De Code Cruncher a Creative Thinker: Minha jornada com o Microsoft Copilot no Fabric

By Mirko Peters · 2026-08-28

Você já gastou o que pareceu uma tarde inteira de verão só transformando um arquivo CSV? Eu já, e dizer que isso drenou minha motivação seria pouco. Mas isso foi antes de o Microsoft Copilot entrar em cena. Neste post, vou compartilhar o caminho sinuoso, às vezes constrangedor, às vezes revelador, que percorri: de temer o trabalho rotineiro de engenharia de dados a redescobrir por que eu gostava d

Automatically translated with AI from the original post. Read the English original

Você já gastou o que pareceu uma tarde inteira de verão só transformando um arquivo CSV? Eu já, e dizer que isso drenou minha motivação seria pouco. Mas isso foi antes de o Microsoft Copilot entrar em cena. Neste post, vou compartilhar o caminho sinuoso, às vezes constrangedor, às vezes revelador, que percorri: de temer o trabalho rotineiro de engenharia de dados a redescobrir por que eu gostava de construir coisas com código, tudo graças a um pouco de mágica da IA (e a algumas lições aprendidas da maneira difícil).

Quando o burnout encontrou a automação: um alerta

Eu costumava perder fins de semana inteiros com conversões de arquivos CSV. Sem brincadeira. Meus sábados se dissolviam num borrão de mensagens de erro enquanto eu depurava código Spark que se recusava a cooperar. As xícaras de café se acumulavam conforme o sol se punha, e eu percebia que mais um dia tinha desaparecido no vazio digital.

Parece familiar?

O monstro que devorava fins de semana

Converter arquivos de CSV para tabelas Delta Parquet era meu inimigo pessoal. O que deveria ser simples virou um sumidouro de tempo que esmagava a alma. Eu começava na sexta à noite pensando: "Isso leva uma hora, no máximo." Na noite de domingo, já estava questionando minhas escolhas de carreira.

A pesquisa confirma minha dor: a automação pode reduzir o tempo de tarefas rotineiras em até 40%. Mas saber disso não ajudava quando eu estava atolado em erros de código.

Ceticismo: minha configuração padrão

Quando o Copilot prometeu cuidar dessas tarefas, eu ri. Sério? Entregar meu código a um assistente de IA? Os problemas de confiança eram reais.

• E se ele cometesse erros que eu não perceberia?
• E se criasse mais problemas do que soluções?
• E se eu me tornasse... substituível?

Mas a desesperança acabou vencendo o ceticismo.

Eu antigo vs. eu novo

A transformação foi quase constrangedora:

Eu antigo: passava mais de 6 horas criando um calendário fiscal, xingando a tela.
Eu novo: digita um prompt, revisa o código gerado, pronto em 15 minutos.

Tarefas manuais de transformação de dados que antes devoravam meus fins de semana agora levam minutos. Fluxos de ETL que exigiam dias de codificação e depuração? Resolvidos com prompts em linguagem natural.

"Às vezes, libertar-se de um fluxo de trabalho tedioso é a coisa mais criativa que você pode fazer." – Inder Rana

As palavras de Rana ganham outro sentido agora. O alívio de deixar isso para trás foi inesperado. Percebi que tinha tempo livre de verdade. Redescobri hobbies. Lembrei como era a minha família.

O efeito colateral surpreendente

O maior choque não foi o ganho de eficiência, e sim o espaço mental que se abriu. Sem o temor das intermináveis sessões de depuração, minha mente passou a pensar em questões maiores e soluções criativas.

Sim, eu continuo revisando tudo o que o Copilot gera. Sim, às vezes preciso ajustar o código. Mas a economia de 40% de tempo? No meu caso, essa é uma estimativa conservadora.

Meu burnout não apenas encontrou a automação. Ele foi completamente derrotado por ela.

A arte esquecida da engenharia de prompts (ou: conversando com robôs por diversão e lucro)

Nunca imaginei que desenvolveria uma relação criativa com uma IA, mas aqui estamos. Escrever prompts para o Copilot se tornou, de alguma forma, uma das partes mais inesperadamente criativas do meu trabalho como engenheiro de dados.

Lembra quando programar significava memorizar sintaxe exata? Essa época parece distante agora.

A fábrica acidental de monstros

No mês passado, eu estava exausto após um longo dia de manipulação de dados. Meu cérebro estava frito. Eu precisava criar uma tabela simples de transformação de dados, mas, de algum modo, digitei: "crie uma tabela de monstros de fantasia com estatísticas de dano e habilidades especiais."

