Close Menu
    Facebook X (Twitter) Instagram
    Facebook X (Twitter) Instagram YouTube TikTok
    SantoTechSantoTech
    PODCAST
    • Início
      • Notícias
    • Colunistas
    • Editais
    • Startups
    • Eventos
    • Dicas
    • Vagas e jobs
    SantoTechSantoTech
    Home»Colunistas»Ignorar SQL é o novo “atalho” disfarçado de modernidade

    Ignorar SQL é o novo “atalho” disfarçado de modernidade

    Colunistas 22/07/2025Luciano BorbaPor Luciano Borba10 minutos de leitura
    Luciano Borba - Colunista Santo Tech
    Luciano Borba - Colunista Santo Tech
    ads

    Nos últimos anos, o mercado de dados evoluiu de forma absurda. O que antes era privilégio de poucos engenheiros com scripts caseiros, hoje está acessível a qualquer pessoa com login em uma plataforma cloud. Surgiram soluções cada vez mais intuitivas, interfaces gráficas poderosas, fluxos visuais com conectores prontos e promessas de “resolva tudo em poucos cliques”.

    Mas no meio desse avanço todo, um comportamento perigoso começou a se espalhar silenciosamente no início, mas agora aos gritos: o desprezo técnico pelo SQL.

    Começou com os “cidadãos de dados” que criam insights com um clique. Depois os “analistas modernos” que arrastam caixas em ferramentas visuais. E agora os novos “engenheiros” que jogam uma pergunta pra IA, recebem uma query pronta, colam no ambiente… e acham que aquilo é suficiente. Que saber como funciona virou irrelevante.

    E aqui mora o erro fatal: essa crença não é só inocente, ela é perigosa. Porque cria profissionais rasos, que operam soluções sem entender o que está por trás. Gente que até entrega algo bonito na superfície, mas sem nenhuma profundidade técnica por dentro. Pior ainda: gente que se convence de que está arrasando, quando na prática está apenas reproduzindo resultados sem controle, sem performance e sem garantia de confiabilidade.

    Sim, hoje existe ferramenta que “faz mágica”. O Dataflow conecta e transforma com caixinhas. O Power BI extrai e visualiza com poucos cliques. O Python com Pandas parece entender tudo. E agora, com a IA gerando queries em linguagem natural, o discurso virou: “pra quê aprender SQL se posso perguntar pro ChatGPT?”

    Mas quem pensa assim está ignorando o fundamento mais básico da Engenharia de Dados: não é sobre fazer funcionar. É sobre fazer funcionar com segurança, clareza e domínio.

    SQL é a linguagem da verdade

    Toda ferramenta moderna do mercado das mais simples às mais sofisticadas tem algo em comum: ela se comunica com os dados usando SQL, direta ou indiretamente. Pode ser o Power BI montando um visual, o dbt executando uma transformação, o Airflow disparando uma DAG com PostgresOperator, ou até um “assistente inteligente” do Fabric explicando que “vai tentar entender sua intenção”. Por trás, o que está rodando é Structured Query Language.

    E não, SQL não é só SELECT * FROM tabela. Quem trabalha sério com dados precisa entender como os joins afetam a cardinalidade, como subqueries impactam o plano de execução, como índices e partições são utilizados (ou ignorados) dependendo da instrução escrita. Precisa entender como CTEs e Window Functions podem transformar uma query ilegível em uma estrutura elegante e eficiente.

    Saber SQL não é saber escrever. É saber interpretar, depurar e otimizar.

    Quando você se depara com um problema de performance no Power BI, muitas vezes ele está ligado à consulta que foi montada automaticamente e que poderia ser resolvida com uma simples pré-aggregação ou materialização, mas que exige domínio de SQL para ser aplicada com consciência.

    Quando você tenta orquestrar um pipeline e vê uma query travando o processo por 40 minutos, não adianta culpar a ferramenta. O problema está no modelo mal feito, no filtro mal aplicado, no JOIN explosivo que você nem sabia que existia, porque não parou para estudar como a engine lê, interpreta e executa sua consulta.

    SQL é o que separa o profissional que sabe estruturar soluções da galera que apenas pluga conectores.

    É por isso que SQL não é sobre memorizar INNER JOIN, LEFT JOIN, UNION ALL e GROUP BY. É sobre dominar a mecânica do dado. É sobre saber projetar queries que escalam, que rodam com segurança, que não vão derrubar a warehouse inteira porque você esqueceu um WHERE num milhão de linhas.

    Pior: é sobre saber o que fazer quando a IA erra. E ela vai errar.

    Se a sua única resposta for “copiei e colei o que ela me deu”, você não está sendo um profissional de dados, está sendo um operador de chatbot.

    Quem despreza SQL porque acha “difícil” ou “chato” geralmente está mascarando a própria preguiça de pensar. E pensar é parte obrigatória de quem quer trabalhar com dados de verdade. Porque dado sem pensamento vira ruído. E ruído não gera insight. Gera retrabalho.

