MACAPE

Pesquisa com rigor.Tecnologia com propósito.

Estatística, inteligência artificial e engenharia para construir sites, aplicativos e metodologias de pesquisa que resistem ao uso real.

Vamos conversarVer projetos

Dados bem analisados mudam decisões. Por isso tratamos cada projeto como pesquisa: pergunta clara, método explícito e código que dá para auditar.

A MACAPE nasceu na universidade e trabalha com o setor público, o terceiro setor e empresas. Juntamos o cuidado de quem publica com o prazo de quem entrega.

Cinco frentes, uma mesma exigência de método.

Cada frente pode ser contratada sozinha. Os melhores resultados aparecem quando pesquisa e engenharia andam juntas.

01 / 05

Sites e aplicativos

Do protótipo ao produto no ar. Interfaces em React e Next.js, APIs em Python, publicação e manutenção.

  • Next.js
  • React
  • FastAPI
  • Vercel
Tela inicial do Vota Aí! 2026
02 / 05

IA aplicada

Modelos de linguagem, RAG e automação com avaliação de qualidade. Respostas que citam a fonte.

  • LLMs
  • RAG
  • LangChain
  • Agentes
Tela da plataforma A Peneira
03 / 05

Estatística e metodologia

Desenho de pesquisa, amostragem, modelagem e avaliação de impacto. Resultados que resistem à revisão.

  • Inferência causal
  • Surveys
  • Séries temporais
  • R
Gráfico de tópicos do Atlas de PLs de Educação
04 / 05

Engenharia de dados

Pipelines ETL e ELT, bancos analíticos e APIs. Bases públicas enormes viram consultas de segundos.

  • DuckDB
  • Python
  • SQL
  • Docker
Repositório do dockdb-cnpj no GitHub
05 / 05

Governança, LGPD e ética em IA

Arquitetura, políticas e diagnósticos de dados. Privacidade e documentação desde o primeiro dia.

  • LGPD
  • Diagnóstico
  • Catálogo de dados
  • Ética em IA
Tela do Atlas das Frentes Parlamentares

Resultados que dá para conferir.

Duas iniciativas independentes do segundo turno de 2026, abertas ao público. Uma se mede pelo uso, a outra pelo acerto.

Onde Dá Pra Conversar

Iniciativa independente de Matheus C. Pestana

visitas entre 4 e 26 de outubro de 2026, segundo o contador público do site
2 mi+

Dados eleitorais no mapa para encontrar, perto de casa, onde uma conversa podia fazer diferença no segundo turno.

Ler o estudo de casoAbrir o site
Mapa do Onde Dá Pra Conversar, com dados eleitorais por local de votação

Resultados MACAPE

Iniciativa independente de Matheus C. Pestana

projeção para Lula com metade das seções lidas
51,78%
resultado oficial, ao fim da totalização
51,79%

Projeção eleitoral a partir dos boletins de urna: com metade das seções lidas, estimou 51,78% para Lula. O resultado final foi 51,79%.

Ler o estudo de casoAbrir o site
Painel do Resultados MACAPE com a contagem e a projeção do segundo turno

Plataformas no ar, em uso, com dados reais.

01 / 11Pesquisa acadêmica

Vota Aí! 2026

Cesop/Unicamp e Doxa/IESP-UERJ

Plataforma para ler, comparar e encontrar afinidades nos programas de governo registrados no TSE.

Estudo de casoAbrir o site

Todos os projetos, com os cases e o código aberto

Dado público vira ferramenta pública.

Boa parte do nosso trabalho começa em bases abertas: o cadastro de empresas da Receita, os registros do TSE, os perfis que aparecem em cadastros públicos. Quando a ferramenta que montamos para um projeto serve a outras equipes, ela sai com licença MIT, documentação para reproduzir e, quando cabe, DOI para ser citada.

É a forma mais direta de cumprir o que diz o manifesto: código que dá para auditar.

dockdb-cnpj

mateuspestana/dockdb-cnpj

A base pública de CNPJ da Receita Federal em DuckDB, com linha de comando, API e painel.

