Pipeline robusto começa antes da ferramenta.

• 11 Jun
  Prompt caching: o ajuste de 1 linha que corta 90% do custo de LLM em produção cache_control ephemeral, TTL 5 min, e como uma linha derrubou 75% do custo do meu pipeline noturno.
  llm
• 10 Jun
  SQL ainda é a linguagem mais importante de DE em 2026 Por que dev que terceiriza SQL pra ORM ou pandas vira o preenchedor de planilha da IA.
  sql
• 04 Jun
  YouTube bloqueia o endpoint de legendas. O de áudio continua aberto. Por que --sleep-subtitles 60 não resolve mais o HTTP 429 do YouTube, qual endpoint ainda funciona, e o que self-host com faster-whisper entrega vs SaaS pago.
  youtube
• 02 Jun
  Code review do meu próprio repo. Cinco coisas que eu mudaria hoje. Abri um repositório meu de dois anos atrás. Achei cinco anti-padrões no meu próprio código. Review honesto antes de continuar citando ele no portfólio.
  code-review
• 30 May
  SLA, não moda: quando batch, quando streaming, quando ambos A decisão entre batch e streaming não é cultural. É técnica: SLA do consumidor, custo, complexidade. E quase ninguém mede antes de escolher.
  batch
• 30 May
  Data Flows Ep01: o conceito que vem antes de qualquer ferramenta A Knight Capital perdeu 440 milhões de dólares em 45 minutos porque um servidor rodava código velho. Antes de qualquer ferramenta, existe um conceito que separa pipeline robusto de pipeline frágil: data flow.
  zero-to-expert
• 24 May
  Airflow por 2 anos: o que eu faria diferente Dois anos de Airflow em produção: finanças, processos de fábrica, marketing, analytics. Lista do que eu mudaria se começasse de novo, não teoria de doc.
  airflow
• 23 May
  Vinte conceitos de IA que você precisa entender em 2026 O guia visual completo de como a IA funciona, da base à fronteira. Seis seções, vinte conceitos, sem jargão de sobra.
  ia
• 17 May
  Quando o modelo deveria dizer 'não sei' Em 1998 a LTCM perdeu 4.6 bilhões porque seus modelos confiavam em território que nunca tinham visto. 27 anos depois meu HMM fazia o mesmo, em escala menor. Aqui é o que aprendi a colocar entre ele e o trade.
  cripto
• 13 May
  Instrumentando lineage do zero com Unity Catalog Unity Catalog captura lineage automaticamente, mas tem limitações que importam: UPDATE/DELETE/MERGE, RDDs, JDBC, multi-hop. O que ele cobre e onde a maioria erra.
  databricks
• 12 May
  Quando a Medallion Architecture atrapalha mais do que ajuda Medallion virou resposta automática para qualquer pipeline. Quando funciona bem, onde atrapalha, e o anti-padrão que ninguém comenta.
  medallion
• 02 May
  LGPD e modelos de ML: o que fazer com dados que já viraram pesos de modelo Direito ao apagamento acionado. Você deletou a linha do banco. O modelo em produção ainda carrega a contribuição daquele CPF. O que a LGPD exige e o que é possível fazer.
  lgpd
• 30 Apr
  Delta Lake ou Parquet? Você está fazendo a pergunta errada Delta Lake não compete com Parquet. Ele é construído em cima dele. A decisão real é outra, e errar aqui corrompe dados silenciosamente.
  delta-lake
• 23 Apr
  Sharpe -1.14 é sucesso de engenharia, não fracasso Data leakage destruiu um Sharpe +0.66 em -1.14. O que aprendi: 7 camadas, 202 testes, 90x melhor capital preservation que buy-hold.
  cripto
• 18 Apr
  Engenharia de dados em português de verdade é rara. Vou ajudar a mudar isso. Por que uma engenheira de dados sênior com passagens por grandes bancos brasileiros, fintech em escala global e projeto de big tech em Silicon Valley decidiu começar a escrever, e o que você vai encontrar aqui.
  manifesto
• 16 Apr
  LGPD na ingestão de dados: 4 princípios que mudam sua arquitetura LGPD não é checklist no fim do pipeline. É restrição de design desde o primeiro byte que entra. O que isso significa na prática.
  lgpd

Nenhum post ainda. Tudo