    A nova muleta do século: IA faz por mim

    A inteligência artificial chegou com força e, sim, ela está revolucionando muita coisa. Hoje, com uma simples pergunta em linguagem natural, você tem uma query SQL pronta na tela. Mas aqui vai o alerta que ninguém quer dar: se você não entende SQL, não tem a menor condição de julgar se aquela resposta está certa ou completamente errada.

    E pior: muitas vezes, a query roda sem erro. Mas entrega um resultado tecnicamente inválido, semanticamente ambíguo ou, no pior dos casos, completamente incoerente com o que o negócio precisa. E como você vai descobrir isso, se não sabe analisar um JOIN mal feito, um WHERE mal posicionado ou uma subquery redundante?

    Quem confunde produtividade com terceirização da lógica está fadado a cair em armadilhas silenciosas. Um erro comum que vejo: IA montando joins com base em nomes de colunas, e o profissional aceitando sem saber que está unindo tabelas por campos que têm o mesmo nome, mas significados diferentes (ex: id_cliente vs id_usuario, herdados de fontes distintas). E lá vai o erro se espalhando por dashboards, relatórios e decisões de negócio.

    Outro clássico? A IA gera um GROUP BY com múltiplas agregações, mas você não entende que o agrupamento está afetando a granularidade da análise. Resultado: KPIs distorcidos, que ninguém questiona porque… “foi a IA que fez”.

    Você não precisa virar um mestre dos CTEs recursivos. Mas precisa saber o suficiente para:

    – Ler o plano de execução e entender por que sua consulta está demorando;

    – Perceber que um DISTINCT está mascarando duplicatas geradas por um JOIN errado;

    – Entender o custo de rodar subqueries em massa ou de fazer filtros sem indexação;

    – E, principalmente, entender o que a IA tentou fazer… e se aquilo faz sentido no seu contexto.

    Quem usa a IA como copiloto inteligente, cresce. Mas quem usa como bengala, sem base, tropeça no primeiro NULL mal tratado, na primeira ambiguidade de JOIN, no primeiro resultado que parece certo, mas está 100% enviesado.

    E o mais perigoso: a IA não avisa que está errada. Ela entrega com convicção. Se você não tem repertório técnico, você acredita. No final das contas, ou você aprende a pensar com dados ou vai ser só mais um apertador de botão que acha que tá entregando solução, mas na verdade está alimentando erro em escala.

    O arrasta-caixinha como atalho visual

    Arrastar caixinha não é problema. O problema é só arrastar caixinha, sem entender o que está sendo executado, como está sendo processado e o que aquilo implica em performance, custo e resultado.

    Ferramentas visuais são aceleradores. São ótimas para abstrair complexidade, prototipar rápido e democratizar o acesso. Mas quando viram substituto de entendimento técnico, criam um profissional que “entrega a pipeline”, mas não sabe explicar o que a pipeline faz.

    Veja o Microsoft Fabric, o Synapse Dataflow, o Power BI com Power Query, ou até o Azure Data Factory. Todos têm uma interface arrastável, blocos coloridos e conectores bonitos. Mas por trás de cada caixinha há query SQL, transformação lógica, movimento de dados, troca de partição, cópia entre engines, execução paralela, e consumo de capacidade.

    E isso não é exclusividade da Microsoft.

    Vai pro mundo open source? Lá está o Apache NiFi, com fluxo visual declarativo, mas que exige conhecimento sobre como funciona a fila de eventos, o back pressure, os controladores, e até a ordem de execução dos Processors.

    Quer um low-code poderoso? O Alteryx entrega fluxos visuais complexos, mas com necessidade real de entender como funciona o blend de dados, o cache, o uso de memória e os limites de paralelismo em ambiente distribuído.

    Quer parecer moderno e usa o dbt Cloud GUI? Ótimo. Mas saiba que cada modelo criado visualmente vai gerar uma instrução SQL com dependências, que precisa ser testada, versionada e interpretada corretamente.

    O mesmo vale para o Knime, para o Talend, para o AWS Glue Studio e até para ferramentas “self-service” como Google DataPrep, SAP Data Intelligence ou Tableau Prep.

    A verdade é uma só: se você não sabe o que está acontecendo “nas sombras” se não entende como os dados estão sendo filtrados, agregados, particionados, materializados ou transformados, então você está só empilhando caixinhas como quem monta LEGO… mas com base na areia.

    É por isso que, quando o fluxo quebra, a performance despenca ou o resultado vem estranho, o profissional raso entra em pânico. Fica preso na ferramenta, porque nunca aprendeu a pensar o dado de forma lógica. Porque nunca dominou o que estava fazendo apenas executava um ritual visual.

    Quer usar ferramentas visuais com responsabilidade? Ótimo. Mas entenda que isso exige saber SQL, saber transformação, saber modelagem, saber contexto.

    Porque arrastar caixinhas pode montar um fluxo bonito. Mas só entendimento sólido constrói soluções confiáveis.

