claudeers.
// Productivity

state-of-data-brazil

Dados abertos das 6 edições do State of Data Brazil (Data Hackers) + skill para Claude Code

// Productivity[ cli ][ mobile ][ claude ]#claude#productivity◷ NOASSERTION$open-sourceupdated about 1 month ago
Actively maintained
93/100
last commit 26 days ago
last release none
releases 0
open issues 0
// star history

Install with your AI

Paste into Claude Code, Cursor, or any agent — it reads the repo and wires the tool into your project.

Install and set up state-of-data-brazil (claude-plugin project) into my current project.
Found on https://claudeers.com/state-of-data-brazil
Repo: https://github.com/data-hackers-br/state-of-data-brazil
Homepage/docs: —
Detected install method: claude-plugin → /plugin install state-of-data-brazil@data-hackers-br/state-of-data-brazil
Category: productivity. Platforms: cli, mobile.
Read the repo's README for exact setup and env vars, then install it and wire it into my project.

Claudeers Health Verdict:
active; community-verified: false. Confirm the source before running anything.
// or install directly (claude-plugin)
/plugin marketplace add data-hackers-br/state-of-data-brazil
/plugin install state-of-data-brazil@data-hackers-br/state-of-data-brazil
// or clone
git clone https://github.com/data-hackers-br/state-of-data-brazil

// compatibility

Platformscli, mobile
Operating systems—
AI compatibilityclaude
LicenseNOASSERTION
Pricingopen-source
LanguageHTML

Get your FREE $2.50 API credits to access TickAtlas financial data ↗
Pesquisa State of Data Brazil | Skill — Data Hackers e Bain & Company. Dados da pesquisa, 2019 a 2026. www.stateofdata.com.br

Os dados abertos do State of Data Brazil, a maior pesquisa sobre o mercado de dados e IA no Brasil.
Seis edições harmonizadas numa base só, e uma skill para Claude Code, Codex e outros agentes que responde perguntas cruzando os anos.


State of Data Brazil

O State of Data Brazil é o maior mapeamento do mercado de trabalho em dados e IA no Brasil. Desde 2019, a pesquisa pergunta a milhares de profissionais sobre salário, cargo, senioridade, formação, modelo de trabalho, tecnologias, uso de IA generativa e diversidade.

Este repositório reúne as 6 edições publicadas, com 22.686 respostas somando todos os anos, e as colunas harmonizadas entre as edições: a mesma pergunta pode ter nomes e opções diferentes em cada edição, e aqui isso já está resolvido. Junto vêm funções prontas para salário em faixas e correção pela inflação, e a skill /state-of-data-analyst, para quem quiser explorar os dados conversando com Claude Code, Codex ou Claude pelo navegador.

🤝 Um projeto Data Hackers + Bain & Company

Data HackersA maior comunidade de dados do Brasil. Criou a pesquisa em 2019 e é a responsável pelo questionário, pela coleta, pela anonimização e pela publicação dos dados.
Bain & CompanyConsultoria global de estratégia, parceira do State of Data Brazil desde a edição de 2021. Produz o relatório anual com as principais conclusões, disponível gratuitamente no site da pesquisa.

Índice

Sobre a pesquisaDatasets no KaggleRelatóriosComo usar
O que tem aquiCuidados ao comparar ediçõesQuem faz a pesquisaLicença
Como citarContribuindoEnglish summary

📋 Sobre a pesquisa

O questionário é online e fica aberto entre outubro e dezembro de cada ano. É divulgado pela comunidade Data Hackers e por parceiros. Responde quem trabalha, estuda ou quer trabalhar com dados no Brasil.

O que a pesquisa pergunta

A partir de 2021, o questionário é dividido em 8 partes:

ParteTema
1Dados demográficos: idade, gênero, cor/raça, PCD, estado, formação
2Carreira: situação de trabalho, setor, cargo, nível, salário, satisfação, modelo de trabalho
3Desafios de quem lidera times de dados
4Conhecimentos na área: fontes de dados, linguagens, bancos, cloud, BI, IA generativa
5Objetivos na área de dados
6Rotina e ferramentas de Engenharia de Dados
7Rotina e ferramentas de Análise de Dados
8Rotina, técnicas e ferramentas de Ciência de Dados

A edição de 2019 usou um questionário mais curto e diferente. A de 2021 teve uma 9ª parte sobre a comunidade Data Hackers.

