Processos de extração, transformação e carregamento de dados entre sistemas e data warehouses.
ETL (Extract, Transform, Load) e ELT (Extract, Load, Transform) são processos fundamentais de engenharia de dados que movem dados de fontes diversas para repositórios analíticos. No ETL tradicional, os dados são extraídos das fontes, transformados em uma camada intermediária (staging) e carregados no destino — ideal quando o destino tem capacidade limitada de processamento. No ELT moderno, os dados são carregados brutos no destino (data lake/lakehouse) e transformados lá — aproveitando o poder computacional de plataformas como Snowflake, Databricks e BigQuery. Ferramentas populares: Apache Airflow, dbt (data build tool), Fivetran, Airbyte, AWS Glue e Azure Data Factory. O processo envolve: conectores para fontes (bancos de dados, APIs, SaaS, arquivos), tratamento de qualidade, deduplicação, enriquecimento, modelagem dimensional (star schema, snowflake) e orquestração de pipelines. ETL/ELT bem implementados são a base de qualquer estratégia de business intelligence e analytics.