoras, cabeamento, depois desenvolvimento desktop e desenvolvimento web. Passei por PHP, ASP, WebForms e outros cenários que, na época, faziam todo sentido.

Cheguei a desenvolver geradores de código que reduziam projetos enormes para poucos dias de trabalho.

Tecnicamente era interessante, mas com o tempo comecei a perceber algo que me incomodava: o ritmo de mudança do desenvolvimento web.

Frameworks surgiam e morriam rápido, padrões mudavam constantemente e o conhecimento acumulado parecia perder valor muito rápido.

Essa percepção não foi um julgamento sobre a área, mas um entendimento pessoal de que eu queria algo mais estável, onde fosse possível me aprofundar e reutilizar conhecimento por muitos anos.

A migração para dados e a busca por estabilidade técnica

Foi nesse contexto que migrei para a área de dados. Na época, BI ainda era pouco valorizado, Power BI não existia e muitas empresas concentravam tudo em torno do banco de dados.

Trabalhei com SQL Server, Oracle, procedures, funções, modelagem e administração.

O que me chamou atenção foi justamente a longevidade do conhecimento. SQL continuava sendo SQL. Modelagem continuava sendo essencial.

Entender dados, negócio e performance fazia diferença independentemente da ferramenta da moda.

Essa decisão acabou moldando toda a minha carreira depois disso.

O cenário atual para quem está começando

Durante a live, falamos bastante sobre como o cenário mudou para quem está iniciando hoje.

Se antes o desafio era acesso à informação, hoje o problema é o oposto: existe informação demais.

Vejo muita gente perdida, tentando estudar um pouco de tudo ao mesmo tempo: cloud, BI, engenharia de dados, ciência de dados, Python, Spark, ferramentas novas toda semana, e sem conseguir se aprofundar em nada.

Reforcei bastante que é fundamental escolher uma área macro primeiro e, a partir dela, ir afunilando.

Ninguém constrói profundidade real em seis meses. Generalista não é quem sabe superficialmente várias coisas, mas quem construiu uma base sólida ao longo do tempo.

Comunidade como ponto de virada na carreira

Entrei mais ativamente na comunidade relativamente tarde, por volta de 2016 ou 2017, e consigo afirmar com tranquilidade que isso mudou completamente minha trajetória profissional.

Antes da comunidade, meu crescimento era muito mais lento e isolado. Depois, passei a trocar experiências com pessoas que viviam problemas parecidos, aprendi muito mais rápido e tive acesso a oportunidades que jamais surgiriam de forma individual.

Comunidade não é só evento ou palestra. É grupo técnico, troca diária, ajuda mútua e, muitas vezes, resolver problemas críticos em conjunto.

Inclusive, deixei claro que, em processos seletivos, participação ativa em comunidade sempre pesa positivamente para mim.

O surgimento do blog técnico

O blog surgiu de forma muito simples. Eu guardava meus scripts e anotações no Evernote e resolvi centralizar isso em um único lugar. No início, era algo totalmente pessoal.

Com o tempo, percebi que escrever me ajudava a aprender melhor e a organizar o raciocínio.

Os textos foram ficando maiores, mais detalhados e mais profundos. Passei a tratar o blog também como um portfólio técnico, onde não mostro apenas o “como”, mas o “porquê” das decisões.

Sempre acreditei que um artigo bem escrito mostra muito mais sobre um profissional do que apenas um repositório de código solto.

Entrada mais forte em BI e novos desafios

Quando comecei a atuar mais diretamente com BI, eu não tinha experiência formal na área.

Fui muito transparente sobre isso e deixei claro que estudaria intensamente. Mergulhei em modelagem dimensional, Kimball, SSIS, SSAS e SQL pesado.

Esse padrão se repetiu ao longo da minha carreira: aceitar desafios maiores do que minha experiência atual, mas sempre com compromisso real de estudar e entregar.

Nunca acreditei em “dar um jeito depois”.

Power Tuning, Power Embedded e Fabric

Entrei na Power Tuning quando a empresa ainda era pequena e ajudei a estruturar o time de BI.

Em 2023, surgiu o Power Embedded, praticamente junto com o lançamento do Microsoft Fabric.

O produto nasceu para resolver um problema real de mercado: custo e licenciamento de Power BI.

Hoje ele é utilizado por centenas de empresas, muitas com Fabric em produção, ambientes grandes, dezenas ou centenas de relatórios, preocupação real com governança, capacidade e performance.

Nada disso nasceu de teoria ou hype. Foi demanda real de clientes.

Experiência trabalhando fora do Brasil

Compartilhei também minha experiência trabalhando em Barbados. Fiz questão de desmistificar a ideia de que trabalhar fora é apenas glamour.

Existe muito aprendizado, principalmente em inglês, DevOps, CI/CD e cloud, mas também existem desafios grandes: Isolamento, infraestrutura limitada, pandemia, lockdown severo, dependência de visto e impacto emocional são fatores reais que precisam ser considerados.

