Desenvolvedor Full Stack & Full Cycle | IA Aplicada & Agentes LLM | Produto, Dados e Operação

Construo sistemas completos que unem produto, backend, frontend, dados, automação, infraestrutura e inteligência artificial aplicada — com foco em operação contínua, contexto persistente, governança técnica e evolução estrutural.

Atualmente desenvolvo a Organizesee, uma plataforma de finanças, orçamento e investimentos, e a Valora, uma camada de IA aplicada à produtividade, automação, desenvolvimento e administração técnica de sistemas.

Sou desenvolvedor Full Stack e Full Cycle com foco em construção de produtos digitais, automação, dados, infraestrutura e inteligência artificial aplicada.

Minha atuação vai além da criação de features. Trabalho na estruturação completa de sistemas reais, incluindo:

• Arquitetura de aplicação
• Backend e APIs
• Frontend e dashboards
• Banco de dados
• Pipelines de dados
• Integrações externas
• Deploy e operação
• Scheduler jobs
• Rotinas de manutenção
• Observabilidade
• Automação com IA
• Agentes com contexto persistente

Tenho interesse especial em sistemas que combinam:

• Produto digital
• Dados financeiros
• IA aplicada
• Agentes autônomos
• Operação contínua
• Automação de rotinas
• Arquitetura escalável
• Governança técnica
• Memória e contexto persistente

Meu objetivo é construir sistemas que não apenas funcionem, mas que consigam evoluir, se manter, se observar e se adaptar com apoio de automação e inteligência artificial.

Atuo na interseção entre desenvolvimento de software, dados, cloud, automação e IA.

Minha experiência prática envolve:

• Desenvolvimento de sistemas web completos
• Construção de APIs e serviços backend
• Modelagem e evolução de bases relacionais
• Desenvolvimento frontend orientado a dados
• Criação de dashboards e interfaces analíticas
• Automação de cargas e rotinas recorrentes
• Processamento e normalização de arquivos
• Integração com fontes externas de dados
• Deploy, troubleshooting e operação de ambientes
• Estruturação de agentes de IA com contexto
• Uso de LLMs para produtividade, automação e análise técnica

Por estratégia de produto e segurança, não exponho publicamente a stack completa, a organização interna dos serviços, rotas sensíveis ou detalhes de implementação dos projetos.

De forma geral, trabalho com um ecossistema composto por:

Meu foco está menos em usar ferramentas isoladas e mais em conectar camadas para criar sistemas reais, operáveis e evolutivos.

Trabalho com estruturas envolvendo:

• Aplicações web modernas
• Backend orientado a APIs
• Bancos relacionais
• Busca vetorial
• Cache e filas
• Armazenamento em bucket
• Pipelines de dados
• Serviços agendados
• Workers
• Containers
• Cloud providers
• CDN e roteamento inteligente
• Modelos locais de IA
• Agentes LLM
• Camadas de memória e contexto
• Observabilidade e logs operacionais

A arquitetura é pensada para separar responsabilidades entre aplicação principal, serviços auxiliares, rotinas agendadas, armazenamento de artefatos, processamento de dados e camadas de IA.

A Organizesee é uma plataforma voltada para finanças pessoais, orçamento, investimentos e inteligência financeira.

O projeto envolve uma estrutura completa de produto digital, incluindo:

• Área pública
• Área logada
• Dashboards financeiros
• Controle de orçamento
• Análise de investimentos
• Regras de negócio financeiras
• Integrações com fontes externas
• Pipelines de dados
• Serviços auxiliares
• Rotinas de atualização
• Processamento e persistência de dados
• Camadas de automação e manutenção

A proposta é oferecer uma experiência prática para organização financeira, acompanhando dados, evolução patrimonial, orçamento, investimentos e indicadores úteis para tomada de decisão.

A camada de serviços é responsável por rotinas que sustentam o funcionamento do ecossistema.

Essa camada atua em processos como:

• Coleta de dados externos
• Download e processamento de arquivos
• Normalização de informações
• Cargas automatizadas
• Reprocessamento de dados
• Tratamento de inconsistências
• Persistência de artefatos
• Geração de payloads estruturados
• Integração com storage
• Execução de rotinas recorrentes
• Reconciliação entre bases e fontes

O objetivo é separar a aplicação principal das rotinas operacionais, mantendo o sistema mais organizado, escalável e fácil de evoluir.

Desenvolvo rotinas agendadas para automatizar processos técnicos, financeiros e operacionais dentro do ecossistema.

Esses fluxos são usados para:

• Atualização periódica de dados
• Verificação de integridade
• Processamento de arquivos
• Coleta e normalização de informações externas
• Execução de reconciliações
• Monitoramento de serviços
• Geração de briefings operacionais
• Disparo de tarefas de manutenção
• Reexecução controlada em caso de falha

O foco não é apenas “rodar tarefas em horários definidos”, mas criar uma estrutura de execução com:

• Entrada controlada
• Contexto da execução
• Logs rastreáveis
• Status por etapa
• Tratamento de erro
• Retentativa
• Persistência do resultado
• Validação final
• Histórico operacional

Esse modelo transforma rotinas soltas em processos confiáveis, auditáveis e reutilizáveis.

Parte da arquitetura utiliza armazenamento em bucket para organizar arquivos, payloads e artefatos processados.

