Desde a descoberta dos primeiros Exoplanetas (os planetas fora do Sistema Solar) na década de 90, e a primeira detecção de um trânsito planetário no ano 2000, o método de trânsito para detecção de um planeta tem sido utilizado por diversos telescópios espaciais, como por exemplo Kepler e TESS.  Estas descobertas contribuíram de forma crucial para o estudo e caracterização de exoplanetas e na busca de planetas que possuam condições habitáveis (existência de água líquida em sua superfície), como a Terra. Através da curva de luz da estrela hospedeira de um exoplaneta, alguns parâmetros do planeta podem ser determinados, como por exemplo o raio, ângulo de inclinação e semieixo da órbita. Porém uma estrela hospedeira pode apresentar manchas em sua superfície que causam pequenas variações na curva de luz quando o planeta oculta uma destas manchas. As variações nas curvas de luz do trânsito fazem com que os parâmetros planetários não sejam tão precisos e até subestimados. Logo, faz-se necessário o uso de técnicas de análise e modelagem das manchas estelares para a melhor estimativa das características dos planetas extrassolares, considerando as alterações causadas pela atividade estelar. Neste projeto, é desenvolvido um pipeline de programas em Python para calibração, análise e modelagem das variações nas curvas de luz a fim de melhorar a precisão dos parâmetros planetários e orbitais e sua relação com a atividade estelar.