Stack
A ferramenta é consequência da arquitetura. Nunca a premissa.
"Somos agnósticos de ferramenta" é fácil de dizer e difícil de provar. Abaixo estão as 44 tecnologias que já rodaram em produção em projetos nossos, agrupadas pela camada que resolvem. Cada uma vem com a frase de como a usamos, não só o logotipo.
Nuvem e plataforma
Onde o ambiente roda. A escolha segue o que a empresa já tem e o custo total, não a preferência de quem implementa.
- AWS
- Ambientes de dados e aplicações: S3, Glue, Athena, Redshift e computação sob demanda.
- Google Cloud
- Analytics e cargas de machine learning quando o ecossistema do cliente já é Google.
- Azure
- Integração com o stack Microsoft: identidade, Power BI e Copilot corporativo.
- Databricks
- Engenharia de dados e ML em escala sobre lakehouse, com Delta e Unity Catalog.
- Kubernetes
- Orquestração de serviços e agentes que precisam escalar sem babá.
Armazenamento e consulta
A fundação. Decidimos o formato antes da ferramenta: nem todo problema pede lakehouse, e nem todo relatório pede warehouse.
- Data lake
- Camada bruta para dado que ainda não tem esquema fechado nem dono definido.
- Lakehouse
- Quando a empresa precisa de governança de warehouse com flexibilidade de lake.
- Data warehouse
- Camada modelada para consumo de BI, com definição de métrica versionada.
- Amazon S3
- Armazenamento base do lake, com política de ciclo de vida e retenção.
- Amazon Redshift
- Warehouse analítico para volumes que já não cabem em consulta direta.
- Amazon Athena
- Consulta SQL sobre o lake sem mover dado nem manter cluster ligado.
- Trino
- Consulta federada entre fontes distintas sem centralizar tudo antes.
- AWS Glue
- Catálogo e jobs de transformação gerenciados dentro do ecossistema AWS.
- NoSQL
- Documento e chave-valor quando o acesso é por chave e o esquema muda com frequência.
Ingestão e transformação
Como o dado se move e vira confiável. Pipeline sem teste e sem observabilidade é dívida, não entrega.
- Apache Airflow
- Orquestração de rotinas com dependência explícita, retry e alerta de falha.
- dbt
- Transformação versionada em SQL, com teste de qualidade e documentação geradas junto.
- Airbyte
- Ingestão de fontes de terceiros sem escrever conector do zero.
- PySpark
- Processamento distribuído para volume que não cabe em uma máquina.
- SQL
- A linguagem que atravessa tudo: modelagem, análise e validação.
- Python
- Pipelines, modelos, agentes e automação. É a cola do stack.
- ETL e ELT
- Escolhido pelo caso: transformar antes quando há regra pesada, depois quando há volume.
BI, análise e ciência
Onde o dado vira decisão. Dashboard bonito com métrica indefinida é o jeito mais caro de errar em grupo.
- Power BI
- Modelo semântico e relatórios com métrica definida uma vez e reusada.
- Tableau
- Exploração visual para times de análise que já vivem na ferramenta.
- Metabase
- Autoatendimento de consulta para times que não escrevem SQL.
- Apache Superset
- BI aberto quando o requisito é não depender de licença por usuário.
- SAS Guide
- Manutenção e migração de rotinas analíticas legadas sem perder histórico.
- Estatística aplicada
- Desenho de experimento, teste de hipótese e leitura honesta de resultado.
IA, agentes e machine learning
A camada que mais promete e mais falha. Entra com experimentação controlada, medida e teto de custo.
- LLM
- Modelos de linguagem ancorados na base de conhecimento da empresa, com fonte citada.
- LangChain
- Composição de cadeias de recuperação e ferramentas em produtos de IA.
- LangGraph
- Agentes com estado e fluxo explícito, quando a tarefa tem etapas e volta atrás.
- CrewAI
- Times de agentes com papéis definidos para tarefas que se dividem naturalmente.
- Agno
- Agentes leves e rápidos onde latência e custo por chamada são o gargalo.
- Machine learning
- Predição, recomendação, priorização e classificação sobre dado próprio.
- Redes neurais
- Quando o padrão não é linear e há volume que justifique o custo de treino.
- TensorFlow
- Treino e serviço de modelos profundos em cenários de visão e série temporal.
- Microsoft Copilot
- Ganho de produtividade individual dentro das ferramentas que o time já usa.
- Copilot Studio
- Agentes corporativos integrados à identidade e aos dados do tenant Microsoft.
Automação e integração
O trabalho repetitivo que consome time sênior. Automatizamos depois de mapear, nunca antes.
- n8n
- Automação de fluxo entre sistemas com lógica visível e versionável.
- Power Automate
- Automação dentro do ecossistema Microsoft, com governança do tenant.
- RPA
- Último recurso: quando o sistema legado não tem API e não vai ter.
Catálogo, governança e segurança
O que impede a fundação de virar pântano no segundo ano. Nada disso é burocracia: é o que torna o dado utilizável por quem não o criou.
- OpenMetadata
- Catálogo, linhagem e dono declarado para cada ativo de dado.
- Controle de acesso
- Permissão por papel e por camada, com trilha de auditoria.
- Qualidade de dado
- Testes automáticos no pipeline que quebram a rotina antes de contaminar o relatório.
- Blockchain
- Registro imutável quando a exigência é prova de integridade entre partes que não confiam entre si.
Não está na lista? Isso não é um impedimento, é uma conversa. A regra aqui é simples: nada entra nesta página sem ter rodado em produção em algum projeto nosso.
Primeiro passo
Comece pelo diagnóstico.
Antes de propor arquitetura ou produto, a gente olha o cenário real: que dado existe, como o trabalho acontece hoje e onde está o custo. Sem isso, qualquer recomendação é chute bem-vestido.