O que entregamos

Serviços

Da modelagem formal ao pipeline em produção. Cada entrega inclui documentação completa — o cliente sabe exatamente como a stack funciona e pode evoluí-la internamente.

Composable Data Platform

Montamos a stack certa para o perfil do cliente — DuckDB para volumes de GBs, PySpark + Delta Lake para dezenas de GBs ou quando time travel e ACID são necessários. Arquitetura Medallion (Bronze → Silver → Gold) com dbt, Airflow e PostgreSQL DW. 100% open source, versionada em Git, sem vendor lock-in.

Modelagem de Dados Formal

Três camadas de modelagem entregues como artefato do projeto: conceitual (Excalidraw), lógica (dbdiagram / DBML) e física (DDL Python + dbt schema.yml). Normalização até 3NF. Documentação gerada automaticamente via SchemaSpy e dbt Docs — o cliente recebe um portal navegável do modelo.

Engenharia de Pipelines

Ingestão de ERPs (Protheus/TOTVS via PyAirbyte), APIs governamentais (MDIC, IBGE, ANP), bancos relacionais e arquivos flat. Scripts Python puros para ingestão, transformação, exportação e validação. Compressão Parquet zstd, particionamento por tempo, carregamento em chunks via COPY nativo no PostgreSQL.

Qualidade & Observabilidade

Great Expectations para validações estatísticas, dbt tests para integridade referencial e unicidade, scripts Python de validação pós-carga. Row Level Security no PostgreSQL. Todos os serviços expostos com SSL via Nginx + Certbot. PgBouncer para connection pooling.

Dashboards & Visualização

Streamlit + Plotly para portais analíticos avançados. Metabase self-hosted para BI de negócio sem licença por usuário. Pandas para manipulação de dados no browser. Storytelling de Dados e UX Design para alta gestão. Acesso seguro via subdomínio dedicado com autenticação.

Consultoria & Laboratório

Laboratório ativo com dois pipelines paralelos funcionando em produção — dados de ERP (Protheus) e dados públicos (MDIC/Comex). Cada componente testado e documentado. Entregamos o recorte certo para o seu perfil: startup, média empresa, rede de franquias ou consultoria.

Como funciona um projeto

Diagnóstico

Mapeamos fontes, volume, frequência e maturidade do time. Definimos o recorte da stack.

Modelagem

Entregamos modelagem conceitual (Excalidraw), lógica (dbdiagram) e física (DDL + dbt schema.yml). Cliente aprova antes de implementar.

Implementação

Adaptamos os componentes do laboratório ao domínio do cliente. Pipeline funcionando em 4–6 semanas.

Documentação

dbt Docs, SchemaSpy e documentação de arquitetura entregues como artefato. Treinamento do time.