Aula 08 — Analyst: Domínio Educacional + Zabbix
Módulo: Mastery
Aula: 8 / 22
Módulo 3 · Plataforma Zabbix: Planejamento e Arquitetura Duração: 4-5 horas Agentes praticados:
@analyst,@zabbix-expertProjeto: Plataforma Zabbix Learning
🏆 Vitória desta aula
Pesquisa profunda do domínio educacional técnico concluída: análise competitiva de plataformas existentes, taxonomia de conteúdo Zabbix mapeada, personas de alunos definidas, e decisão RAG vs fine-tuning fundamentada.
Critério binário: docs/project-brief.md + docs/competitive-analysis.md + docs/content-taxonomy.md + docs/personas.md gerados e coerentes.
Conceito
Pesquisa profunda: dois domínios, não um
A Plataforma Zabbix Learning vive na interseção de dois domínios que o Analyst precisa pesquisar:
| Domínio | O que pesquisar | Por que importa |
|---|---|---|
| Educacional | Como plataformas técnicas ensinam (Pluralsight, KodeKloud, A Cloud Guru, labs AWS) | Definir o modelo pedagógico |
| Zabbix | Taxonomia completa do Zabbix (conceitos → config → automação → API) | Definir o currículo |
No RockQuiz, o Analyst pesquisou um domínio simples. No AuctionHunter, pesquisou um domínio hostil. Aqui, pesquisa dois domínios simultaneamente e precisa conectá-los: como ensinar Zabbix de forma eficaz.
O @zabbix-expert como validador de domínio
O Analyst pesquisa, mas pode não ter profundidade técnica em Zabbix. O @zabbix-expert (criado na Aula 02) valida: a taxonomia de conteúdo cobre todos os conceitos relevantes? Os níveis de dificuldade fazem sentido? As personas refletem o público real?
Prática
Passo 1 — Análise competitiva
cd ~/aiox-mastery/zabbix-platform
claude
@analyst
Alex, pesquise profundamente o domínio de plataformas
educacionais técnicas. Analise como as seguintes
plataformas ensinam:
- Pluralsight: modelo de aprendizado, assessments, paths
- KodeKloud: labs práticos, hands-on environments
- A Cloud Guru / Cantrill: AWS training com labs
- Exercism: exercícios práticos com mentoria
- TryHackMe: gamificação + labs de segurança
Para cada plataforma, documente:
1. Modelo pedagógico (vídeo? texto? hands-on? misto?)
2. Como medem progresso do aluno
3. Se têm labs práticos e como funcionam
4. Gamificação (se houver)
5. Modelo de pricing (free/paid tiers)
6. Pontos fortes e fracos
Depois, identifique: o que a Plataforma Zabbix Learning
pode aprender de cada uma? O que nenhuma faz que nós
poderíamos fazer?
*research-domain
Checklist de avaliação da análise competitiva
- Pelo menos 4 plataformas analisadas com profundidade?
- Modelo pedagógico documentado para cada uma?
- Labs práticos comparados (quem tem, como funciona)?
- Gaps identificados (o que ninguém faz)?
- Recomendações para a Plataforma Zabbix extraídas?
Se a análise for superficial:
Alex, a análise do KodeKloud diz apenas "tem labs".
Como funcionam? São containers? VMs? Quanto tempo duram?
O aluno configura do zero ou recebe ambiente pré-configurado?
Esse detalhe é crucial — nosso Lab Provisioner precisa
dessas referências.
🏆 Checkpoint 1: Análise competitiva completa.
Passo 2 — Taxonomia de conteúdo Zabbix
Alex, agora mapeie o conteúdo Zabbix completo em uma
taxonomia pedagógica. Use a documentação oficial como
fonte primária.
*exit
@zabbix-expert
Ajude a construir a taxonomia de conteúdo. Organize
o conhecimento Zabbix em módulos progressivos:
Nível 1 — Fundamentos:
- O que é monitoramento, por que importa
- Arquitetura Zabbix (Server, Proxy, Agent)
- Instalação básica
Nível 2 — Configuração:
- Hosts, templates, items, triggers
- Discovery (LLD, network discovery)
- Mapas e dashboards
Nível 3 — Operação:
- Actions, alertas, escalation
- Manutenção, SLA
- Troubleshooting
Nível 4 — Avançado:
- API Zabbix
- Scripts e automação
- Alta disponibilidade
- Performance tuning
Nível 5 — Expert:
- Arquitetura enterprise (proxies distribuídos)
- Integrações (Grafana, ELK, n8n)
- Custom modules
- Preparação para certificação
Para cada tópico: o que ensinar, pré-requisitos,
estimativa de duração, tipo de exercício (leitura, quiz,
lab prático).
