Estudo de caso
CloakData
Biblioteca de anonimização com foco em privacidade para workflows ETL com Polars.
CloakData explora como times de dados podem anonimizar campos sensíveis dentro de pipelines Python rápidos e manuteníveis sem transformar cada workflow em scripts improvisados.
Problema
Bases operacionais frequentemente contêm dados pessoais ou sensíveis, mas etapas de anonimização costumam nascer como scripts pontuais. Isso dificulta auditoria, reuso e evolução segura dos pipelines.
Resultado
O projeto demonstra o tipo de engenharia que eu valorizo: tooling de dados consciente de privacidade, feedback operacional explícito e abstrações práticas que saem da experimentação local para workflows ETL repetíveis.
O que eu construí
- Um pacote Python focado em workflows de anonimização usando Polars como motor de transformação.
- Regras configuráveis que deixam o comportamento de mascaramento explícito em vez de escondido em scripts ad hoc.
- Um formato de biblioteca adequado para pipelines ETL, notebooks e validações locais.
Decisões técnicas
- Transformações Polars-first para manter o processamento rápido e expressivo.
- Design orientado a regras para que políticas de anonimização possam ser revisadas e alteradas com intenção.
- Empacotamento para PyPI para simplificar instalação e reuso entre projetos.