Do dado de alfabetização a um cenário de orçamento From literacy data to a budget scenario
Dados públicos mostram diferenças de alfabetização entre municípios, mas não trazem uma conta pronta para discutir orçamento. Em dupla, construí uma esteira que organiza os dados e gera um cenário linear de investimento sob premissas explícitas. Esse valor ajuda a comparar hipóteses de alocação; não mede quanto custa fazer cada criança aprender. Public data shows literacy gaps among municipalities, but does not provide a ready budget estimate. With a partner, I built a pipeline that organizes the data and generates a linear investment scenario under explicit assumptions. The figure helps compare allocation hypotheses; it does not measure the cost of teaching each child to read.
Palavras sublinhadas têm uma explicação rápida. Toque nelas. Underlined words have a quick explanation. Tap them.
Uma esteira que leva arquivos públicos até uma tabela municipal de lacunas e cenários de investimento, com origem e premissas rastreáveis. A pipeline that takes public files to a municipal table of gaps and investment scenarios, with traceable sources and assumptions.
Um cenário com premissas explícitas ajuda a discutir a distribuição de recursos e a localizar onde a conta é mais incerta. A escolha de investimento ainda depende de custos reais, capacidade de execução e evidência de efeito das ações. A scenario with explicit assumptions helps discuss resource allocation and locate where the estimate is most uncertain. Investment choices still depend on real costs, delivery capacity and evidence that the interventions work.
Três camadas (bruto, tratado e pronto), com testes em cada passagem, para o erro aparecer perto de onde nasceu. As metas que faltavam para 56% dos municípios foram preenchidas por vizinhança geográfica, com erro médio medido de 5 pontos, e não chutadas. O custo de nuvem fica preso por um cluster que liga na hora de rodar e desliga em seguida. Three layers (raw, cleaned, ready), with tests at every handoff, so an error surfaces close to where it was born. The missing targets for 56% of municipalities were filled in by geographic nearest-neighbor, with a measured average error of 5 points, not guessed. Cloud cost is kept in check by a cluster that spins up to run and shuts down right after.
A esteira em três camadas roda na nuvem só quando necessária. Uma auditoria encontrou erro de 77 vezes na primeira fórmula de custo. Corrigido o erro, o cenário hipotético soma R$ 1,2 bilhão para 4.679 municípios abaixo da meta de 80%. O total depende diretamente da premissa linear; não é um orçamento validado de política pública. The three-layer pipeline runs in the cloud only when needed. An audit found a 77-fold error in the first cost formula. After correction, the hypothetical scenario totals R$1.2 billion for 4,679 municipalities below the 80% target. The total depends directly on a linear assumption; it is not a validated public-policy budget.
Esta esteira é o começo da linha que terminou no Painel de alfabetização. O detalhe que mais importa aqui: a primeira versão do modelo de custo errava por 77 vezes, e o erro foi pego dentro do próprio processo de auditoria, antes de virar recomendação de orçamento. É o tipo de falha que passa despercebida quando ninguém confere a ordem de grandeza do resultado contra o mundo real. Projeto feito em dupla, repositório público, com os dois autores creditados. This pipeline is the start of the line that ended in the literacy dashboard. The detail that matters most here: the first version of the cost model was off by 77 times, and the error was caught inside the audit process itself, before it turned into a budget recommendation. It’s the kind of failure that goes unnoticed when nobody checks the result’s order of magnitude against the real world. Built with a partner, public repository, both authors credited.