Trabalhar fora é uma decisão que vai muito além do salário.

Passagem pela Microsoft e mudança de rota

Trabalhar no time de produto do Power BI foi uma experiência importante, mas também deixou claro que nem todo ambiente combina com todo perfil.

O ritmo corporativo, burocracia e ciclos longos de entrega não se alinhavam com o que eu gosto de fazer.

Reconhecer isso e mudar de rota foi uma decisão consciente. Não encaro como erro, mas como aprendizado sobre mim mesmo.

Fabric, Databricks e escolhas técnicas

Falamos bastante sobre Fabric e Databricks. Minha visão é simples: não existe ferramenta melhor absoluta. Existe ferramenta mais adequada ao contexto.

Databricks é mais maduro e oferece mais controle. Fabric é mais novo, mas evolui rápido e se integra muito bem ao ecossistema Microsoft, principalmente com Direct Lake.

Comparações rasas de custo ou performance não ajudam ninguém.

O papel de um profissional mais experiente é entender prós, contras e impacto no negócio antes de decidir.

Base técnica e visão de negócio

Ao falar de engenharia de dados, deixei claro o que considero essencial: SQL, modelagem de dados e Spark. Python vem depois, assim como CI/CD e DevOps.

Ignorar modelagem gera problemas sérios: relatórios lentos, consumo excessivo de capacidade e soluções frágeis. Código não é solução por si só. Solução é impacto no negócio.

Tecnologia é meio, não fim. Quem cresce é quem entende o que gera dinheiro, o que gera prejuízo e o que é crítico para a empresa.

Microsoft Fabric vs. Databricks: O Duelo dos Titãs

Essa é a pergunta de um milhão de dólares. Eles são concorrentes? Sim.

Embora ambos rodem sobre Spark e utilizem formatos abertos como o Delta Lake, as filosofias são diferentes:

1. Databricks (O Especialista Maduro)

O Databricks é uma plataforma PaaS (Platform as a Service) extremamente madura. Ele te dá o “controle total do motor”. Você escolhe o tipo de máquina, tunas o cluster, mexe no Photon e ajusta cada detalhe da computação.

• Prós: Controle granular, maturidade e excelente para times de engenharia pesada (Python/Scala).

• Contras: Setup complexo e gestão de custos que exige um especialista para não “estourar” o orçamento.

2. Microsoft Fabric (O Ecossistema Integrado)

O Fabric é uma solução SaaS (Software as a Service). A ideia aqui é simplicidade e integração. Com o OneLake, você tem um único repositório para toda a empresa.

• Prós: Direct Lake (acesso ao dado sem precisar de Import ou Direct Query), interface amigável para quem vem do Power BI e integração nativa com o ecossistema Microsoft.

• Contras: Por ser SaaS, você tem menos “parafusos” para apertar na infraestrutura comparado ao Databricks.

Tabela Comparativa Técnica

O Guia de Sobrevivência do Engenheiro de Dados Moderno

Se você quer se destacar em 2026, não foque apenas na ferramenta da moda. Foque nos fundamentos.

Abaixo, listo a ordem de prioridade que eu recomendo para quem me pergunta:

1. SQL Server (T-SQL): É a base de tudo. Se você não sabe fazer um JOIN performático ou entender um plano de execução, a ferramenta não vai te salvar.

2. Modelagem de Dados: O livro do Kimball ainda é a lei. Se sua modelagem é pobre, seu relatório no Power BI será lento, não importa se você usa Fabric ou Databricks.

3. Python / PySpark: Essencial para transformações complexas onde o SQL não brilha tanto.

4. DevOps e CI/CD: Aprenda a versionar seu código (Git) e automatizar o deploy.

5. Soft Skills (A principal): Ninguém quer trabalhar com o “gênio da caverna”. Você precisa saber explicar o valor do seu projeto para o diretor, falar de redução de custos e impacto no negócio.

Soft skills e conselhos finais

Falamos também sobre soft skills. Inglês não é diferencial, é requisito.

Comunicação, relacionamento e vontade de aprender fazem muita diferença.

Perfis arrogantes, difíceis de lidar ou que só apontam problemas sem trazer solução não se sustentam.

Também deixei alguns conselhos diretos: nunca pedir demissão sem ter outro emprego, sempre fazer o dever de casa antes de propor mudanças e sempre pensar no impacto das decisões.

No fim, a mensagem foi simples: tecnologia é uma excelente área, mas exige estudo contínuo, foco e maturidade.

Quem entende isso e constrói a carreira com consistência sempre encontra espaço.

Conclusão e Visão de Futuro

O mercado de dados nunca esteve tão aquecido, mas a exigência por profissionais completos (técnica + negócio) aumentou drasticamente.

Seja você um defensor do Databricks ou um entusiasta do Fabric, o importante é entregar valor e resolver os gargalos da sua empresa.

Estude inglês, participe da comunidade e nunca pare de aprender. A tecnologia é apenas o meio; o seu conhecimento é o verdadeiro ativo.