Spotify Charts - Pipeline de Dados para Análise Regional

Este projeto implementa um pipeline automatizado de engenharia de dados para processamento e análise de dados históricos do Spotify (2017), com foco nos países das Américas. Utilizando Apache Airflow, o sistema simula um processamento diário "em tempo real" ao converter automaticamente a data atual para sua correspondente em 2017, permitindo análise temporal retrospectiva como se fosse atual. O pipeline filtra dados específicos da região, gera rankings diários e métricas detalhadas, preparando a base para integração futura com bancos de dados e dashboards interativos.

###🎯 Objetivos
Criar um pipeline idempotente e reproduzível para processamento diário de dados históricos do Spotify

Implementar lógica de "máquina do tempo" que converte datas atuais para 2017 para simulação temporal

Filtrar e analisar especificamente dados dos países das Américas para insights regionais

Gerar relatórios estruturados com rankings diários (artistas, músicas, países) e métricas de streaming

Estabelecer base para futura integração com banco de dados e sistema de visualização

###🛠️ Tecnologias Utilizadas
Apache Airflow - Orquestração e agendamento do pipeline

Python 3.8+ - Linguagem principal de desenvolvimento

Pandas - Processamento e transformação de dados

Parquet - Formato otimizado para armazenamento

Docker - Containerização do ambiente

JSON - Estruturação de relatórios e metadados