Turma ao vivoToda quinta, 19h às 22h Entrar na lista

Observa­bility 360

Do primeiro span ao projeto em produção: um treinamento ao vivo de 6 módulos para operar observability de verdade, com OpenTelemetry, Apache Kafka, ClickHouse, ClickStack (HyperDX), Kubernetes, RCA e IA aplicada.

Entrar na lista Ver currículo
OPORTUNIDADE DE MERCADO

Observability virou competência de engenharia, não responsabilidade de uma ferramenta.

Plataformas modernas geram sinais demais, mudam rápido demais e custam caro demais para serem operadas só com dashboard e alerta genérico. SREs, DevOps, Platform Engineers e times de backend precisam entender telemetria como arquitetura: ingestão, contexto, retenção, query, custo e resposta a incidentes.

FLUXO NATIVO

Mais sinais

Microserviços, Kubernetes, filas e APIs aumentam volume e cardinalidade todos os dias.

CUSTO

Menos desperdício

Sem modelagem e retenção, observability vira uma conta crescente que pouca gente sabe explicar.

RCA

Menos chute

O raro que acontece quando logs, traces e métricas respondem perguntas durante o incidente.

PARA QUEM JÁ VIVE PRODUÇÃO

Observability sem slide bonito e dashboard inútil.

Observability real nasce em produção, não em tutorial. O curso parte de problemas que você já conhece: cardinalidade fora de controle, contexto perdido entre serviços, Collector subdimensionado, Apache Kafka mal dimensionado para absorver picos de ingestão e time tentando fazer RCA no escuro.

A promessa é prática: sair com repertório para desenhar uma stack, defender trade-offs e operar sinais confiáveis em cloud native, com revisão ao vivo durante a jornada.

ONDE A STACK COSTUMA QUEBRAR

Se sua telemetria não ajuda no incidente, ela só está gerando custo.

TRACES

Contexto perdido entre serviços

Span sem nome útil, atributo demais, propagação falhando e RCA virando caça ao tesouro.

METRICS

Cardinalidade fora de controle

Métrica que parecia simples explode custo, degrada query e atrapalha alerta confiável.

PIPELINE

Collector frágil em produção

Sem fila, sem retry, sem health do próprio pipeline e sem clareza de capacidade.

QUERY

Dados que não respondem perguntas

Logs, traces e métricas existem, mas não se correlacionam quando o time precisa decidir rápido.

O que você vai aprender

01

Instrumente com critério

Use OpenTelemetry sem explodir cardinalidade, custo ou ruído operacional.

02

Modele para query real

ClickHouse, ClickStack, retenção, TTL e schema pensados para investigação.

03

Opere sob pressão

Pipeline com OTel Collector, Fluent Bit, Apache Kafka, retry, health checks e sinais do próprio sistema.

04

Use IA com contexto

Conecte MCP ao ClickStack e tenha agentes consultando seus sinais para chegar à causa raiz antes de você terminar de ler o alerta.

PROJETO EM PRODUÇÃO

O pipeline que você vai montar, operar e defender tecnicamente.

A jornada conecta instrumentação, coleta, buffer, armazenamento analítico e investigação. O foco é entender onde cada decisão impacta custo, latência, confiabilidade e RCA.

APPS Go + Java traces, metrics, logs
COLLECT OTel Collector agent/gateway, processors, exporters
LOGS Fluent Bit tail, parse, enrich
BUFFER Apache Kafka picos, retry, desacoplamento
STORE ClickHouse schema, TTL, compressão, SQL
INVESTIGATE ClickStack RCA, correlação, query
CLICKHOUSE

Por que ClickHouse e não só Elasticsearch?

Elasticsearch nasceu para busca textual e indexação invertida. Em observability moderna, a investigação é agregação em alto volume, cardinalidade alta e custo previsível. ClickHouse entra como motor analítico colunar para esse workload.

NETFLIX

5 PB/dia

Log em escala massiva com ClickHouse, mais de 10 milhões de eventos por segundo e queries interativas.

EDD

-30%

Migração do Elasticsearch para ClickHouse em logs, com redução de custo de hardware e queries mais rápidas.

META

62x

Compressão de dados não estruturados em ClickHouse com melhoria expressiva de performance.

CLICKHOUSE

10x+

Compressão e retenção longa para dados OTel com tempo de query como primeira resposta.

Por que não é Loki?

Loki é forte para logs e tem pouco overhead. Mas a proposta aqui é correlacionar logs, traces e métricas com SQL e schema. ClickHouse e ClickStack fazem isso nativamente.

Por que não é Elasticsearch?

Elasticsearch é excelente para busca textual e continua útil em muitos cenários. O ponto é custo e modelo de consulta: observability em alto volume pede agregação, retenção longa, compressão, schema e SQL para investigar sinais sem transformar tudo em índice caro.