A resposta do Copilot? Uma mistura bizarra de sintaxe SQL e conteúdo de RPG de fantasia que não fazia o menor sentido. Ele tentou criar colunas para "acidBreath" e "tentacleCount" junto com meus campos de dados reais.

Ri por cinco minutos seguidos. Depois percebi algo importante: eu estava conversando com meu ambiente de desenvolvimento. Não programando. Conversando.

O ciclo prompt-revisão-aprimoramento

Hoje tenho um fluxo de trabalho:

• Escrever um prompt em linguagem natural
• Revisar o que o Copilot gera
• Refinar meu prompt com mais detalhes
• Repetir até ficar perfeito

Parece menos programação e mais... coaching? Direção? Seja lá o que for, está mudando a forma como abordo os problemas.

Aprendendo com os profissionais

As demonstrações do setor têm sido reveladoras. Inder Rana mostrou como o Copilot conseguia ler arquivos de pastas de prescrição do CMS e transformá-los em data frames do Spark apenas com prompts conversacionais.

A demonstração de Dan Taylor, convertendo dados do Azure SQL em tabelas de datas, me deixou impressionado. Como ele disse,

"A arte de engenharia de prompts é o novo ofício para engenheiros de dados."

Estou começando a acreditar nele.

Ficando complexo

Meus prompts evoluíram além de tarefas simples. Agora peço conversões de colunas, transformações de tipos de dados e até novas colunas calculadas com base em regras de negócio.

Às vezes, minhas solicitações saem do rumo. Certa vez, recebi uma análise perfeita de um poema em vez de código de banco de dados, porque não fui específico o suficiente. Mas isso faz parte da curva de aprendizado.

Essa nova interface, a linguagem natural, parece mais intuitiva do que qualquer script tradicional já foi. Não é perfeita. Você precisa de supervisão humana. Mas passo cada vez mais tempo pensando em o que quero realizar, e menos em como realizar.

E, sinceramente? Isso parece progresso.

ETL em linguagem simples: adeus, scripts enigmáticos

Lembra dos velhos tempos do ETL? Eu me lembro bem. Uma bagunça de scripts espalhados por vários arquivos, conversões de tipos de dados confusas e aqueles temidos pipelines de dados quebrados que derrubavam tudo às 2 da manhã. Bons tempos... que nada.

Do caos à conversa

Agora? Eu simplesmente descrevo o que quero ao Copilot:

"Extraia os dados de vendas do último trimestre do nosso banco SQL, limpe os valores nulos no campo customer_id e crie uma tabela de resumo com os totais por região."

E, assim de repente, o Copilot monta o código na hora. Sem mais procurar no Stack Overflow nem decifrar documentação enigmática. É quase injusto o quanto isso ficou simples.

Comandos mágicos que parecem trapaça

Os comandos mágicos de gráficos? Pura bruxaria. Em vez de passar horas ajustando código de visualização, basta digitar algo como %%create_chart vendas por região e pronto: visualização instantânea.

E nem me fale do %%fix_errors nos notebooks. Esse comando já me poupou incontáveis horas de depuração. É como ter um desenvolvedor sênior olhando por cima do meu ombro, pegando erros antes que causem problemas.

Quando o Copilot enxerga o que você não vê

Semana passada, eu estava transformando alguns dados de clientes quando o Copilot sugeriu, educadamente: "Notei que você está tentando juntar essas tabelas usando tipos de colunas diferentes. Quer que eu adicione uma etapa de conversão?"

Eu nem tinha percebido o problema! Seriam horas de depuração jogadas fora.

Confie, mas verifique

Toda sugestão do Copilot é perfeita? Não. Às vezes ele gera código que parece plausível, mas não funciona bem no meu cenário específico. Mas o que tenho notado é que os erros estão diminuindo, e eu estou ficando melhor em formular os prompts corretamente.

• As partes tediosas do ETL agora parecem quase divertidas
• Meu foco passou de corrigir código para projetar fluxos de trabalho
• A revisão humana continua essencial, mas bem menos penosa

Como Josh de put it: "Com o Copilot, descrever fluxos de dados em linguagem simples não é apenas possível, é libertador."

Não vou abandonar minhas habilidades de programação tão cedo. Mas estou abraçando uma nova realidade, em que a criação de ETL passou de lenta e tediosa para rápida e, ousaria dizer, agradável. E isso merece ser celebrado.

