
state-of-data-brazil
Dados abertos das 6 edições do State of Data Brazil (Data Hackers) + skill para Claude Code
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.
/plugin marketplace add data-hackers-br/state-of-data-brazil /plugin install state-of-data-brazil@data-hackers-br/state-of-data-brazil
git clone https://github.com/data-hackers-br/state-of-data-brazil
// compatibility
| Platforms | cli, mobile |
|---|---|
| Operating systems | — |
| AI compatibility | claude |
| License | NOASSERTION |
| Pricing | open-source |
| Language | HTML |
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 Hackers | A 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 & Company | Consultoria 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 pesquisa | Datasets no Kaggle | Relatórios | Como usar |
| O que tem aqui | Cuidados ao comparar edições | Quem faz a pesquisa | Licença |
| Como citar | Contribuindo | English 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:
| Parte | Tema |
|---|---|
| 1 | Dados demográficos: idade, gênero, cor/raça, PCD, estado, formação |
| 2 | Carreira: situação de trabalho, setor, cargo, nível, salário, satisfação, modelo de trabalho |
| 3 | Desafios de quem lidera times de dados |
| 4 | Conhecimentos na área: fontes de dados, linguagens, bancos, cloud, BI, IA generativa |
| 5 | Objetivos na área de dados |
| 6 | Rotina e ferramentas de Engenharia de Dados |
| 7 | Rotina e ferramentas de Análise de Dados |
| 8 | Rotina, 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.
| Edição | Coleta | Respostas | Kaggle | Neste repositório |
|---|---|---|---|---|
| 2019 | novembro de 2019 | 1.765 | pesquisa-data-hackers-2019 | data/raw/2019/ |
| 2021 | 18/out a 6/dez de 2021 | 2.645 | state-of-data-2021 | data/raw/2021/ |
| 2022 | 10/out a 28/nov de 2022 | 4.271 | state-of-data-2022 | data/raw/2022/ |
| 2023 | 16/out a 6/dez de 2023 | 5.293 | state-of-data-brazil-2023 | data/raw/2023/ |
| 2024/25 | 14/out a 18/dez de 2024 | 5.217 | state-of-data-brazil-20242025 | data/raw/2024-2025/ |
| 2025/26 | 20/out a 22/dez de 2025 | 3.495 | state-of-data-brazil-2025-2026 | data/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/.
| Relatório | Principal achado |
|---|---|
| O paradoxo do salário real | Descontada 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 escritório | Quem 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 Data | Painel 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:
- Baixe o arquivo
SKILL.md. - Nas configurações de personalização do Claude, importe o arquivo na área de
skills e ative
state-of-data-analyst. - 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
| Caminho | Conteúdo |
|---|---|
data/raw/ | CSVs originais de cada edição, idênticos aos do Kaggle |
data/harmonized/state_of_data_harmonized.csv | Base combinada: uma linha por respondente, com colunas canônicas e derivadas |
data/reference/ipca_mensal.json | IPCA mensal do IBGE, para corrigir salários pela inflação |
mapping/schema_map.yaml | O 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.py | Gera 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
| Grupo | Colunas |
|---|---|
| Identificação | edicao, ano |
| Perfil | genero, raca, pcd, estado, regiao, formacao_nivel, experiencia_prejudicada |
| Trabalho | situacao_trabalho, setor_empresa, tamanho_empresa, cargo_atual, senioridade, gestor, tempo_experiencia_dados |
| Salário | salario_faixa, sal_min, sal_max |
| Carreira | satisfeito_empresa, plano_mudar_emprego, layoff |
| Modelo de trabalho | modelo_trabalho_atual, modelo_trabalho_ideal, atitude_retorno_presencial |
| IA generativa | uso_ia_generativa |
| Derivadas | nivel (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 Diretor de Data & Analytics na Hotmart e cofundador da comunidade Data Hackers |
![]() Paulo Vasconcellos Principal Data Scientist na Hotmart e cofundador da comunidade Data Hackers |
![]() Monique Femme Head of Community Management da comunidade Data Hackers |
![]() 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:
| Sigla | Condição | Na prática |
|---|---|---|
| BY | Atribuição | Dê o crédito ao State of Data Brazil / Data Hackers e indique se fez alterações. |
| NC | Não comercial | Não use os dados com fins comerciais, como vender os dados ou usá-los num produto ou serviço pago. |
| SA | Compartilha igual | Se 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.yamle 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 ♥️
🌎 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.
// embed badge
[](https://claudeers.com/state-of-data-brazil)
// retro hit counter
[](https://claudeers.com/state-of-data-brazil)
// reviews
// guestbook
// related in Productivity
Agent skills for Obsidian. Teach your agent to use Obsidian CLI and open formats including Markdown, Bases, JSON Canvas.
Open source repository of plugins primarily intended for knowledge workers to use in Claude Cowork
Garry's Opinionated OpenClaw/Hermes Agent Brain
An open-source alternative to Claude Cowork (powered by opencode)