    O verdadeiro profissional é o que domina a base

    Tem uma obsessão silenciosa tomando conta do mercado de dados: o fetiche pelo “avançado”. É gente pulando direto pra Spark, Kafka, Databricks, Delta Lake, Iceberg, dbt, LLMs e tudo que tem nome bonito. Mas que, na hora de responder uma simples pergunta “qual a diferença entre um LEFT JOIN e um RIGHT JOIN?”, trava.

    Não é evolução. É ansiedade travestida de ambição.

    A pressa em parecer sênior virou uma armadilha. E o mercado, que adora buzzword, alimenta isso. Só que a conta chega quando o pipeline falha, o modelo entrega valores errados ou o cluster custa 10x mais porque ninguém pensou em otimizar uma simples transformação.

    Dominar a base é o que diferencia quem usa uma ferramenta de quem resolve com a ferramenta.

    Quer trabalhar com Spark? Precisa entender como o plano lógico e físico é construído e pra isso, tem que saber ler uma query e entender onde um join explode.

    Quer usar o dbt? Ótimo. Mas se você não entende modelagem dimensional, staging, granularidade e performance de leitura, o que está construindo é só casca.

    Quer brincar de Data Mesh ou montar arquitetura em Lakehouse? Precisa saber como particionar, versionar, controlar schema evolution e construir modelos que sustentem mudança. E tudo isso começa… na base: em saber SQL, pensar com lógica, entender fluxo de dados e modelagem.

    O profissional que domina a base não depende de ferramenta. Ele se adapta. Ele entende o problema e escolhe a melhor solução, com consciência. Já o profissional “avançado”, que nunca olhou para a fundação, vira refém da stack. Se a ferramenta mudar, ele trava.

    E é por isso que temos uma geração de profissionais que sabem tudo… até a hora de entregar de verdade. Gente que fala bonito em call, faz post com palavra em inglês, compartilha certificado, mas que na prática está empacotando problema com ribbon colorido e terceirizando culpa.

    Se você está começando agora, entenda isso de uma vez: SQL não morreu. Na verdade, é o que sustenta toda essa modernidade. Até o assistente de IA mais “avançado” só funciona porque tem uma engine de consulta robusta por trás, geralmente baseada em SQL ANSI.

    E se você já está no jogo, mas negligenciou essa base, o recado é simples: ainda dá tempo de corrigir a rota. Aprender SQL de verdade, lógica, estrutura, performance e pensamento técnico aplicado.

    Porque, no fim do dia, não existe futuro em dados para quem foge da lógica. Existe empolgação passageira, ferramenta da moda, hype temporária. Mas legado de verdade? Só constrói quem domina o fundamento.

    Databricks IA kafka Spark SQL
    Compartilhar. Facebook Twitter Pinterest LinkedIn Email Telegram WhatsApp Copiar link
    Luciano Borba
    • Website
    • Instagram
    • LinkedIn

    Engenheiro de Dados | Criador de Conteúdo | Instrutor Apaixonado por transformar dados em decisões e ensinar de forma simples o que parece complexo. Compartilho experiências reais do mercado, projetos práticos e estratégias para quem quer se destacar na área de dados. Cursos, ebooks e dicas no meu LinkedIn e canal do YouTube.

    ads

    Notícias relacionadas

    21/07/2025

    Startup em crescimento? Confira as tendências de atendimento ao cliente para os próximos anos.

    18/07/2025

    A Dinamarca planeja atualizar suas leis de direitos autorais para dar às pessoas controle legal sobre seus próprios rostos, vozes e corpos.

    15/07/2025

    A Maior Tecnologia do Mundo: Conexões Humanas que Transformam Ecossistemas

    Siga nas redes
    • Facebook
    • Twitter
    • Instagram
    • YouTube
    • TikTok
    coloque sua marca aqui 300x250
    Em Destaque

    Programa BASE traz iniciativa para impulsionar pesquisadores em deeptechs com bolsas de até R$7.500 por mês

    Paraíba promove eventos gratuitos sobre ciência, tecnologia e desenvolvimento social

    SP lança Plano de Desenvolvimento da Indústria de Games para consolidar estado como referência global

    Startup em crescimento? Confira as tendências de atendimento ao cliente para os próximos anos.

    Sobre nós
    Sobre nós

    Somos um portal de tecnologia desenvolvido com o propósito de mostrar a nossa tecnologia para
    Nosso estado, região, pais e Mundo.

    Fale Conosco: [email protected]
    Redação: +55 83 987931523

    Facebook X (Twitter) Instagram YouTube TikTok
    Últimas Noticias

    Programa BASE traz iniciativa para impulsionar pesquisadores em deeptechs com bolsas de até R$7.500 por mês

    Paraíba promove eventos gratuitos sobre ciência, tecnologia e desenvolvimento social

    Ignorar SQL é o novo “atalho” disfarçado de modernidade

    coloque sua marca aqui 300x250
    © 2025 Santo Tech. por NIBWOZ.
    • Início
    • Colunistas
    • Editais
    • Startups
    • Eventos
    • Dicas
    • Vagas e jobs

    Digite o que busca acima e tecle Enter para procurar ou tecle Esc para cancelar.