— missão / empresa —
O valor está nas camadas que ninguém vê
A Terravox trabalha na infraestrutura de dados que fica abaixo de qualquer modelo: ingestão, limpeza, contratos de schema e entrega. Trabalho de base, feito com atenção.
Voltar ao InícioQuem somos
A Terravox nasceu em Porto Alegre a partir de uma constatação repetida: equipes de machine learning travavam não por falta de algoritmo, mas por falta de dados organizados. Os conjuntos chegavam à etapa de modelagem com lacunas, duplicações e regras de negócio não documentadas. O modelo era o problema visível, mas a causa estava dois degraus antes.
Fundamos a empresa para atuar especificamente nessa camada. Não construímos modelos — construímos o que sustenta modelos. Isso significa pipelines de ingestão robustos, contratos de schema explícitos, testes de qualidade automatizados e documentação que sobrevive à troca de equipe.
Trabalhamos com empresas de varejo, logística e manufatura que têm dados em múltiplos sistemas e precisam consolidá-los de forma confiável antes de qualquer iniciativa de dados avançada.
Nossa abordagem
- — Escopo fechado antes do início, sem expansão silenciosa
- — Código entregue no repositório do cliente, não na nossa plataforma
- — Documentação de decisões com raciocínio, não só resultado
- — Handover com operação pareada até a equipe operar sozinha
- — Nenhuma dependência de ferramenta proprietária Terravox
— missão —
"Tornar a camada de dados suficientemente estável para que a equipe de modelagem possa trabalhar com confiança."
As pessoas por trás do trabalho
Rafael Cardoso
Engenheiro de Dados Sênior
Onze anos em projetos de integração de dados para varejo e manufatura. Especialista em dbt, Airflow e design de pipelines em múltiplas nuvens.
Mariana Lustosa
Especialista em Qualidade de Dados
Oito anos perfilando e corrigindo conjuntos de dados para projetos analíticos. Conduz as auditorias e define os contratos de schema nos engajamentos de pipeline.
Thiago Albuquerque
Arquiteto de Dados
Projeta a modelagem dimensional e as decisões de particionamento. Conduz as sessões técnicas e produz a documentação de handover nos projetos de pipeline.
Como trabalhamos
Cada engajamento segue protocolos definidos — não como burocracia, mas porque decisões tomadas no início do projeto determinam quanto trabalho de correção ocorre no final.
Controle de versão em tudo
Todo o código de transformação, schema e configuração de pipeline vai para o repositório Git do cliente. Nada fica fora do controle de versão.
Testes antes de qualquer carga
Definimos e rodamos testes de qualidade a cada execução. Problemas são sinalizados antes de chegarem à camada de serving.
Contratos de schema explícitos
Cada tabela entregue tem um contrato documentado. Mudanças na fonte quebram os testes — não chegam silenciosas ao modelo.
Privacidade na camada de dados
Campos sensíveis são tratados desde a ingestão. Pseudonimização e controles de acesso são parte do design, não adicionados depois.
Documentação de decisões
Registramos o raciocínio por trás de cada escolha de modelagem. Quando a equipe rodar novamente o projeto em dois anos, saberá por que as coisas estão como estão.
Handover com operação pareada
Não entregamos e saímos. Os projetos de pipeline incluem duas semanas de operação conjunta até a equipe interna estar operando com autonomia.
Engenharia de dados para projetos de ML em empresas brasileiras
A Terravox atua na camada que antecede qualquer iniciativa de modelagem: a preparação do conjunto de dados. Em empresas de médio porte no Brasil — especialmente varejo, logística e manufatura — os dados de produção raramente chegam em condições de ser usados diretamente por uma equipe de ML. Estão distribuídos entre um ERP legado, um CRM de terceiro, planilhas operacionais e exportações manuais. Cada sistema usa convenções diferentes para o mesmo campo. Registros duplicados existem sem que ninguém saiba exatamente quantos são.
Construir um pipeline de dados nesse contexto exige mais do que código: exige negociação de acesso às fontes, entendimento das regras de negócio por trás de cada campo, decisões explícitas sobre o que fazer com registros tardios ou corrigidos, e um conjunto de testes que rode em toda carga para sinalizar quando algo mudou.
Nossa abordagem é estruturada em torno de entregas verificáveis. Antes de começar qualquer construção, documentamos o inventário de fontes e os contratos de schema. Durante o projeto, cada transformação vai para o repositório do cliente. No encerramento, a equipe interna opera sem dependência de nenhuma ferramenta ou conhecimento exclusivo da Terravox.
Para empresas que ainda estão avaliando se o investimento faz sentido agora, a auditoria de qualidade oferece um diagnóstico objetivo. Quais tabelas estão em condições de alimentar um modelo hoje? Quais precisam de trabalho preparatório? Quais casos de uso planejados são inviáveis com os dados no estado atual? São perguntas que valem ser respondidas antes de contratar uma equipe de modelagem.
— próximo passo —
Pronto para estruturar a base de dados do seu projeto?
Descreva o cenário — fontes, volume estimado, objetivo de ML — e mostramos qual serviço faz mais sentido agora.
Fale com a Equipe