Como os dados são anonimizados

Antes da publicação, a Data Hackers anonimiza as respostas para que ninguém possa ser identificado:

  • respostas muito fora do padrão (outliers) que poderiam identificar alguém são removidas ou transformadas;
  • estados com poucas respostas aparecem só com a região (por exemplo, alguns estados do Norte);
  • algumas perguntas foram retiradas do dataset público.

Por isso, nem tudo o que foi coletado está no dataset público.

Parceiros de divulgação

A pesquisa conta com o apoio de pessoas e comunidades que ajudam a divulgá-la, incluindo: André Sionek, Karine Lago, Canal Let's Data, Canal Programação Dinâmica, Canal do Mario Filho, Alura, Canal Estatidados, Comunidade Mulheres em Dados, Teo Calvo, Flai, QuantitativaMente, Preditiva e a professora Fernanda Maciel.

📦 Datasets no Kaggle

Cada edição também está publicada no Kaggle. Os CSVs deste repositório são idênticos aos de lá; só os nomes dos arquivos foram padronizados.

EdiçãoColetaRespostasKaggleNeste repositório
2019novembro de 20191.765pesquisa-data-hackers-2019data/raw/2019/
202118/out a 6/dez de 20212.645state-of-data-2021data/raw/2021/
202210/out a 28/nov de 20224.271state-of-data-2022data/raw/2022/
202316/out a 6/dez de 20235.293state-of-data-brazil-2023data/raw/2023/
2024/2514/out a 18/dez de 20245.217state-of-data-brazil-20242025data/raw/2024-2025/
2025/2620/out a 22/dez de 20253.495state-of-data-brazil-2025-2026data/raw/2025-2026/

Não houve edição em 2020. Cada edição é coletada no fim do ano e publicada no ano seguinte, daí os nomes "2024/25" e "2025/26".

📊 Relatórios

Análises feitas com a skill, publicadas em https://data-hackers-br.github.io/state-of-data-brazil/.

RelatórioPrincipal achado
O paradoxo do salário realDescontada a inflação, a mediana geral subiu 20% desde 2021, mas o salário real do Júnior caiu 14%. A explicação é a mudança de perfil da amostra.
A volta ao escritórioQuem tem presença obrigatória no escritório passou de 24% para 41%. A volta foi maior entre juniores, em São Paulo e em bancos.
Radar State of DataPainel com 19 gráficos: salários, carreira, linguagens, cloud, BI, IA generativa e diversidade.

🚀 Como usar

Com um agente de IA (Claude Code, Codex e outros)

Para uso local, você precisa de um agente como o Claude Code ou o Codex, e de Python 3.9 ou mais recente. Para uso no navegador, veja a opção 5. Os dados vêm do próprio repositório: não é preciso conta nem token do Kaggle.

Opção 1: instalar como plugin do Claude Code

Funciona em qualquer pasta, sem clonar o repositório:

claude plugin marketplace add data-hackers-br/state-of-data-brazil
claude plugin install state-of-data-brazil@data-hackers

Depois, em qualquer sessão do Claude Code:

/state-of-data-brazil:state-of-data-analyst como evoluiu o salário de cientistas de dados por nível desde 2021?

Na primeira análise, a skill cria um ambiente Python próprio (pandas, numpy e pyyaml) em ~/.claude/plugins/data/. Para receber versões novas: claude plugin update state-of-data-brazil@data-hackers.

Opção 2: instalar com npx skills

O skills é um instalador de skills que funciona com Claude Code, Codex, Cursor, GitHub Copilot e outros agentes. Precisa do Node.js:

npx skills add data-hackers-br/state-of-data-brazil

Com chave SSH configurada no GitHub, também funciona assim:

npx skills add [email protected]:data-hackers-br/state-of-data-brazil.git

O instalador pergunta para quais agentes instalar e se a skill vale só para o projeto atual ou para todos (-g). Ele copia apenas a pasta da skill. Por isso, na primeira análise, a skill baixa uma cópia do repositório público (cerca de 80 MB, uma única vez) em ~/.cache/state-of-data-brazil e cria ali o ambiente Python. Para atualizar os dados: git -C ~/.cache/state-of-data-brazil pull.

