Análise dos Maiores Salários de Contratação no CAGED 2025 com Python
Este artigo apresenta uma análise detalhada dos maiores salários de contratação no Brasil em 2025, com foco nos estados do Sudeste. Utilizando a linguagem Python e Google Colab, o estudo detalha a construção de um pipeline de engenharia de dados para processar milhões de microdados do Novo CAGED, desde a coleta via FTP até a agregação e armazenamento em formato Parquet. A metodologia inclui a aplicação de filtros estatísticos e o cálculo da mediana salarial para ranquear as 15 ocupações mais bem remuneradas.
Calculando a Volatilidade Implícita e as Gregas no R: Uma Aplicação com Opções da B3
Este exercício demonstra como calcular a Volatilidade Implícita e as Gregas (Delta) para opções listadas na B3 utilizando a linguagem R. Exploramos a teoria do modelo de Black-Scholes e aplicamos os pacotes {rb3}, {bizdays} e {oplib} para processar dados da VALE3, construindo a curva de juros e visualizando o clássico "Smile de Volatilidade".
Como Criar um Dashboard de Análise de Sentimento Financeiro com IA e Python
Aprenda a construir um AI Assistant em Python utilizando o framework Shiny e a API do Google Gemini 2.5 Flash. Este tutorial passo a passo demonstra como automatizar a leitura de PDFs de resultados financeiros de empresas, extraindo índices de sentimento, perspectivas futuras e resumos executivos diretamente para um dashboard interativo.
Relação entre salário de admitidos e demitidos no CAGED através do Python
Aprenda a utilizar o Python dentro do Google Colab para processar milhões de microdados do Novo CAGED e analisar a diferença salarial entre trabalhadores admitidos e demitidos. O artigo aborda engenharia de dados com SQLite, cálculo de médias com filtro de outliers, deflacionamento pelo INPC e ajuste sazonal com X-13ARIMA-SEATS.
Calculando o Custo Unitário do Trabalho do Brasil no Python
Este exercício ensina a calcular o Custo Unitário do Trabalho (CUT) e a Produtividade da economia brasileira utilizando Python. O tutorial aborda a coleta de dados do IBGE (PIB e PNAD Contínua), a aplicação de ajuste sazonal via X-13ARIMA-SEATS e a decomposição do indicador para análise de competitividade e inflação.
