A engenharia de dados envolve técnicas e ferramentas essenciais para coletar, organizar e transformar conjuntos de dados, garantindo sua qualidade e adequação para análises diversas. Este trabalho apresenta o desenvolvimento de um dataset sobre o tema da Inteligência Artificial (IA), construído a partir de outros datasets abertos. Aplicando o método Extract Transform Load (ETL), foram realizadas etapas de coleta, limpeza textual e padronização, utilizando ferramentas em Python para assegurar representatividade e qualidade dos dados. A validade do dataset foi testada em análises de sentimentos com os modelos VADER e BERT, comprovando sua versatilidade para diferentes contextos analíticos. Com isso, oferece uma base robusta para pesquisadores e estudantes desenvolverem novos estudos e investigações sobre IA, promovendo avanços na área de ciência de dados. [resumo fornecido pelo autor]