Opção 3: usar no Codex

Instale a skill para o Codex com o mesmo instalador, para todos os seus projetos:

npx skills add data-hackers-br/state-of-data-brazil -a codex -g

Ela fica em ~/.agents/skills/state-of-data-analyst/, onde o Codex procura skills. Sem o Node.js, dá para copiar essa pasta manualmente do repositório (.claude/skills/state-of-data-analyst/) para ~/.agents/skills/.

No Codex, chame a skill pelo nome ou só faça a pergunta: o Codex escolhe a skill quando o assunto bate com a descrição dela.

$state-of-data-analyst como evoluiu o salário de cientistas de dados por nível desde 2021?

Na primeira análise, a skill precisa de acesso à rede para baixar os dados e as dependências que faltarem. Se o ambiente estiver sem rede, você pode fornecer o repositório completo já baixado e um Python com as dependências de requirements.txt instaladas. A skill reutiliza essa cópia local.

Opção 4: clonar o repositório

Melhor se você quiser ver o código, mexer no mapeamento ou contribuir:

git clone https://github.com/data-hackers-br/state-of-data-brazil.git
cd state-of-data-brazil
python3 -m venv .venv && source .venv/bin/activate
pip install -r requirements.txt
claude

Dentro do Claude Code, na pasta do repositório, chame a skill com a sua pergunta:

/state-of-data-analyst como evoluiu o salário de cientistas de dados por nível desde 2021?
/state-of-data-analyst mulheres e homens com a mesma experiência ganham o mesmo?
/state-of-data-analyst quais linguagens cresceram mais entre analistas de dados?
/state-of-data-analyst engenheiros de dados estão voltando ao presencial?

A skill lê os dados locais, usa o mapeamento de colunas entre edições e as funções de scripts/sod/, e responde com os números, o tamanho de cada amostra e as ressalvas de metodologia.

O clone já contém a skill em .claude/skills/, reconhecida pelo Claude Code. Para usá-la no Codex, faça também a instalação da opção 3; clonar o repositório, por si só, não instala a skill no catálogo do Codex.

Opção 5: usar no Claude pelo navegador

Quando sua conta oferecer importação de skills e execução de código Python:

  1. Baixe o arquivo SKILL.md.
  2. Nas configurações de personalização do Claude, importe o arquivo na área de skills e ative state-of-data-analyst.
  3. Abra uma conversa e peça uma análise usando a skill. Se o ambiente de execução não conseguir acessar o GitHub, baixe o ZIP do repositório pelo seu navegador e anexe-o à conversa. A skill usará os arquivos extraídos.

Exemplo com o ZIP anexado:

Use a skill state-of-data-analyst e o repositório ZIP anexado para comparar o salário
real de Júnior e Sênior em 2021 e 2025/26. Informe os tamanhos das amostras e as
ressalvas de comparação. Gere um gráfico PNG para download.

O ZIP inclui os dados e o código, mas as bibliotecas Python ainda precisam estar disponíveis no ambiente. A skill verifica as dependências antes de analisar. A skill dataviz é opcional; sem ela, os gráficos podem ser feitos com Matplotlib, que já consta em requirements.txt.

Sem agente de IA

A base harmonizada é um CSV comum, com uma linha por respondente:

import pandas as pd

df = pd.read_csv("data/harmonized/state_of_data_harmonized.csv", low_memory=False)
df.groupby("ano").nivel.value_counts(normalize=True)

O salário vem em faixas (por exemplo, "de R$ 8.001/mês a R$ 12.000/mês"). Para calcular medianas e corrigir pela inflação, use as funções prontas:

import sys; sys.path.insert(0, "scripts")
from harmonize import build
from sod import stats

df = build()
sr = df[(df.ano == "2025/26") & (df.nivel == "Sênior")]
stats.median(sr)                      # mediana interpolada dentro das faixas, em R$
stats.deflator("2021")                # fator para levar R$ de 2021 a R$ de nov/2025