Por que não é Grafana?

Grafana é uma ótima camada de visualização. Aqui o foco é construir a fundação que alimenta a investigação: instrumentação, coleta, buffer, armazenamento analítico e correlação. Dashboard ajuda, mas não substitui arquitetura de dados para RCA.

CURRÍCULO

Seis módulos para sair de sinais soltos para uma operação observável.

Números baseados em materiais públicos de ClickHouse, Netflix, Red, Sentry e Cloudflare.

MÓDULO 1 · FUNDAMENTOS

Fundamentos de Observability

Monitoramento vs observability, métricas, traces, logs, SLI, SLO, SLA, Error Budget e ODD.

MÓDULO 2 · OPENTELEMETRY

OpenTelemetry do zero à produção

SDK, API, OpenTelemetry Collector, exporters, processors, semantic conventions, Go, Java, contexto e sampling.

MÓDULO 3 · CLICKHOUSE

ClickHouse como backend analítico

MergeTrees, particionamento, compressão, schema design, queries analíticas, retenção, custo e comparação com Elasticsearch.

MÓDULO 4 · INFRAESTRUTURA E LOGS

Infraestrutura, ingestão e logs

OpenTelemetry Collector em modo agent/gateway, Fluent Bit, Apache Kafka, ClickHouse, kind/minikube, DaemonSet, HPA com KEDA, helm, Strimzi e Ability.

MÓDULO 5 · RESILIÊNCIA

Resiliência e Escala em Produção

Retry, fila, persistent storage, multi-cluster, isolamento de ingestão/query, alertas do pipeline e capacity planning.

MÓDULO 6 · IA E MCP

IA e MCP em Observability

Agentes consultando traces e logs, RCA, runbooks gerados e limites do que automatizar.

PERFIL DA TURMA

Feito para quem precisa operar, defender arquitetura e responder incidente.

É para você se...

✓

Você atua com backend, plataforma, SRE ou DevOps ou arquitetura.

✓

Você já viveu deploy, incidentes, Kubernetes, cloud ou sistemas distribuídos.

✓

Você quer ser o "toolbelt" para desenhar pipeline confiável.

✓

Você precisa justificar custo, retenção, sampling e schema e trade-offs técnicas.

Não é a melhor escolha se...

✕

Você busca um curso introdutório de programação ou DevOps do zero.

✕

Você quer apenas aprender a clicar em uma ferramenta SaaS específica.

✕

Você não consegue reservar tempo semanal para aula ao vivo e prática.

✕

Você espera respostas mágicas sem discutir contexto, custo e operação.

FORMATO AO VIVO

Ao vivo. Toda quinta. Das 19h às 22h.

Cada sessão combina teoria aplicada, terminal aberto, decisões de arquitetura, exercícios, demos e tempo real para dúvidas. A turma é guiada semana a semana para manter ritmo, profundidade e troca entre pessoas que já vivem produção.

Aulas ao vivo

Quintas, 19h às 22h, em 6 encontros, totalizando 18 horas ao vivo.

Dúvidas em tempo real

Interação direta durante cada aula, com espaço para casos reais trazidos pela turma.

Exercícios via PR

Entrega no GitHub para validar prática, raciocínio técnico, documentação e trade-offs.

Projeto final

Entrega prática revisada ao vivo: serviços instrumentados, pipeline, backend analítico e decisões de arquitetura.

PESADA DEV

Você aprende olhando para arquitetura, código, terminal e query.

A abordagem combina implementação, leitura crítica de área e decisões de operação. Não é uma coleção de ferramentas: é um sistema para diagnosticar produção com dados reais, contexto e automação onde ela faz sentido.

$ observability360 stack plan

signals:
  traces: context propagation, sampling, span naming
  metrics: SLIs, SLOs, error budget
  logs: structured events, RCA, high-cardinality queries

pipeline:
  app -> OTel Collector / Fluent Bit -> Apache Kafka -> ClickStack

ops:
  kubernetes: daemonset, deployment, keda
  storage: retention, ttl, compression
  review: pull request + live architecture review
PROJETO FINAL

Entregue uma stack completa de observability.

O fechamento do curso é um projeto com serviços instrumentados, pipeline completo, backend analítico e dashboard funcional. A revisão acontece ao vivo para transformar cada decisão em aprendizado coletivo.

✓ Dois serviços instrumentados: Go e Java
✓ OpenTelemetry Collector com pipeline completo
✓ Apache Kafka como camada de desacoplamento e absorção de picos de ingestão
✓ ClickHouse como backend de observability
✓ ClickStack como experiência principal de investigação
✓ README com decisões de arquitetura e trade-offs
PRÉ-REQUISITOS E AMBIENTE

Você não precisa chegar especialista. Precisa chegar com base e vontade de abrir o terminal.

