Glossário de IA

Feature Store e um repositorio centralizado para armazenar, versionar e servir features (variaveis) utilizadas em modelos de machine learning. Garante consistencia entre treinamento e producao, evitando duplicacao de esforco na engenharia de features.

Funnel Analysis e a tecnica de analisar a jornada do usuario atraves de etapas sequenciais de um processo, identificando onde ocorrem as desistencias. Essencial para otimizar conversoes em vendas, cadastros, checkout e qualquer processo com etapas definidas.

KPI (Key Performance Indicator) e uma metrica quantitativa que mede o progresso de um objetivo estrategico especifico. Diferente de metricas genericas, KPIs sao indicadores-chave selecionados por sua relevancia direta para o sucesso do negocio.

Master Data Management (MDM) e a disciplina que garante uma visao unica e confiavel dos dados mestres da organizacao, como clientes, produtos, fornecedores e funcionarios. Elimina duplicatas e inconsistencias mantendo uma unica verdade para cada entidade.

Measure, na modelagem dimensional, e um valor numerico quantitativo que pode ser agregado e analisado. Representa os fatos do negocio como receita, quantidade vendida, custo e lucro. As measures sao os numeros que as dimensoes contextualizam.

Metadata, ou metadados, sao dados sobre dados. Descrevem caracteristicas como estrutura, formato, origem, data de criacao e significado dos dados. Sao essenciais para catalogar, descobrir, governar e garantir a qualidade dos ativos de dados da organizacao.

Metric e qualquer medida quantitativa utilizada para acompanhar e avaliar o desempenho de processos, atividades ou resultados de negocio. Metricas sao os dados numericos que alimentam dashboards, relatorios e analises de performance organizacional.

OLAP (Online Analytical Processing) e uma categoria de tecnologia otimizada para consultas analiticas complexas sobre grandes volumes de dados. Permite analises multidimensionais como drill-down, slice-and-dice e pivot, essenciais para Business Intelligence.

OLTP (Online Transaction Processing) e a categoria de sistemas otimizados para processar transacoes individuais em tempo real, como vendas, pedidos e pagamentos. Prioriza velocidade de escrita, integridade de dados e alta concorrencia de usuarios simultaneos.

Pinecone e um banco de dados vetorial gerenciado na nuvem, projetado para aplicacoes de IA em producao. Oferece indexacao e busca de vetores em escala com baixa latencia, sendo uma das opcoes mais populares para projetos de RAG e busca semantica.

pgvector e uma extensao do PostgreSQL que adiciona suporte a armazenamento e busca de vetores diretamente no banco de dados relacional. Permite combinar consultas SQL tradicionais com busca por similaridade vetorial em uma unica plataforma.

Prefect e uma plataforma de orquestracao de workflows que simplifica a criacao de pipelines de dados com Python puro. Diferencia-se pela abordagem Pythonic, onde decorators transformam funcoes comuns em tarefas observaveis e resilientes.

Real-Time Analytics e a capacidade de analisar dados no momento em que sao gerados, oferecendo insights instantaneos para tomada de decisao imediata. Utiliza tecnologias de streaming para processar eventos continuamente sem depender de processamento batch.

Schema e a definicao formal da estrutura de dados, incluindo tabelas, colunas, tipos de dados, relacoes e restricoes. Funciona como a planta arquitetonica de um banco de dados, determinando como os dados sao organizados e validados.

Snowflake Schema e uma variacao do Star Schema onde as tabelas dimensao sao normalizadas em sub-dimensoes. A estrutura ramificada lembra um floco de neve e economiza espaco de armazenamento, porem pode tornar consultas mais complexas devido a mais JOINs.

Star Schema e um modelo dimensional de banco de dados onde uma tabela fato central se conecta diretamente a multiplas tabelas dimensao. A estrutura lembra uma estrela e e otimizada para consultas analiticas rapidas em ambientes de Data Warehouse.

Statistical Significance e a medida que indica se um resultado observado em um experimento e real ou pode ter ocorrido por acaso. Geralmente representada pelo valor-p, e o criterio cientifico para decidir se uma diferenca entre grupos e confiavel.

Stream Processing e o processamento continuo de dados em fluxo, evento por evento, a medida que sao produzidos. Diferente do processamento batch que opera em lotes periodicos, o stream processing oferece resultados em tempo real ou quase real.

Vector Database e um banco de dados especializado em armazenar e buscar vetores de alta dimensao (embeddings). Essencial para aplicacoes de IA como busca semantica, sistemas de recomendacao e Retrieval-Augmented Generation (RAG) com LLMs.

Weaviate e um banco de dados vetorial de codigo aberto que combina busca por vetores com busca por palavras-chave em uma unica plataforma. Possui modulos integrados para geracao de embeddings e suporte nativo a busca hibrida e multimodal.