Blog
Blog Análise Macro – Desde 2011, encontrando a verdade nos dados
- Inteligência Artificial
Como o modelo lê o seu pedido, como decide a resposta, e por que às vezes inventa coisa?
A habilidade central de quem trabalha com LLM hoje deixou de ser escrever prompt mais bonito e passou a ser escolher o que entra no contexto do modelo a cada interação, ofício que ganhou o nome de context engineering. Antes de chegar nele, convém destrinchar o que está embaixo: o que é um token, como o modelo é treinado, o que muda quando ele vira agente, e por que o foco migrou do prompt para o contexto.
- Inteligência Artificial
Em vários momentos você usou o Claude Code para ler arquivos, rodar scripts e montar relatórios em Quarto — sempre dentro de um projeto, na sua máquina, com as ferramentas que o agente já traz de fábrica: edição de arquivo, terminal e busca no repositório.
Em algum momento o trabalho transborda essa caixa. O dado que você precisa não está num CSV local, está numa planilha do Google Drive que a equipe atualiza. A reunião com a coordenação está marcada no Google Calendar e ninguém anotou no projeto. A discussão sobre o relatório de novembro mora numa thread do Slack, e o ticket do bug no pipeline do IPCA é uma issue no GitHub.
- Inteligência Artificial
Quer parar de gastar 20 minutos toda segunda resumindo o Focus para o time? Nesta postagem, mostramos como montar uma Routine do Claude Code que, todo início de semana às 10h, lê o boletim publicado pelo BCB, gera um resumo executivo com as três principais revisões e abre um Pull Request no GitHub pronto para você revisar. O passo a passo separa a parte determinística (um GitHub Action que baixa o PDF e extrai o texto) da parte interpretativa (a Routine que escreve o resumo).
- Inteligência Artificial
Nesta postagem, continuamos a série sobre Claude Code mostrando, de forma prática, como criar agentes/subagentes para a automação de tarefas do dia a dia de quem trabalha com dados econômicos e financeiros.
- Inteligência Artificial
Nesta postagem, continuamos a série sobre Claude Code mostrando, de forma prática, como automatizar a criação de relatórios econômicos: da estruturação do projeto e coleta de dados até o tratamento, visualizações, geração do relatório em Quarto e publicação via Posit Connect e GitHub, construindo um pipeline completo, organizado e reproduzível.
- Inteligência Artificial
Claude Code é um agente de inteligência artificial desenvolvido pela Anthropic que opera diretamente no terminal e no editor de código. Diferente de um chatbot tradicional, ele interage de forma ativa com o ambiente de desenvolvimento, tendo acesso ao sistema de arquivos: pode ler diretórios, editar arquivos, executar comandos, rodar scripts e integrar-se com ferramentas como Git, Python e R.
Neste artigo, apresentamos o que é o Claude Code, para quem ele é mais útil e como instalá-lo e utilizá-lo no dia a dia.
- Inteligência Artificial
Este artigo apresenta um tutorial sobre como construir um Índice de Tom para as atas do Copom utilizando Grandes Modelos de Linguagem (LLMs) e Python. Mostramos o processo de coleta de dados via API do BCB, engenharia de prompt com o Google Gemini e calibração do índice via regressão linear para expressá-lo em unidades equivalentes à taxa Selic. O resultado é um indicador quantitativo que mede o sentimento (hawkish vs. dovish) da comunicação do Banco Central.
- Macroeconomia
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.
- Mercado Financeiro
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”.
- Mercado Financeiro
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.
Boletim AM
Encontre o seu conteúdo
Categorias
- Comentário de Conjuntura
- Cursos da Análise Macro
- Indicadores
- Artigos de Economia
- Hackeando o R
- Data Science
- Política Monetária
- Macroeconometria
- Inflação
- PIB
- Eventos
- Indicação de Leitura Econômica
- Clube AM
- Dados Macroeconômicos
- Mercado financeiro
- Mercado de Trabalho
- Política Fiscal
- Resenhas de Conjuntura Econômica
Artigos mais acessados
Análise Macro © 2011 / 2026
comercial@analisemacro.com.br – Rua Visconde de Pirajá, 414, Sala 718
Ipanema, Rio de Janeiro – RJ – CEP: 22410-002