De dias a minutos: calendários fiscais sem complicação

Ainda sinto aquele aperto no estômago quando penso em projetos de calendário fiscal. Você conhece: a criação de tabelas tediosa e demorada que sempre acaba caindo na sua mesa.

Durante anos, eu reservava tardes inteiras (às vezes dias) para construir esses calendários do zero. Programando cada parâmetro, conferindo intervalos de datas, corrigindo os inevitáveis bugs. Era... doloroso.

A abordagem que muda o jogo

Então vi a demonstração de Greg Bowmont. Literalmente, fiquei de queixo caído.

Ele mostrou como o Copilot conseguia gerar calendários fiscais personalizados quase instantaneamente. Não em dias. Não em horas. Em minutos.

"Automatizar o calendário fiscal devolveu horas ao meu trimestre. Esse é um ROI que você sente na prática." – Greg Bowmont

O que antes consumia metade da minha semana agora leva menos tempo do que minha pausa para o café. Não é exagero: eu cronometrei!

O segredo: parâmetros configuráveis

• Especificações de colunas adaptadas às suas necessidades
• Tipos de dados flexíveis (sem mais dores de cabeça com conversões)
• Intervalos de datas personalizados que se adaptam a qualquer estrutura fiscal

Esses parâmetros configuráveis mudam tudo. Em vez de começar do zero, eu simplesmente digo ao Copilot o que preciso, e ele gera o código base instantaneamente.

Um pensamento ousado

Imagine um mundo em que as equipes financeiras criam seus próprios calendários fiscais sem nunca abrir um editor de código. Em que não precisam esperar que a TI ou a engenharia de dados encontre tempo em seu sprint.

Estamos surpreendentemente perto dessa realidade. O diretor financeiro da minha empresa, que não tem nenhuma experiência com programação, usou recentemente o meu modelo de prompt do Copilot para gerar um calendário personalizado para um projeto especial.

O toque humano ainda faz diferença

Não estou dizendo que ele fica perfeito logo de cara. Ainda é necessária uma revisão rápida: ajustar formatos de data aqui, alterar nomes de colunas ali. Às vezes, é preciso acrescentar cálculos específicos do negócio.

Mas começar com 90% do trabalho pronto? Isso muda o jogo.

Quando penso em todos os dias que passei debruçado sobre tabelas fiscais... bem, gostaria de ter essas horas de volta. Pelo menos agora, com o Copilot fazendo o trabalho pesado, posso me concentrar nas partes mais interessantes da engenharia de dados.

Perdido em código legado? O Copilot como anel decodificador

Todos já passamos por isso. Aquela base de código legado que ninguém quer tocar. A que tem documentação escassa e nomes de variáveis crípticos que fazem você questionar as suas escolhas de carreira.

No mês passado, herdei "a besta", um monstro de 15.000 linhas escrito por um desenvolvedor que saiu da empresa três anos atrás. Meu estômago despencou quando meu gerente, alegremente, me atribuiu a tarefa.

O pesadelo do código legado

Normalmente, eu passaria dias apenas tentando entender o que o código realmente fazia, sem falar em corrigir os bugs relatados. Mas dessa vez foi diferente. Eu tinha o Copilot ao meu lado.

Abri o primeiro arquivo em um notebook e pedi ao Copilot que o resumisse. Em poucos segundos, ele descreveu a funcionalidade principal, identificou as dependências-chave e ainda sinalizou possíveis problemas na implementação.

Espera, o quê? Isso teria me levado horas para descobrir sozinho.

Tradução de código em tempo real

Conforme eu me aprofundava, o Copilot continuava me surpreendendo:

• Explicou funções complexas em linguagem simples
• Gerou comentários úteis em linha
• Sugeriu abordagens melhores para trechos problemáticos
• Identificou variáveis não utilizadas e código redundante

A ajuda na depuração foi particularmente impressionante. Quando encontrei um erro estranho, o Copilot explicou não apenas o que estava errado, mas por que aquilo estava acontecendo: um contexto que eu teria levado séculos para rastrear.

"Decifrar o trabalho de outra pessoa costumava me levar dias. Agora me situo em minutos." – Josh de

A experiência do Josh reflete perfeitamente a minha. O tempo economizado na familiarização com o código e na solução de problemas é, sinceramente, difícil de exagerar.

