• AAplicar técnicas de mineração de texto (text mining) para extrair o nome do município a partir dos campos de texto livre e, em seguida, utilizar um algoritmo de clusterização para agrupar registros semelhantes, corrigindo manualmente as inconsistências residuais.
• BImplementar um processo de ETL que, na etapa de transformação, padronize os códigos de município para o código IBGE de 7 dígitos, utilizando uma tabela de correspondência (lookup) que relacione códigos internos e variações de nomes ao código oficial, e valide a integridade referencial antes da carga no data warehouse.
• CCriar uma visão materializada no banco de dados de origem que una as tabelas por meio de junções externas (outer joins) utilizando o nome do município como chave, aplicando a função UPPER para uniformizar maiúsculas/minúsculas e removendo acentos com uma função de tradução de caracteres.
• DDesenvolver um script em Python que leia os arquivos CSV e XML, utilize expressões regulares para extrair os códigos numéricos e, em seguida, empregue a biblioteca pandas para mesclar os dataframes com base no campo de código, preenchendo os valores ausentes com a média da arrecadação do estado.
• EAdotar uma arquitetura de data lake que armazene os dados brutos em seu formato original e permita consultas SQL diretamente sobre os arquivos, deixando a padronização para o momento da análise, quando o usuário final poderá escolher o critério de agregação mais adequado ao seu relatório.

Atalhos: A–E marca · Shift+letra corta · Enter próxima

Selecione uma alternativa pra criar sua conta e salvar o progresso.