Serviços PI Relatório Final de Atividades - Pedro Henrique Cordeiro de Jesus

01/04/2026  a 30/09/2026

Resumo

Este relatório apresenta as atividades desenvolvidas entre abril e setembro de 2026, na bolsa de pesquisa do projeto ServiçosPI (IBICT/INPI), voltadas à construção do pipeline de dados de patentes do Instituto Nacional da Propriedade Industrial (INPI). Foram implementadas três camadas de processamento: ingestão incremental da base Informix para o formato Apache Iceberg (camada silver); tradução em código de dezoito regras de negócio oficiais do INPI para geração do dataset curado (camada gold); e enriquecimento do andamento processual dos pedidos via integração com o sistema de workflow SYDLE ONE. O resultado foi validado contra um gabarito oficial de pedidos fornecido pelo INPI. A infraestrutura de processamento foi expandida com a instalação do Apache Spark em modo cluster e de um servidor Spark Connect, além da adoção de armazenamento compartilhado via NFS, reduzindo o acoplamento entre a orquestração em Apache Airflow e o processamento distribuído. O padrão de repositório, deploy e desenho de DAGs consolidado neste ciclo passou a servir como template replicável para os próximos ativos de dados do projeto.