Autor: Delean Plince Mafra
Centro Universitário União das Américas Descomplica
Ano: 2026

Este projeto de extensão foi desenvolvido em parceria com uma organização parceira, com foco na melhoria da análise financeira através de técnicas de Ciência de Dados.

O principal objetivo foi transformar dados financeiros em informações visuais e estratégicas, facilitando a tomada de decisão.

• Definição das fontes de informação: APIs corporativas e base de dados interna.
• Problema identificado: baixa visibilidade das informações financeiras (contas a pagar e a receber).
• Limitação dos relatórios tradicionais: dados predominantemente textuais e tabulares, dificultando a identificação de tendências e sazonalidades.

• Dados obtidos via API corporativa e banco de dados relacional.
• Ferramentas utilizadas: Visual Studio Code, Python, biblioteca FDB e extensão SQLTools.
• Segurança: credenciais criptografadas e conformidade com a LGPD (apenas registros financeiros, sem dados pessoais).

• Dados estruturados, reduzindo necessidade de limpeza.
• Extração com SQL e análise com Python.
• Visualizações criadas com Matplotlib e NumPy: séries temporais, gráficos comparativos e análises de composição.
• Desenvolvimento de aplicação web com Flask, integrando consultas, indicadores e dashboards interativos.

• Relatório consolidando análises e visualizações.
• Gráficos de evolução temporal, comparativos e tabelas de indicadores.
• Informações técnicas sensíveis foram anonimizadas.
• Resultados: maior rapidez na identificação de tendências e padrões financeiros.

• DRE Financeiro Automatizado: saldo por conta.
• Análise de Gastos por Categoria: evolução mensal e variação percentual.
• Relatório de Lançamentos Duplicados.
• Conciliação Bancária (OFX).
• Extrator de Dados de Boletos (PDF).
• Análise de Financiamento: evolução dos juros.
• Relatório de Gastos por Período.
• Confronto IRRF: comparação Receita Federal vs. registros internos.

• Maior visibilidade financeira e redução do tempo de análise manual.
• Dados mais claros e visuais, apoiando decisões estratégicas.
• Identificação de padrões históricos de fluxo de caixa.
• Perspectivas Futuras: modelos preditivos, análises estatísticas avançadas e alertas automáticos.

• Transformar grande volume de dados financeiros em gráficos simples e objetivos.
• Garantir segurança da informação (criptografia e ofuscação).
• Cumprir rigorosamente a LGPD.

• Flask
• Flask-WTF
• WTForms
• Werkzeug
• FDB
• Pandas
• Matplotlib
• NumPy
• Cryptography
• OpenCV
• LXML
• pdfplumber
• pikepdf
• psutil
• pyzbar
• pyperclip
• argparse
• datetime
• decimal
• hashlib
• logging
• os
• pathlib
• re
• secrets
• shutil
• string
• subprocess
• sys
• tempfile
• threading
• time
• traceback
• typing
• warnings
• webbrowser
• xml.etree.ElementTree
• zipfile