Governança de dados com o FINOS Legend

Conceitos como cliente e contrato mudam de significado entre áreas. O FINOS Legend transforma o modelo de negócio em código versionado e executável.

Quem atua na liderança técnica ou na arquitetura de dados de grandes operações conhece um problema recorrente: o significado de “cliente”, “transação” ou “contrato” muda dependendo do departamento e do sistema. O time de crédito tem uma definição, o de cobrança tem outra, e o relatório regulatório precisa conciliar as duas.

O resultado são silos, falhas de integração e um esforço desproporcional para consolidar números que deveriam ser triviais. Não é falta de dados. É falta de um modelo semântico comum — e de um mecanismo para mantê-lo vivo.

Em 2020, o Goldman Sachs doou sua plataforma interna de modelagem e governança à FINOS, a Fintech Open Source Foundation. O projeto ficou conhecido como FINOS Legend.

O problema não é o dado, é o significado

Dicionários de dados estáticos e documentos esquecidos em wikis não resolvem esse problema porque envelhecem no dia seguinte. O modelo lógico vive em um lugar, a implementação física em outro, e nada garante que os dois continuem alinhados.

Quando a infraestrutura muda — um banco é migrado, uma tabela é renomeada, uma fonte é substituída — o conhecimento de negócio se perde. A organização passa a depender de pessoas específicas para explicar o que cada campo significa.

O Legend ataca exatamente essa distância entre o conceito de negócio e a implementação técnica.

O que é o FINOS Legend

O Legend é uma plataforma de modelagem e governança de dados que transforma definições de negócio em código executável. Em vez de um PDF, o modelo é versionado, revisado e testado como qualquer outro artefato de engenharia.

A proposta é inverter a lógica tradicional: o modelo lógico é a fonte de verdade, e a infraestrutura física é um detalhe de execução. Quando a fonte muda, o modelo permanece; o que se ajusta é o mapeamento para a nova realidade.

As peças do ecossistema

Legend Studio e a linguagem Pure. Engenheiros e analistas modelam conceitos em Pure, uma linguagem funcional que separa o modelo lógico da infraestrutura física. A mesma definição de “cliente” pode ser usada por áreas diferentes sem que cada uma reimplemente a regra.

Legend Engine. O motor traduz modelos abstratos em código real: esquemas de banco, classes e queries executadas diretamente na fonte. Isso reduz a tradução manual entre documentação e implementação.

SDLC de dados integrado a CI/CD. Integração com pipelines de CI/CD, como GitLab e GitHub, traz controle de versão, revisão e testes automatizados para a arquitetura de dados. Mudanças semânticas passam a ter diff, aprovação e histórico.

O Legend por trás do CDM. O Legend é a tecnologia por trás do Common Domain Model, usado na padronização global de derivativos e transações financeiras por entidades como ISDA, ISLA e ICMA.

Como adotar sem tentar modelar a empresa inteira

O erro clássico é começar pelo escopo total. Um modelo corporativo completo leva anos e costuma morrer antes de entregar valor.

Um caminho mais seguro:

  1. Escolha um domínio crítico. Um relatório regulatório, um processo de crédito ou uma conciliação financeira que hoje consome tempo e gera retrabalho.
  2. Modele o conceito antes da fonte. Defina o que “contrato” significa para o negócio, independentemente de onde ele está armazenado.
  3. Conecte uma fonte por vez. Valide o mapeamento com dados reais e ajuste o modelo com base nas divergências encontradas.
  4. Versione e revise. Trate o modelo como código: pull request, code review e testes de consistência.
  5. Defina donos. Cada domínio precisa de um responsável pelo significado, não apenas pela tabela.

O que esperar — e o que não esperar

Com o modelo semântico sob controle, análise de impacto e linhagem ficam mais confiáveis. Uma mudança em uma definição pode ser rastreada até os relatórios e aplicações que dependem dela. Relatórios regulatórios deixam de exigir reconstrução manual a cada ciclo.

Mas o Legend não é um projeto de instalação. Ele exige disciplina de modelagem, aprendizado da linguagem Pure e mudança de processo. Empresas que tratam governança de dados como burocracia tendem a produzir um modelo bonito e desconectado da operação.

Governança de dados só funciona quando vira disciplina de engenharia. O Legend oferece o mecanismo; a organização precisa oferecer o compromisso. Em setores regulados, a camada de dados também alimenta iniciativas de IA que precisam de controles próprios, como os do FINOS AIGF.

Se a sua operação sofre com definições conflitantes entre áreas, uma revisão de arquitetura pode ajudar a priorizar os domínios e o caminho de adoção. Para conversar sobre o seu contexto, fale com a gente.

Pronto para o próximo passo da sua arquitetura?

Construímos e revisamos arquiteturas para sistemas críticos — do desenho à operação, com decisões documentadas e custos sob controle.

Falar sobre seu projeto