Da matéria‑prima
ao dado que sustenta decisão.

Ferramenta de linha de comando que perfila arquivos de dados antes da análise começar de verdade.

• Infere o que cada coluna representa, mesmo com nome abreviado
• Roda estatística avançada: Shapiro-Wilk, qui-quadrado com V de Cramér, correlação de Pearson/Spearman, seleção de distribuição por AIC, ADF e Ljung-Box
• Cruza tabelas pra descobrir quem é fato e quem é dimensão, e monta o diagrama ER
• Valida regra de negócio entre colunas (ordem de datas, derivação aritmética, nulidade condicional)
• Detecta CPF e CNPJ com validação de dígito verificador, mascara antes de expor
• Sugere as análises certas já com código pandas e SQL prontos pra rodar

• Python
• Perfilamento de Dados
• Estatística Avançada
• Modelagem de Dados
• LGPD
• 306 testes
• Sem IA
• Regras determinísticas

Pipeline de dados e dashboard analítico sobre a mineração brasileira, com dados 100% reais e públicos da ANM (Agência Nacional de Mineração).

• Cobre 2010 a 2025 em duas bases (Produção Bruta e Produção Beneficiada), cerca de 10.300 registros combinados
• Bronze em Python/Polars, só o trecho que decodifica o CSV cp1252 do governo; Silver, Gold e o cruzamento inteiramente em dbt sobre DuckDB
• Cruza as duas bases por SQL pra quantificar o valor que o beneficiamento agrega ao minério bruto
• 58 testes dbt (schema e singular), validando toda UF contra um seed de região, com documentação e linhagem geradas automaticamente
• Dashboard executivo interativo: um único arquivo HTML autocontido, sem backend nem dependência externa
• Bateia Ops: o mesmo ETL rodando como grafo de assets no Dagster, via Docker Compose, com retry automático e um asset check que barra o pipeline se o cruzamento degenerar

• Python
• Polars
• dbt (dbt-duckdb)
• DuckDB (SQL)
• Pipeline Bronze/Silver/Gold
• Dagster
• Docker
• GitHub Actions (CI)
• 58 testes dbt
• Dashboard sem backend

Biblioteca Python publicada no PyPI que infere o papel e o domínio de uma coluna a partir do nome, abreviação e conteúdo, sem dicionário fechado nem modelo de IA.

• Cascata de 6 detectores independentes (padrão de conteúdo, dicionário com abreviação expandida, fuzzy Jaro-Winkler, gazetteer de conteúdo, assinatura estrutural, contexto da tabela), combinados por noisy-OR
• Reconstrói abreviação corporativa (cd_dpto_lot vira "código" + "departamento" + "lotação") mesmo sem estar em nenhum dicionário
• Desambigua nome opaco pelo conteúdo da coluna e pelas colunas vizinhas já resolvidas na mesma tabela
• Devolve confiança, a evidência que decidiu, e hipóteses alternativas ranqueadas quando não é conclusivo
• Extraída do motor de inferência semântica do Recon, agora um pacote standalone: pip install colsemantics

• Python
• Publicado no PyPI
• Inferência Semântica
• Noisy-OR
• Jaro-Winkler
• Tipado (py.typed)
• Testado