A tolerância a falhas começa com a definição clara do problema de falha: o que pode falhar, quais premissas são seguras e como um sistema distribuído deve se comportar sob estresse. Este curso aborda os conceitos fundamentais e os padrões de projeto que sustentam serviços resilientes, abrangendo desde contenção e consenso até recuperação, mensageria, observabilidade e comportamento de fallback. Ele é voltado para profissionais que projetam ou mantêm sistemas distribuídos e buscam um panorama prático dos *trade-offs* que moldam softwares confiáveis.
O curso aborda modelos e premissas de falha, redundância e contenção de falhas, quóruns, consistência e consenso, além de durabilidade e mecanismos de recuperação de dados. Também trata de tentativas de reexecução (retries), idempotência, *backpressure*, mensageria assíncrona resiliente, observabilidade para isolamento de falhas e degradação graciosa com mecanismos de *fallback* seguros.