Este projeto é uma solução de dados que visa integrar dados provenientes de duas fontes distintas (de um Banco de Dados Relacional - RDBMS e um de Data Lake) para disponibizá-los em um Data Warehouse de forma a permitir análises e insights consistentes. O desafio é a construção de um Data Pipeline utilizando a Cloud AWS.
Para simular o contexto, primeiro foram criados fontes de dados (data sources). Uma delas é uma aplicação de geração de dados fictícios usando Python e ingeridos no Amazon RDS. Uma outra é a uma aplicação Python de geração de dados fictícios para criação de diversos arquivos JSON, os quais foram ingeridos em um Bucket do Amazon S3.