Não é bem mágica

O Copilot é perfeito? Claro que não. Ainda encontrei alguns casos em que ele interpretou mal uma lógica de negócio sutil. Olhos humanos continuam sendo essenciais, especialmente para nuances específicas do domínio que não estão explícitas no código.

Às vezes acho que o Copilot deveria avaliar também os meus comentários no código. "Este comentário não serve para nada. Tente explicar POR QUE em vez de O QUE." Provavelmente eu me tornaria um desenvolvedor melhor!

Mas, mesmo com suas limitações, o Copilot mudou fundamentalmente a forma como encaro o código legado. O que antes era uma tarefa temida agora é quase... interessante? Estou descobrindo a lógica e a intenção por trás de bases de código complexas mais rápido do que nunca.

Aquele projeto que eu esperava levar semanas? Tive uma correção funcionando em três dias. Meu gerente acha que sou um gênio. Não vou contar se você não contar.

O lado social: superando a barreira do jargão técnico

Lembra daquelas reuniões constrangedoras em que eu tentava explicar junções de dados complexas ao meu gerente de produto? Em poucos minutos, os olhares já estavam vidrados. Isso não acontece mais.

Derrubando o muro

No mês passado, precisei explicar uma junção particularmente complicada, envolvendo várias tabelas, para nossa equipe de produto, formada por não técnicos. Preparei-me para os olhares vazios e os acenos educados de sempre.

Em vez dos meus slides de PowerPoint cheios de jargão SQL, abri nosso novo modelo semântico com o Copilot, conectado ao Power BI. Algo mágico aconteceu.

"A barreira entre as equipes técnicas e de negócio rachou, não com um estrondo, mas com um vínculo semântico."

Pela primeira vez, a gerente de produto realmente entendeu a relação entre os dados. Ela até começou a fazer perguntas inteligentes sobre os padrões por trás deles! Eu já não estava falando uma língua estrangeira.

O que mudou?

• Os modelos semânticos traduziram automaticamente meu jargão técnico para contextos de negócio
• Os membros da equipe podiam interagir diretamente com os relatórios em notebooks e no Power BI
• Os elementos interativos permitiram que pessoas não técnicas explorassem os dados do seu jeito
• Perguntas em tempo real passaram a ser respondidas sem que eu precisasse atuar como tradutor

Os gargalos desapareceram. Não havia mais espera para eu interpretar cada pergunta sobre dados ou criar relatórios personalizados para consultas simples.

Benefícios inesperados

O que eu não previ foi como a alfabetização em dados da nossa equipe melhorou rapidamente. Quando as pessoas conseguem interagir com os dados de forma natural, elas de fato começam a usá-los.

Nossa diretora de marketing, que certa vez declarou orgulhosamente ser "alérgica a planilhas", agora explora regularmente os dados de segmentação de clientes por conta própria. Na semana passada, ela identificou uma tendência que eu tinha deixado passar completamente!

Melhor ainda: nossas decisões melhoraram. Quando todos entendem os dados, fazemos menos suposições e escolhas mais baseadas em evidências.

Talvez a maior surpresa tenha sido durante nossa revisão trimestral. Pela primeira vez, nossa equipe executiva fez menos perguntas de esclarecimento e mais perguntas estratégicas. Passamos a reunião discutindo implicações, em vez de explicar conceitos básicos.

Quem diria que os modelos semânticos e o Copilot se tornariam os tradutores universais de que nem sabíamos que precisávamos?

Segurança: a segunda reflexão, com a cabeça no lugar

Quase cometi um grande erro na semana passada. Eu estava com pressa para compartilhar alguns insights de dados com minha equipe quando o Purview me alertou. Quase enviei dados sensíveis de clientes para todo o departamento. Que susto.

Aquele momento de tensão me fez perceber uma coisa: por toda a velocidade e a mágica que o Copilot traz para meu fluxo de trabalho, a segurança não pode ser um pensamento posterior.

Meu quase incidente

O SharePoint literalmente me salvou de um possível vazamento de dados. O sistema reconheceu o conteúdo sensível, bloqueou o compartilhamento e me levou a revisar as permissões. Senti vergonha e alívio ao mesmo tempo.

Desde então, fiquei meio obsessivo com nossos protocolos de segurança:

• Apertando as permissões em todas as nossas fontes de dados
• Aplicando rótulos de confidencialidade a tudo (inclusive o que parece inofensivo)
• Executando relatórios semanais de segurança para identificar qualquer coisa fora do normal

Colocando barreiras de proteção no Copilot

Algo que nem todo mundo percebe: o Copilot pode ser controlado. Implementamos políticas de Prevenção contra Perda de Dados (DLP) que restringem o que o Copilot pode acessar com base nos rótulos de confidencialidade.