Salve em docs/content-taxonomy.md
Checklist de avaliação da taxonomia
- Cobre do iniciante ao expert?
- Progressão lógica (cada nível depende do anterior)?
- Cada tópico tem tipo de exercício definido?
- O @zabbix-expert validou a completude técnica?
- Há estimativa de duração por tópico?
🏆 Checkpoint 2: Taxonomia de conteúdo validada pelo @zabbix-expert.
Passo 3 — Personas de alunos
@analyst
Alex, defina as personas de alunos da Plataforma Zabbix:
Persona 1 — Iniciante:
- Quem é? Experiência? Motivação?
- O que espera da plataforma?
- Quanto tempo tem para aprender?
Persona 2 — Intermediário:
- Já usa Zabbix mas quer aprofundar
- Quais gaps típicos?
Persona 3 — Avançado:
- Quer automação, API, enterprise
- Pode estar buscando certificação
Persona 4 — Migrador:
- Vem de outra ferramenta (Nagios, Prometheus, Datadog)
- Precisa de "tradução" de conceitos
Para cada persona: jornada ideal na plataforma,
funcionalidades que mais usa, métrica de sucesso.
Salve em docs/personas.md
🏆 Checkpoint 3: Personas definidas com jornadas.
Passo 4 — Avaliação RAG vs fine-tuning
@analyst
Alex, para o Content Engine, avalie duas abordagens:
Opção A — RAG (Retrieval-Augmented Generation):
- Ingerir documentação Zabbix como knowledge base
- Chunking + embedding + vector store
- Gerar aulas buscando chunks relevantes
Opção B — Fine-tuning:
- Treinar modelo com documentação + exemplos de aulas
- Gerar aulas diretamente
Analise: custo, qualidade, atualização (quando Zabbix
lança versão nova), controle, escalabilidade.
*exit
@zabbix-expert
Valide: qual abordagem gera melhor conteúdo educacional
sobre Zabbix? RAG permite atualizar com cada versão nova.
Fine-tuning pode gerar conteúdo mais fluido. Qual priorizar?
Documente a decisão fundamentada em docs/rag-vs-finetuning.md
🏆 Checkpoint 4 — VITÓRIA DA AULA: 4 documentos + decisão RAG/fine-tuning fundamentada.
Passo 5 — Commit
*exit
git add .
git commit -m "docs: domain research - competitive analysis, content taxonomy, personas, RAG evaluation
- Competitive analysis of 5 educational platforms
- Zabbix content taxonomy (5 levels, beginner to expert)
- 4 student personas with learning journeys
- RAG vs fine-tuning decision documented"
Reflexão
A complexidade de planejar uma plataforma
Compare o planejamento dos 3 projetos:
| Projeto | Domínios pesquisados | Complexidade da análise |
|---|---|---|
| RockQuiz | 1 (quiz de rock) | Baixa — domínio óbvio |
| AuctionHunter | 1 (leilões + scraping) | Média — domínio hostil |
| Plataforma Zabbix | 2 (educação + Zabbix) | Alta — interseção de domínios |
A Plataforma Zabbix exige que o Analyst pense em duas dimensões: o que ensinar (taxonomia Zabbix) e como ensinar (modelo pedagógico da plataforma). Cada decisão aqui afeta os 6 subsistemas.
O conceito-chave
Projetos com múltiplos domínios exigem pesquisa que os conecte, não apenas pesquisa isolada de cada um. A taxonomia de conteúdo é a ponte: ela é tanto pedagógica (como organizar o aprendizado) quanto técnica (quais conceitos Zabbix cobrir). O @zabbix-expert garante que a ponte é sólida dos dois lados.
Conexão com a próxima aula
Na Aula 09, PM e Architect transformam toda essa pesquisa em especificação: PRD com 30+ FRs organizados por subsistema, e arquitetura SaaS com 10+ containers.
Anterior: Aula 07 — Epics 5-7: Recovery, QA Evolution, Memory Layer Próxima: Aula 09 — PM + Architect: PRD e Arquitetura de SaaS
Pratique o que você aprendeu
Implemente os conceitos desta aula em seus próprios projetos. Consulte a página de projetos para desafios práticos e exemplos de código.