diff --git a/roadmap_implementacao b/roadmap_implementacao
new file mode 100644
index 0000000..fac19b9
--- /dev/null
+++ b/roadmap_implementacao
@@ -0,0 +1,171 @@
+* Você terá um cluster Swarm (mesmo que seja 1 nó no início).
+* Airbyte fará o papel de **EL** (Extract + Load).
+* dbt entrará como **T** (Transform), orquestrado junto com o Airbyte.
+* Metabase conectará no **data warehouse** (ex: PostgreSQL ou BigQuery).
+
+---
+
+# 🗂️ Roadmap: Airbyte + dbt + Metabase em Docker Swarm
+
+## 1. Pré-requisitos
+
+* Servidor Linux com **Docker Engine** e **Docker Swarm** já inicializado:
+
+  ```bash
+  docker swarm init
+  ```
+* Docker Compose plugin instalado (`docker compose` ou `docker-compose`).
+* Acesso a um **data warehouse** (ex: PostgreSQL, BigQuery, Snowflake, etc.).
+
+---
+
+## 2. Estrutura do projeto
+
+Crie uma pasta chamada `etl-stack`:
+
+```
+etl-stack/
+ ├── airbyte/       # Configuração do Airbyte
+ ├── dbt/           # Projetos dbt
+ ├── metabase/      # Metabase configs
+ └── docker-compose.yml
+```
+
+---
+
+## 3. Arquivo `docker-compose.yml` para Swarm
+
+```yaml
+version: "3.9"
+
+services:
+  # ========================
+  # Airbyte (EL)
+  # ========================
+  airbyte-server:
+    image: airbyte/airbyte:latest
+    deploy:
+      replicas: 1
+      restart_policy:
+        condition: on-failure
+    ports:
+      - "8000:8000"
+    environment:
+      - DATABASE_USER=airbyte
+      - DATABASE_PASSWORD=airbyte
+    volumes:
+      - airbyte_data:/data
+    networks:
+      - etl_net
+
+  airbyte-worker:
+    image: airbyte/airbyte:latest
+    command: worker
+    deploy:
+      replicas: 1
+    volumes:
+      - airbyte_data:/data
+    networks:
+      - etl_net
+
+  # ========================
+  # dbt (T)
+  # ========================
+  dbt:
+    image: ghcr.io/dbt-labs/dbt-postgres:latest
+    deploy:
+      replicas: 1
+    volumes:
+      - ./dbt:/usr/app
+    working_dir: /usr/app
+    networks:
+      - etl_net
+    command: ["bash", "-c", "dbt run"]
+
+  # ========================
+  # Metabase (BI)
+  # ========================
+  metabase:
+    image: metabase/metabase:latest
+    deploy:
+      replicas: 1
+      restart_policy:
+        condition: on-failure
+    ports:
+      - "3000:3000"
+    environment:
+      - MB_DB_FILE=/metabase-data/metabase.db
+    volumes:
+      - metabase_data:/metabase-data
+    networks:
+      - etl_net
+
+volumes:
+  airbyte_data:
+  metabase_data:
+
+networks:
+  etl_net:
+    driver: overlay
+```
+
+---
+
+## 4. Deploy no Swarm
+
+```bash
+docker stack deploy -c docker-compose.yml etl
+```
+
+* Airbyte → [http://localhost:8000](http://localhost:8000)
+* Metabase → [http://localhost:3000](http://localhost:3000)
+
+---
+
+## 5. Fluxo de trabalho
+
+1. **Configurar Airbyte**
+
+   * Conecte suas fontes (CSV, APIs, MySQL, etc.).
+   * Defina o destino (PostgreSQL ou BigQuery).
+   * Airbyte fará a carga dos dados crus no destino.
+
+2. **Rodar dbt para Transformação**
+
+   * Na pasta `dbt/`, inicialize um projeto:
+
+     ```bash
+     docker run -it --rm -v $(pwd)/dbt:/usr/app ghcr.io/dbt-labs/dbt-postgres:latest init my_project
+     ```
+   * Configure `profiles.yml` para apontar para o **mesmo warehouse usado pelo Airbyte**.
+   * Crie modelos SQL (`.sql` em `models/`) para limpar e juntar tabelas.
+   * Execute com:
+
+     ```bash
+     docker service update --force etl_dbt
+     ```
+
+3. **Explorar no Metabase**
+
+   * Conecte Metabase ao mesmo banco onde dbt grava as tabelas transformadas.
+   * Crie dashboards em cima das tabelas finais do dbt.
+
+---
+
+## 6. Agendamento
+
+* Airbyte já tem scheduler interno.
+* Para rodar dbt após cada sync, use o **dbt Cloud** ou um **scheduler externo** (Airflow, Prefect, Dagster).
+* Alternativa simples: cronjob chamando `docker service update --force etl_dbt`.
+
+---
+
+## 7. Próximos passos
+
+* Criar **pipelines incrementais** no dbt.
+* Usar **tests e docs do dbt** para validar os dados.
+* Escalar com mais réplicas de Airbyte workers se o volume de dados crescer.
+
+---
+
+👉 Quer que eu prepare já um **exemplo de projeto dbt (com tabelas fictícias de CSV do Airbyte)** para você ter pronto e só rodar no seu setup?