  1. python scripts/download_cnpj.py -y

    baixa o dump mensal da Receita

  2. python scripts/load_duckdb.py

    carrega tudo em DuckDB

  3. docker compose up --build

    sobe a API em FastAPI

  • Aceita o CNPJ alfanumérico em vigor desde jul/2026
  • Converte o município da Receita para o código IBGE
  • Enriquece 20 mil CNPJs em cerca de 4 segundos

Python · DuckDB · FastAPI · Streamlit · Docker · GitHub Actions

Repositório no GitHubCitação com DOI no ZenodoLer o estudo de caso

Zeezazum

mateuspestana/zeezazum

Coleta posts e mídias do Instagram para pesquisa a partir de qualquer tabela com links, lendo o tráfego que a própria página carrega.

  1. zeezazum prepare --input perfis.parquet --column "REDES SOCIAIS"

    separa os perfis do texto livre

  2. zeezazum scrape --config config.yaml

    coleta posts e mídias, só o que é novo

  3. zeezazum backfill --config config.yaml --extra-posts 20

    aprofunda o histórico

  • Entrada por qualquer tabela com links ou perfis em texto livre
  • Coleta incremental e retomável, com estado em DuckDB
  • Saída em JSON e Parquet, no disco ou no S3

Python · Playwright · DuckDB · Parquet · S3

Repositório no GitHubLer o estudo de caso

Com quem já trabalhamos.

Universidades, institutos de pesquisa, organizações da sociedade civil e empresas de opinião pública.

Fogo Cruzado
GENI/UFF
Fundação Roberto Marinho
ISER
LAPoPe/UFRJ
Plataforma CIPÓ
IESP/UERJ
Casa Galileia
Quaest
Cesop/Unicamp

Quatro etapas, sempre na mesma ordem.

O método é o mesmo para um painel de dados ou um modelo de linguagem. O que muda é a ferramenta.

  1. 01

    Pergunta

    Começamos pelo problema, não pela ferramenta. Definimos o que precisa ser respondido e como saberemos que deu certo.

  2. 02

    Dados

    Coleta, limpeza e documentação. Cada transformação fica registrada e pode ser refeita por outra pessoa.

  3. 03

    Modelo

    Estatística ou IA, escolhidas pelo problema. Validamos contra dados que o modelo nunca viu.

  4. 04

    Produto

    Painel, API, site ou relatório. Entregamos no ar, com código, documentação e quem saiba mantê-lo.

Capacitações para equipes que querem autonomia com dados.

Turmas fechadas, com exercícios sobre os dados da própria organização. Cada pasta guarda o programa do curso.

  • Python para Análise de Dados

    40 horas

    pandas, numpy, visualização, Jupyter, análise exploratória

  • SQL

    30 horas

    consultas complexas, joins e janelas, otimização, modelagem

  • Estatística Aplicada

    40 horas

    inferência, regressão, amostragem, testes de hipótese

  • Machine Learning na Prática

    30 horas

    scikit-learn, classificação, regressão, validação cruzada

  • LLMs e RAG

    24 horas

    embeddings, bancos vetoriais, prompts, avaliação

  • R e Python para Ciência de Dados

    40 horas

    tidyverse, ggplot2, pandas, relatórios reprodutíveis

Matheus C. PestanaRio de Janeiro, RJ

Quem conduz cada projeto.

Matheus C. Pestana, fundador e sócio

Cientista político e cientista de dados. Professor na FGV Comunicação Rio e na FGV Direito Rio, coordenador de dados do GENI-UFF e pesquisador do ISER.

Único sócio da MACAPE, conduz pessoalmente cada projeto: da primeira conversa ao código publicado. Quando o trabalho pede, reúne pesquisadores e desenvolvedores de confiança.

Docência
FGV Comunicação Rio // FGV Direito Rio
Pesquisa
GENI-UFF // ISER
MACAPE
Fundador e sócio
Perfil no LinkedIn

Contato

Traga a pergunta. O método e o código ficam por nossa conta.

Conte o que precisa ser respondido ou construído. A primeira resposta vem do próprio Matheus.

MACAPENº 001

Primeira conversa

Rio de Janeiro, RJ, ou onde você estiver

Canhoto válido para uma mensagem

Puxe para destacar