Reference Architecture for Big Data in the Public Sector

• Victoria T. Oliveira UFC
• Rossana M. C. Andrade UFC
• Miguel Fraklin de Castro UFC
• Pedro Almir M. Oliveira UFC / IFMA
• Maria Inês Vale Silva UFC / SEFAZ-CE
• Davyson S. Ribeiro UFC / SEFAZ-CE
• Ismayle S. Santos UFC / UECE

DOI: https://doi.org/10.5753/lasdigov.2026.23579

Resumo

Este artigo apresenta a proposta e a avaliação de uma Arquitetura de Referência para Sistemas de Big Data no Setor Público, concebida com base em princípios modernos de engenharia de dados e alinhada a abordagens como Data Mesh e arquitetura Medallion. A arquitetura organiza o fluxo de dados em camadas bem definidas, promovendo escalabilidade, governança e reutilização de dados ao longo do ciclo analítico. Além disso, incorpora diretrizes que favorecem a autonomia das equipes, a padronização de processos e a melhoria da comunicação entre os atores envolvidos. A avaliação contou com a participação de 18 profissionais com experiência em Ciência de Dados e Big Data. Os resultados indicam uma percepção positiva quanto à clareza, organização e aplicabilidade da arquitetura proposta. Os participantes destacaram a definição clara dos componentes e seu suporte à execução das atividades e à integração entre equipes. Adicionalmente, a arquitetura demonstrou adaptabilidade a diferentes contextos e demandas. Conclui-se que a arquitetura proposta se apresenta como uma alternativa viável para apoiar iniciativas de Big Data no setor público, contribuindo para maior eficiência, organização e qualidade no uso de dados.

Referências

Chamikara, M., Bertok, P., Liu, D., Camtepe, S., and Khalil, I. (2020). Efficient privacy preservation of big data for accurate data mining. Information Sciences, 527:420–443.

Davoudian, A. and Liu, M. (2020). Big data systems: A software engineering perspective. 53(5).

Ismail, F. N., Sengupta, A., and Amarasoma, S. (2025). Big data architecture for large organizations. arXiv preprint arXiv:2505.04717.

Kleppmann, M. (2017). Designing data-intensive applications: The big ideas behind reliable, scalable, and maintainable systems. ” O’Reilly Media, Inc.”.

Mishra, S., Shinde, M., Yadav, A., Ayyub, B., and Rao, A. (2024). An ai-driven data mesh architecture enhancing decision-making in infrastructure construction and public procurement. arXiv preprint arXiv:2412.00224.

Oliveira, V., Andrade, R., Castro, M., and Santos, I. (2025). From acquisition to interpretation: A model for creating data storytelling in big data. In Anais do XIII Latin American Symposium on Digital Government, pages 227–236, Porto Alegre, RS, Brasil. SBC.

PRESSMAN, Roger S.; MAXIM, B. R. (2021). Engenharia de Software. McGraw-Hill Brasil, [S. l.], 9 edition.

Ramos, G., Fernandes, D., Coelho, J., and Aquino, A. (2022). Data lakes lógicos como plataformas para dados governamentais em sociedades e cidades inteligentes. In Anais do X Workshop de Computação Aplicada em Governo Eletrônico, pages 215–226, Porto Alegre, RS, Brasil. SBC.

Santos, I., Oliveira, P., Oliveira, V., Nogueira, T., Dantas, A., Menescal, L., Élcio Batista, and Andrade, R. (2023). Big data fortaleza: Plataforma inteligente para políticas públicas baseadas em evidências. In Anais do XI Workshop de Computação Aplicada em Governo Eletrônico, pages 200–211, Porto Alegre, RS, Brasil. SBC.

Shahnawaz, M. and Kumar, M. (2025). A comprehensive survey on big data analytics: Characteristics, tools and techniques. ACM Comput. Surv., 57(8).

Warren, J. and Marz, N. (2015). Big Data: Principles and best practices of scalable realtime data systems. Simon and Schuster.

Wu, J., Guo, S., Li, J., and Zeng, D. (2016). Big data meet green challenges: Greening big data. IEEE Systems Journal, 10(3):873–887.