DATAMIMIC Community Edition (CE) es un motor de datos sintéticos deterministas, de código abierto bajo licencia MIT, diseñado para generar conjuntos de datos sintéticos y pseudonimizar datos sensibles (PII) sin necesidad de datos de origen. Esta herramienta, disponible en Python y preparada para integración con MCP, permite a las organizaciones crear datos de prueba realistas para entornos financieros, sanitarios y otros sectores regulados. A diferencia de los generadores aleatorios, DATAMIMIC CE utiliza máquinas de estados ponderadas y flujos de control para reproducir exactamente el mismo resultado dado un mismo semilla, garantizando la trazabilidad y la reproducibilidad en pipelines de CI/CD y análisis de datos.
El repositorio incluye una interfaz de línea de comandos (CLI) y APIs para orquestar estos flujos de trabajo. El núcleo del proyecto permite ejecutar pipelines contra bases de datos relacionales (PostgreSQL, MySQL, Oracle, MS SQL, SQLite, MongoDB) y formatos de archivo (CSV, JSON, XML, XLSX). La plataforma empresarial asociada añade capas de gobernanza, escaneo de PII, auditoría y ejecución multi-sistema, lo que la hace adecuada para empresas que requieren cumplimiento normativo estricto. El sistema emite registros de ejecución y hashes de contenido para facilitar la reejecución y la auditoría. Además, ofrece integraciones con agentes de IA y adaptadores MCP para automatizar la autoría de modelos de datos mediante un lenguaje de descripción (DSL) específico, permitiendo definir reglas de negocio y estructuras de datos complejas de forma estructurada y verificable.