Pitch: Pipeline de dados em cima da base pública de CNPJs da RFB (QSA)

Pessoal, para quem tiver interesse:

Estou estudando dbt e fiz um projeto para mastigar e estruturar a base pública de CNPJs da RFB (base grande, milhões de registros) em uma base duckdb local que possa ser lida e manipulada mais facilmente, sem incorrer em grandes custos de hospedagem. Acredito que pode ser muito útil para quem quiser entender a demografia das empresas/MEIs no Brasil, em que setores e locais estão mais concentradas, quantas sobrevivem e em que perfis, etc e fazer análises mais avançadas. O projeto também pode servir como base de apoio para outros projetos no mesmo sentido. Espero que gostem.

https://github.com/llrt/dbt-pipeline-rfb-v2

Quem tiver críticas e/ou sugestões de melhorias, agradeceria muito.

PS: feito com LLMs, majoritariamente Claude Opus, utilizando um harness com Traycer com skill tlc-spec-driven .