Conhecimento esperado

  • Noções de HTTP, APIs, logs, métricas e deploy de aplicações
  • Vivência com backend, infraestrutura, SRE, DevOps ou plataforma
  • Familiaridade básica com Docker, Kubernetes ou cloud native

Setup recomendado

  • Máquina com Docker, Git e editor de código instalados
  • Conta GitHub para exercícios via PR e revisão
  • Ambiente local ou cloud para rodar labs com OTel, Apache Kafka, ClickHouse e ClickStack

O que você leva

  • Gravações por 1 ano para revisão
  • Exercícios e projeto final com contexto de produção
  • Critérios para tomar decisões de custo, escala, retenção e confiabilidade
  • Certificado de conclusão do Observability 360
INSTRUTORES

Aprenda com quem opera engenharia em escala.

O curso é conduzido por profissionais que vivem arquitetura, confiabilidade, plataforma, dados e observability em ambientes de alta exigência.

Luis Vinhali

STAFF ENGINEER

Luis Vinhali

Experiência em plataforma, observability e arquitetura em ambientes de alta escala. Passou por IBM, C6 Bank e Bradesco.

LinkedIn
Rafael Gumiero

PRINCIPAL ENGINEER

Rafael Gumiero

Ex-AWS principal specialist em OpenSearch para LATAM. Foco em dados, analytics e workloads críticos em produção.

LinkedIn

Teste por 7 dias com tranquilidade.

Entre, assista, avalie a profundidade técnica e veja se o formato conversa com o seu momento. Se nos primeiros 7 dias você sentir que a turma não é para você, basta pedir o reembolso. Simples, direto e profissional.

A garantia existe para você decidir com segurança.

Entrar na lista de espera
PRÓXIMA TURMA

Três formas de entrar para o Observability 360.

A turma é ao vivo, com tamanho controlado para preservar qualidade nas discussões, revisão de PRs e acompanhamento do projeto final. Escolha o formato que faz sentido para o seu momento.

Inscrição regular

R$ 2.197

Para quem decide entrar fora da janela da lista de espera, com vagas sujeitas à disponibilidade da turma.

Quero garantir minha vaga
  • 18 horas ao vivo em 6 encontros às quintas
  • Revisão de exercícios e do projeto final
  • Acesso às gravações por 1 ano
  • 7 dias de garantia profissional

RECOMENDADO PARA QUEM ENTRAR NA LISTA

Lista de espera

R$ 1.997

R$ 300 de desconto garantido para quem entrar na lista e confirmar a vaga na primeira janela de abertura.

Entrar na lista de espera
  • 18 horas ao vivo em 6 encontros às quintas
  • Revisão de exercícios e do projeto final
  • Acesso às gravações por 1 ano
  • 7 dias de garantia profissional
  • Prioridade de vaga sobre inscrição regular

Turma para empresas

Treinamento fechado, adaptado ao contexto do seu time.

Diagnóstico técnico da stack atual, labs com cenários reais de OTel Collector, Fluent Bit, Apache Kafka e ClickHouse, e agenda combinada com engenharia, plataforma, SRE ou DevOps.

Conversar no WhatsApp
  • Diagnóstico de arquitetura, custo e cardinalidade
  • Conteúdo e labs adaptados ao stack do time
  • Turma fechada, com agenda combinada
  • Proposta sob consulta, conforme escopo
FAQ

Antes de entrar na lista.

É para iniciante?

Não. O curso assume que você já lida com deploys, incidentes e decisões de produção. Se você nunca viu um span, uma métrica ou um pipeline de logs, vale estudar fundamentos antes.

Preciso saber OpenTelemetry?

Não precisa dominar. O curso começa do SDK, mas assume maturidade de engenharia para entender trade-offs.

Vou conseguir acompanhar ao vivo?

As aulas acontecem às quintas, das 19h às 22h. A proposta é aprender junto, tirar dúvidas ao vivo. Às gravações ficam disponíveis por até 1 ano para revisão.

Vai ter mão na massa?

Sim. Cada módulo tem lab, exercício ou estudo de caso, e as entregas principais acontecem via PR no GitHub.

É SaaS ou self-hosted?

Os dois aparecem. A base é self-hosted com ClickHouse, Apache Kafka, OTel Collector, Fluent Bit e ClickStack, mas decisões SaaS entram nos comparativos.

Vou ter contato com os instrutores?

Sim. A turma terá um espaço exclusivo para troca com os instrutores e com outros alunos. A ideia é aproximar quem está vivendo problemas parecidos em produção, compartilhar dúvidas, discutir decisões de arquitetura e manter a conversa viva fora das aulas.

Quer ser avisado quando a próxima turma abrir?

Entre na lista para receber data, condição antecipada, pré-requisitos e detalhes da matrícula. Sem spam. A gente fala com você quando a turma abrir.