🗂 O que tem aqui

Estrutura do repositório
CaminhoConteúdo
data/raw/CSVs originais de cada edição, idênticos aos do Kaggle
data/harmonized/state_of_data_harmonized.csvBase combinada: uma linha por respondente, com colunas canônicas e derivadas
data/reference/ipca_mensal.jsonIPCA mensal do IBGE, para corrigir salários pela inflação
mapping/schema_map.yamlO nome de cada coluna em cada edição, problemas conhecidos dos dados e notas de metodologia
scripts/sod/Funções de leitura, mediana em faixas salariais, IPCA e agrupamentos
scripts/harmonize.pyGera a base harmonizada
scripts/reports/ e reports/templates/Cálculos e páginas dos relatórios
docs/Site dos relatórios (GitHub Pages)
.claude/skills/state-of-data-analyst/Skill compartilhada por Claude Code, Codex e Claude no navegador
.claude-plugin/Manifesto do plugin e do marketplace data-hackers

Para regenerar a base e os relatórios: python scripts/build_reports.py.

Colunas da base harmonizada
GrupoColunas
Identificaçãoedicao, ano
Perfilgenero, raca, pcd, estado, regiao, formacao_nivel, experiencia_prejudicada
Trabalhosituacao_trabalho, setor_empresa, tamanho_empresa, cargo_atual, senioridade, gestor, tempo_experiencia_dados
Saláriosalario_faixa, sal_min, sal_max
Carreirasatisfeito_empresa, plano_mudar_emprego, layoff
Modelo de trabalhomodelo_trabalho_atual, modelo_trabalho_ideal, atitude_retorno_presencial
IA generativauso_ia_generativa
Derivadasnivel (Júnior a Gestor), vinculo, experiencia_grupo, cargo_grupo, porte_grupo, setor_grupo, modelo_atual, modelo_ideal

Perguntas de múltipla escolha (linguagens, cloud, ferramentas de BI) ficam nos CSVs originais. Use sod.data.multiselect(edicao, nome), que já aplica as correções conhecidas.

⚠️ Cuidados ao comparar edições

As perguntas e as opções de resposta mudam de uma edição para outra. A lista completa está em mapping/schema_map.yaml; os pontos mais importantes:

  • A amostra não é aleatória. São as pessoas que responderam à pesquisa, e o perfil muda a cada ano (por exemplo, cada vez menos juniores). Compare dentro de grupos (nível, experiência) antes de tirar conclusões sobre o mercado.
  • O salário vem em faixas, e a mais alta ("acima de R$ 40k") não tem teto.
  • 2019 usou outro questionário: não tem nível Júnior/Pleno/Sênior, e a faixa salarial vai só até R$ 25k. Gênero, estado, formação, cargo, experiência, linguagens, cloud e BI são comparáveis; região também, mas 2019 só identifica Sudeste e Sul.
  • Especialista/Staff+ existe só a partir de 2025/26 e tira do grupo Sênior parte das pessoas mais bem pagas.
  • Correções nos dados: em 2023, as colunas de cloud estão com os rótulos trocados; em 2022, as colunas binárias de cloud registram a cloud preferida, não a usada. As funções de scripts/sod/ já tratam esses casos.

👥 Quem faz a pesquisa

O State of Data Brazil é conduzido pela Data Hackers em parceria com a Bain & Company:

Gabriel Lages
Gabriel Lages
Diretor de Data & Analytics na Hotmart e cofundador da comunidade Data Hackers
Paulo Vasconcellos
Paulo Vasconcellos
Principal Data Scientist na Hotmart e cofundador da comunidade Data Hackers
Monique Femme
Monique Femme
Head of Community Management da comunidade Data Hackers
Felipe Fiamozzini
Felipe Fiamozzini
Expert Associate Partner na Bain & Company

⚖️ Licença

Dados: CC BY-NC-SA 4.0

Os dados (data/, reports/data/) são da Data Hackers e estão sob a licença Creative Commons Atribuição-NãoComercial-CompartilhaIgual 4.0 Internacional. A mesma licença vale para as 6 edições no Kaggle. Ela tem três condições:

SiglaCondiçãoNa prática
BYAtribuiçãoDê o crédito ao State of Data Brazil / Data Hackers e indique se fez alterações.
NCNão comercialNão use os dados com fins comerciais, como vender os dados ou usá-los num produto ou serviço pago.
SACompartilha igualSe distribuir os dados modificados ou uma base derivada, use esta mesma licença.
Posso…
usar em estudos, cursos, TCC, artigos e aulas?✅ Sim, com crédito
publicar análises, gráficos, posts e notebooks?✅ Sim, com crédito. A análise em si pode ter a licença que você quiser.
redistribuir os dados, inteiros ou modificados?✅ Sim, com crédito e sob CC BY-NC-SA 4.0
vender os dados ou usá-los num produto ou serviço pago?❌ Não sem autorização. Fale com a Data Hackers: [email protected]

Este resumo não substitui o texto da licença. Detalhes e o histórico de licenças estão em DATA_LICENSE.md.

