Engenharia de Dados e Inteligência Artificial
TAG VIEW — Pipeline de Dados e Análise Financeira com IA
Case técnico
Problema
A análise financeira dependia da consolidação de informações provenientes do ERP, regras de classificação contábil, planos de contas e diferentes fontes de dados. Esse processo exigia tratamento manual, aumentava o risco de inconsistências e dificultava a geração rápida de DRE, fluxo de caixa, indicadores gerenciais e análises comparativas para tomada de decisão.
Solução
Foi desenvolvido um pipeline de dados em Python responsável por extrair informações financeiras da API do Omie, armazenar os dados em uma camada raw, realizar tratamentos, rateios e enriquecimentos em uma camada trusted e integrar regras de classificação provenientes do SharePoint. A partir da base consolidada, o sistema gera automaticamente DRE, DFC e indicadores como receita, custos, despesas e EBITDA. Sobre esses demonstrativos foi adicionada uma camada de Inteligência Artificial utilizando LLMs e LangChain para produzir análises financeiras estruturadas e insights executivos.
Sobre o projeto
O TAG VIEW é uma solução de Engenharia de Dados e Inteligência Artificial desenvolvida para transformar dados financeiros operacionais em informações gerenciais e análises executivas.
O projeto foi estruturado como um pipeline de dados em camadas, seguindo o fluxo Raw → Trusted → Análise → Relatório. A primeira etapa realiza a extração de informações do ERP Omie através de múltiplos endpoints da API, contemplando movimentações financeiras, clientes e fornecedores, contas correntes, departamentos, categorias, projetos e estrutura da DRE.
Os dados extraídos são armazenados em arquivos Parquet particionados por empresa, permitindo organização, processamento eficiente e separação dos dados por contexto empresarial.
Na etapa de transformação, os dados passam por processos de limpeza, normalização, distribuição de rateios, tratamento de datas, padronização de valores e integração entre diferentes entidades do ERP. O pipeline também utiliza informações de plano de contas armazenadas no SharePoint para realizar o de-para das classificações financeiras e estruturar os níveis gerenciais da DRE e do fluxo de caixa.
Com a base analítica consolidada, o sistema constrói automaticamente demonstrativos financeiros como DRE e DFC e calcula indicadores como receita, custos, despesas, EBITDA e comparativos históricos.
Além do processamento tradicional de dados, o TAG VIEW possui uma camada de Inteligência Artificial voltada à análise financeira. Utilizando LangChain e modelos de linguagem, os demonstrativos e indicadores são enviados para um agente especializado em controladoria, responsável por gerar uma análise estruturada contendo sumário executivo, comportamento de receitas, custos, despesas, EBITDA, fluxo de caixa, pontos de atenção, análise SWOT e sugestões de planos de ação.
O projeto também contempla integração com Microsoft Graph e SharePoint, consumo de APIs REST, processamento de dados com Pandas, utilização de Apache Spark para cenários de processamento, estruturação de schemas com Pydantic e uma base inicial em FastAPI para exposição futura das funcionalidades através de serviços.
Com essa arquitetura, o TAG VIEW transforma dados dispersos do ERP em uma base financeira estruturada, reproduzível e preparada para análises gerenciais, reduzindo processos manuais e criando uma camada de inteligência voltada à tomada de decisão.
Tem um desafio parecido?
Conte o processo que você quer melhorar e receba um diagnóstico inicial.