Documentação / ML Studio
Privacidade e sandbox de ML
A fronteira de dados do ML Studio. O que fica no seu computador, o que os agentes veem, quem desmascara e o que acontece antes de treinar fora.
Nesta página
No ML Studio há dois públicos diferentes e o Yuli os separa: você e os seus modelos locais, que trabalham com os dados reais, e os agentes externos, que só veem o que passa pela fronteira de dados.
O seu código fica no seu computador; com um modelo local, nada sai; com modelos na nuvem, o que é enviado passa antes pelo mascaramento de segredos e dados pessoais.
O que fica no seu computador
Todo o ML Studio roda localmente:
| Atividade | Onde acontece |
|---|---|
| Importar e perfilar dados | No seu computador. |
| Treinar e avaliar | No worker de ML do seu computador. |
| Servir o modelo | Em 127.0.0.1, só escuta na sua máquina. |
| LLM local e RAG (Conhecimento) | No seu computador, com embeddings próprios sem rede. |
Não há servidores do Yuli entre você e a sua IA. A única exceção é a que você escolhe explicitamente: treinar em uma máquina remota (veja abaixo).
A fronteira de dados
Os agentes externos (Claude Code, Codex, agentes ACP ou um modelo na nuvem por trás do chat) enviam ao seu provedor o que leem. Por isso, tudo o que o ML Studio responde a eles passa por uma fronteira de dados:
- As colunas sensíveis saem como
•••. - Do texto livre são removidos e-mails, cartões, telefones, CURP/RFC e IPs.
- Os agregados passam: perfis, métricas e importância de variáveis. Um agente pode raciocinar sobre «quais variáveis pesam mais» sem ver um único cliente.
Exemplo do que um agente vê ao pedir uma amostra:
cliente_id email curp saldo_prom pedidos_pagados baja
••• ••• ••• 1 840.50 12 0
••• ••• ••• 312.00 2 1Com um modelo na nuvem, além disso, o que é enviado ao provedor passa pelo filtro de saída: os segredos são
substituídos por um marcador yuli:secret#N e os dados pessoais por um yuli:pii#N, com uma etiqueta HMAC por
sessão. Eles só são restaurados ao gravar em disco. Veja Segredos e privacidade.
Detector de sensibilidade
Em Dados › Sensibilidade, cada coluna recebe uma probabilidade, uma categoria e um mascaramento sugerido. O detector combina o nome da coluna, padrões e validadores com dígito verificador:
| Validador | Detecta |
|---|---|
| Cartões | Números de cartão de pagamento. |
| IBAN | Contas bancárias internacionais. |
| CLABE | Contas bancárias do México. |
| CPF | Identificação fiscal do Brasil. |
| CURP / RFC | Identificação pessoal e fiscal do México. |
Quem desmascara
Só uma pessoa pode marcar uma coluna como não sensível. Um agente nunca pode desmascarar dados para si mesmo, nem mesmo dentro de uma equipe de agentes.
O que você decide:
- Marcar como sensível uma coluna que o Yuli não detectou.
- Marcar como não sensível uma que foi detectada por engano.
- Criar uma cópia mascarada para compartilhar o dataset.
Worker sem rede por padrão
O processo que treina (o worker de ML) não tem rede por padrão:
| Medida | Efeito |
|---|---|
HF_HUB_OFFLINE | As bibliotecas do Hugging Face não baixam nada. |
PIP_NO_INDEX | O pip não instala pacotes da internet. |
bwrap --unshare-net (Linux) | O processo roda sem interface de rede. |
Assim, um script de treinamento ou uma dependência não conseguem enviar os seus dados para lugar nenhum. A rede só é aberta se o projeto permitir explicitamente:
# yuli-ml.yaml
policies:
allowNetwork: true # por exemplo, para baixar uma base do catálogoAtive allowNetwork só enquanto precisar (baixar uma base ou uma dependência) e volte para false depois.
Antes de treinar fora
Treinar em uma máquina remota (SSH ou nuvem) é a única via pela qual os dados de ML saem do seu computador, e isso nunca acontece sem aviso. Antes de iniciar, o Yuli mostra:
«Os dados saem para host: são enviados o dataset e o código que o trabalho lê. Ao terminar, o Yuli traz o modelo, verifica cada arquivo e apaga os dados lá (a menos que a máquina os mantenha).»
Veja também Deep learning e GPU e Segurança.