Para projetos realmente sensíveis, até usei o PowerShell para travar as coisas ainda mais. Este pequeno comando virou meu melhor amigo:

Set-SPOSite -Identity [URL do site] -SearchScope "Site"

Isso limita a pesquisa apenas a esse site específico, impedindo que o Copilot puxe dados de lugares onde não deveria.

Encontrando o equilíbrio

Eu ainda adoro o ganho de produtividade que o Copilot me dá. Mas agora me aproximo dele com o que chamo de "a segunda reflexão, com a cabeça no lugar": aquela pausa para considerar as implicações de segurança antes de mergulhar de cabeça.

"Dá para automatizar muita coisa, mas não dá para automatizar o bom senso."

Essa frase do nosso CISO agora fica pendurada na minha área de trabalho virtual.

As ferramentas estão aí – relatórios do Purview, SharePoint Advanced Management, permissões granulares –, mas elas precisam de uma pessoa para implementá-las com cuidado.

Aprendi que velocidade e conveniência não significam absolutamente nada sem uma governança robusta. Na verdade, podem ser perigosas.

Meu fluxo de trabalho agora inclui check-ins regulares com nossa equipe de segurança, revisando quem tem acesso a quê e garantindo que nossas políticas de DLP estejam alinhadas com a forma como realmente usamos o Copilot na prática.

Dá um pouco mais de trabalho no início, mas me permite dormir tranquilo. Sinceramente? Prefiro gastar 15 minutos com protocolos de segurança do que 15 horas lidando com um vazamento de dados.

O Renascimento do Engenheiro de Dados (e o que vem depois)

Olhando para a minha trajetória, fico impressionado com o quanto meu papel evoluiu. Deixei de ser um operário do código, gastando horas infinitas em tarefas repetitivas, e me tornei um pensador criativo com espaço para inovar, tudo graças ao Copilot no Fabric.

A mudança não foi imediata. Eu estava cético no começo (quem não estaria com uma tecnologia nova?). Mas ver horas de codificação manual encolherem para minutos mudou tudo para mim.

Não estou sozinho nessa experiência. Vozes da indústria, como Inder Rana e Josh de, têm defendido essa integração cuidadosa da IA. Eles enfatizam algo fundamental: como usamos essas ferramentas importa tanto quanto que as usamos.

Como Josh afirmou durante uma apresentação recente,

"O Copilot não vai fazer o seu trabalho por você, mas pode finalmente permitir que você faça o seu melhor trabalho."

O que vem a seguir?

O futuro parece incrivelmente promissor. Já percebi que minhas habilidades de engenharia de prompts melhoraram: estou obtendo resultados melhores com instruções mais nuançadas. Isto é apenas o começo.

Mais ferramentas de IA estão a caminho. A visão da Microsoft para o Copilot não é estática; ela está evoluindo rapidamente. A combinação entre criatividade humana e automação está criando novo potencial para o que engenheiros de dados podem realizar.

O que mais me surpreende? A forma como o Copilot me encorajou a experimentar abordagens que eu teria descartado como complexas ou demoradas demais no passado. Ele me deu a permissão para experimentar.

Isto não é apenas um script útil ou um atalho conveniente: é uma verdadeira mudança de paradigma. As vozes da indústria ecoam esse sentimento com clareza: ignorar a IA é arriscado.

Para os céticos (e eu fui um deles), meu incentivo é simples: experimente. Especialmente se você estiver em dúvida. A transformação na forma como abordo problemas, colaboro com colegas de equipe e penso em soluções tem sido profunda.

Como engenheiros de dados, estamos vivendo um renascimento. Nosso papel não está diminuindo, está se expandindo. Estamos passando de mecânicos de código a arquitetos de soluções, de encanadores de dados a criadores de insights.

As ferramentas continuarão evoluindo. Nossas habilidades também precisam evoluir. Mas uma coisa é certa: o futuro pertence àqueles que conseguem combinar expertise técnica com a colaboração com a IA.

E, sinceramente, depois de ver o que é possível, não gostaria que fosse de outra forma.

Para ouvir mais sobre como essa tecnologia está transformando fluxos de trabalho e aprofundar-se em dicas práticas para aproveitar a IA, confira o episódio de podcast relacionado: Save Time with Microsoft Copilot in Fabric.