Código: MIT

Os scripts, os templates dos relatórios e a skill estão sob a licença MIT: use, modifique e redistribua livremente, inclusive com fins comerciais.

📝 Como citar

State of Data Brazil, edições 2019 a 2025/26. Data Hackers (em parceria com a Bain & Company a partir de 2021). Disponível em https://github.com/data-hackers-br/state-of-data-brazil. Licença CC BY-NC-SA 4.0.

@misc{stateofdatabrazil,
  author       = {{Data Hackers} and {Bain \& Company}},
  title        = {State of Data Brazil, edições 2019 a 2025/26},
  year         = {2026},
  howpublished = {\url{https://github.com/data-hackers-br/state-of-data-brazil}},
  note         = {Licença CC BY-NC-SA 4.0}
}

🤝 Contribuindo

Sugestões de análise, correções no mapeamento de colunas e novos relatórios são bem-vindos.

  • Encontrou um erro nos dados ou no mapeamento? Abra uma issue dizendo a edição e a coluna.
  • Quer adicionar um campo ao mapeamento? Edite mapping/schema_map.yaml e diga, no pull request, em quais edições a coluna foi conferida.
  • Fez uma análise legal? Mande o link numa issue. As melhores podem virar relatório aqui.

Contribuidores ♥️

Contribuidores


🌎 English summary

Open data from the State of Data Brazil, the largest survey of the data and AI job market in Brazil, run by Data Hackers in partnership with Bain & Company (since 2021). It covers 6 editions (2019 to 2025/26) and 22,686 responses summed across editions, with columns harmonized across editions. It ships with a Claude Code skill (/state-of-data-analyst) that answers questions across years. The skill handles salary bands, inflation adjustment (IPCA) and known data quirks. To use it, clone the repo, run pip install -r requirements.txt, open claude in the folder and ask. The survey questions and data are in Portuguese.

License: data under CC BY-NC-SA 4.0 (attribution, non-commercial, share-alike); code under MIT.

// faq

What is state-of-data-brazil?

Dados abertos das 6 edições do State of Data Brazil (Data Hackers) + skill para Claude Code. It is open-source on GitHub.

Is state-of-data-brazil free to use?

state-of-data-brazil is open-source under the NOASSERTION license, so it is free to use.

What category does state-of-data-brazil belong to?

state-of-data-brazil is listed under productivity in the Claudeers registry of Claude-compatible tools.

15 views
★ 106 stars
unclaimed
updated about 1 month ago

// embed badge

state-of-data-brazil on Claudeers
[![Claudeers](https://claudeers.com/api/badge/state-of-data-brazil.svg)](https://claudeers.com/state-of-data-brazil)

// retro hit counter

state-of-data-brazil hit counter
[![Hits](https://claudeers.com/api/counter/state-of-data-brazil.svg)](https://claudeers.com/state-of-data-brazil)

// reviews

// guestbook

0/500

// related in Productivity

🔓

Agent skills for Obsidian. Teach your agent to use Obsidian CLI and open formats including Markdown, Bases, JSON Canvas.

// productivitykepano/★ 52,609◷ MIT[ claude ]
🔓

Open source repository of plugins primarily intended for knowledge workers to use in Claude Cowork

// productivityanthropics/⟨Python⟩★ 34,871◷ Apache-2.0[ claude ]
🔓

Garry's Opinionated OpenClaw/Hermes Agent Brain

// productivitygarrytan/⟨TypeScript⟩★ 33,099◷ MIT[ claude ]
🔓

An open-source alternative to Claude Cowork (powered by opencode)

// productivitydifferent-ai/⟨TypeScript⟩★ 24,523◷ NOASSERTION[ claude ]
→ see how state-of-data-brazil connects across the ecosystem