Elena Petrova
Ciência de Dados
Elena escreve estudos de dados e benchmarks, além de conteúdo sobre a qualidade dos dados coletados: como medi-los, limpá-los e construir datasets consistentes.
Escreve sobre
- Estudos de dados e benchmarks
- Qualidade dos dados
- Construção de datasets
Artigos de Elena Petrova
-
26 de outubro de 2026 · Conhecimento
Marketplaces e licenciamento de dados de treinamento de IA: quando comprar e quando coletar
Como funcionam os marketplaces e os acordos de licenciamento de dados de treinamento de IA, quanto os dados licenciados realmente custam e um método prático para decidir quando comprar um conjunto de dados e quando coletá-lo você mesmo.
-
24 de outubro de 2026 · Conhecimento
Proveniência no Pipeline de Treinamento de IA: Provando de Onde Seu Dataset Veio
O que a proveniência de dados de treinamento de IA significa na prática: o registro a ser mantido para cada documento, o que o resumo do EU AI Act exige e como mantê-lo ao longo do processo.
-
19 de outubro de 2026 · Extração de dados
Economia de Retentativas: O Número da Tentativa em Que Repetir Deixa de Compensar
Cada nova tentativa tem menos chance de dar certo que a anterior. Como medir o ponto em que repetir deixa de compensar, usando seus próprios logs e algumas linhas de Python.
-
15 de outubro de 2026 · Proxies Residenciais
Entendendo a Diversidade de ASN em Redes de Proxies Residenciais
Uma grande quantidade de IPs diz pouco se a maioria dos endereços estiver concentrada em poucas redes. Como medir a diversidade de ASN em um pool de proxies, quais métricas usar e como é um bom resultado.
-
11 de outubro de 2026 · Conhecimento
CAPTCHAs Impedem Bots ou Apenas os Atrasam? Medindo a Dissuasão em Relação à Taxa de Resolução
O que duas décadas de pesquisa dizem sobre CAPTCHAs: quanto tempo custam aos humanos, com que frequência bots e agentes de IA os resolvem e por que agora funcionam como um custo.
-
8 de outubro de 2026 · Extração de dados
Eficiência de Payload: Qual Parcela de uma Página Raspada É Boilerplate Pelo Qual Você Pagou
Medimos 278 páginas de conteúdo dos 1.000 principais sites. O texto que você quer é cerca de 1% do HTML e uma fração minúscula do que um navegador baixa.
-
7 de outubro de 2026 · Proxies Residenciais
A Shifter Agora Tem o Maior Pool de IPs Residenciais dos EUA Ativos
Testamos novamente a Shifter em nosso benchmark de proxy residencial: 212.212 IPs ativos dos EUA em 250.000 requisições, o maior pool de IPs ativos dos EUA entre as 16 redes que já medimos.