TLDR;

MLJAR Studio é um ambiente de dados com base no Jupyter Lab que integra agentes de código e recursos de IA para trabalhar interativamente com notebooks Python, AutoML, conexão a fontes de dados e publicação de apps. Há um plano gratuito que cobre as funcionalidades centrais mas com limites (por exemplo número de prompts e publicação) e planos pagos para ampliar essas capacidades. É possível usar os modelos gratuitos da plataforma ou conectar suas próprias chaves/API (como OpenAI) e até modelos self‑hosted como Ollama nas configurações de provedor de IA.

Resumo

MLJAR Studio é um laboratório de dados com IA construído sobre Jupyter Lab que combina notebooks interativos com agentes de codificação, oferecendo recursos gratuitos para cientistas de dados e engenheiros de ML. Permite conectar fontes como arquivos CSV, bancos de dados e Databricks, usar AutoML para encontrar modelos e pipelines automaticamente e Auto Lab — uma camada conduzida por agentes que executa experimentos autônomos salvo como notebooks individuais. Também possibilita publicar notebooks como aplicações web via Mercury e escolher entre modelos integrados ou usar chaves de API externas (por exemplo, OpenAI) ou hosts próprios como Ollama. Disponível para Windows, macOS e distribuições Debian/Fedora, pode ser adaptado para Arch Linux com conversão de pacotes. A interface conserva a experiência do Jupyter (execução de células, exploração de dados, visualizações), mas adiciona um chat conectado ao notebook (AI Data Analyst) que gera código, gráficos — como histogramas e mapas de correlação — e texto diretamente no documento. Há plano gratuito com limites de prompts e opções pagas para mais recursos; o vídeo menciona patrocínio da MLJAR e mostra como alterar o provedor de IA nas configurações quando atingir limites, mantendo uso flexível e integrado. O fluxo facilita experimentação ágil, documentação e reprodução de resultados por equipes.