Classes Python reutilizáveis de qualidade de dados e agentes para a plataforma ML Pipeline
Cada projeto de dados repetia a mesma verificação de qualidade (nulos, duplicados, outliers, tipos) e reescrevia exemplos de agentes. Sem uma base comum, o diagnóstico inicial de um dataset dependia de quem o fazia. A pasta reúne classes de apoio e um piloto de pesquisa de código EAN no Google.
O que o projeto precisava entregar
Oferecer componentes Python padronizados para avaliar a qualidade de um dataset, analisar texto e exemplificar agentes de seguros, mais uma tarefa piloto (TM01) de busca de EAN por descrição de produto.
Como este case aparece aqui
Por acordo com o cliente, a empresa é identificada apenas pela atividade econômica — Plataforma de Dados. O resultado não aparece porque não foi apurado nos arquivos do projeto; onde houve apuração, ela está publicada nos casos em destaque.
Veja também
Biblioteca de tarefas em Python para NLP, busca de EAN e qualidade de dados
Plataforma de Dados: Cada projeto de dados reescrevia as mesmas rotinas de limpeza de texto, busca de código de…
Ler →Data lake em Python com ingestão padronizada e checagem de qualidade de dados
Plataforma de Dados: Cada projeto de dados começava com pastas, arquivos e verificações feitas à mão.
Ler →Catálogo de agentes de IA: como montar uma plataforma sob medida sem projeto do zero
Por que a IVI organiza 2635 agentes e sub-agentes como itens de catálogo, cada um com seu código, e como isso reduz…
Ler →