Ferramenta de normalização de dados

A ferramenta aceita um ou mais conjuntos de dados tabulares e identifica as colunas numéricas a serem normalizadas. São suportados três métodos: normalização Min-Max para o intervalo 0–1, padronização Z-score com média 0 e desvio padrão 1, e escalonamento robusto baseado na mediana e no IQR. Saídas mantêm os nomes de colunas e tipos de dados originais, substituindo os valores nas features-alvo. O resultado inclui o conjunto de dados transformado e um resumo estatístico por coluna.
Parâmetros de normalização podem ser aplicados globalmente ou por coluna. Em configuração por coluna, o usuário atribui a cada feature numérica um método e intervalos opcionais. Ao mesclar conjuntos, pode-se calcular uma distribuição de referência compartilhada ou ajustá-la de forma independente por fonte, dependendo do fluxo de trabalho. Valores ausentes são tratados conforme regras configuráveis e não interrompem as transformações.
Os usuários-alvo incluem engenheiros de dados, cientistas de dados, equipes de analytics e engenheiros de ML que necessitam de preparação de dados reprodutível para relatórios, dashboards ou treinamento de modelos. A ferramenta se diferencia pelo controle por coluna, exportação de parâmetros auditable e processamento em lote para grandes ambientes de dados, reduzindo scripts manuais e assegurando escalas consistentes entre projetos. Casos de uso típicos incluem harmonizar conjuntos de clientes de várias regiões, preparar features para modelos de regressão ou de distância e alinhar conjuntos BI para comparações justas. A ferramenta é projetada para velocidade, transparência e repetibilidade, com tratamento claro de casos de borda e relatórios de erros.