Esse modelo permite separar:

• Dados transacionais
• Arquivos brutos
• Arquivos tratados
• JSONs estruturados
• Conteúdos gerados por IA
• Metadados de publicação
• Documentos de apoio
• Saídas intermediárias de pipelines

A estrutura baseada em bucket facilita:

• Desacoplamento entre processamento e consumo
• Armazenamento escalável
• Reprocessamento de dados
• Publicação dinâmica de conteúdo
• Organização de artefatos por domínio
• Integração entre serviços internos
• Controle de versões lógicas de dados processados

No pipeline editorial, por exemplo, os metadados podem ser persistidos em banco enquanto o conteúdo final estruturado é armazenado em bucket, permitindo que o frontend consuma dados de forma mais leve, dinâmica e desacoplada.

O Command Center é uma camada conceitual e operacional voltada para administração técnica do ecossistema.

Ele nasce da necessidade de centralizar decisões, rotinas, diagnósticos e ações de manutenção em um ambiente com múltiplos projetos, serviços, bases, integrações e automações.

• Mapear projetos e dependências
• Acompanhar rotinas críticas
• Apoiar decisões de manutenção
• Controlar execuções recorrentes
• Identificar falhas operacionais
• Organizar logs e eventos relevantes
• Apoiar mudanças estruturais
• Sugerir melhorias de arquitetura
• Verificar consistência entre sistemas
• Servir como camada de apoio para agentes de IA

O Command Center também atua como apoio para rotinas avançadas de banco de dados, incluindo:

• Análise estrutural de tabelas
• Revisão de relacionamentos
• Identificação de duplicidades
• Estratégias de deduplicação
• Planejamento de mudanças estruturais
• Apoio a migrações
• Revisão de procedures
• Revisão de functions
• Avaliação de índices
• Otimização de consultas
• Controle de integridade
• Auditoria de dados críticos
• Validação após cargas e atualizações

A proposta é transformar o Command Center em uma camada inteligente capaz de interpretar o estado dos projetos e auxiliar na tomada de decisão técnica.

Em vez de apenas executar comandos, o sistema passa a entender:

• Qual rotina falhou
• Qual dado foi afetado
• Qual serviço depende daquela informação
• Qual histórico existe sobre o problema
• Qual documentação se aplica ao caso
• Qual correção já foi feita anteriormente
• Qual o melhor caminho para resolver sem quebrar o ecossistema

Esse modelo aproxima o desenvolvimento de uma operação assistida por IA, onde agentes especializados conseguem trabalhar com contexto real, histórico técnico e responsabilidades bem definidas.

O Valora é um agente pessoal de IA aplicado à produtividade, desenvolvimento, automação e operação técnica.

A proposta do Valora não é ser apenas um chatbot, mas uma camada inteligente capaz de atuar sobre projetos reais, documentos, rotinas, arquivos, código, logs e decisões técnicas.

Ele foi pensado como um ambiente de IA com:

• Contexto persistente
• Memória de decisões
• Consulta a documentação
• Execução orientada a tarefas
• Agentes especializados
• Integração com ambiente local
• Apoio ao desenvolvimento
• Apoio à operação de sistemas
• Capacidade de revisar, planejar, executar e validar ações

• Desenvolvimento backend
• Desenvolvimento frontend
• Infraestrutura e deploy
• Revisão de código
• Pesquisa técnica
• Escrita e documentação
• Dados financeiros
• Operação de sistemas
• Monitoramento de rotinas
• Análise de falhas
• Apoio a decisões arquiteturais

O Valora evolui em três níveis:

Criação de fluxos com agentes, ferramentas, documentação, contexto de projeto e execução assistida.

Adaptação de modelos para tarefas específicas, usando bases próprias, dados de execução, padrões técnicos e conhecimento acumulado.

Uso do agente como camada de apoio à operação real do ecossistema, incluindo projetos, serviços, bases de dados, rotinas, logs, documentação e decisões técnicas.

O objetivo final é transformar o Valora em um administrador técnico assistido por IA, capaz de compreender o ambiente, operar com contexto e apoiar decisões de evolução do sistema.

Minha jornada com IA está focada em transformar modelos de linguagem em camadas úteis para sistemas reais.

Trabalho com conceitos como:

• Orquestração de agentes
• Tools e skills
• Contexto por projeto
• Memória de longo prazo
• Busca semântica
• RAG
• Modelos locais
• Fine-tuning
• LoRA
• Geração de dados de treino
• Agentes especializados
• Fluxos de validação
• Automação assistida por IA
• Análise de código e documentação
• Execução orientada por contexto

A visão é que agentes de IA precisam ir além de respostas isoladas. Eles devem operar com contexto, direção, histórico, regras, validação e capacidade de agir sobre ambientes reais.

Tenho forte atuação na parte de dados e estruturação de bases para sistemas reais.

Isso envolve:

• Modelagem relacional
• Normalização de dados
• Cargas incrementais
• Deduplicação
• Reconciliação entre fontes
• Revisão de integridade
• Criação e manutenção de procedures
• Criação e manutenção de functions
• Otimização por índices
• Ajustes estruturais em tabelas
• Estratégias de migração
• Análise de volumetria
• Performance de consultas
• Auditoria de dados
• Rotinas de manutenção preventiva
• Validação pós-processamento

O foco é manter bases de dados não apenas funcionando, mas preparadas para crescimento, manutenção, rastreabilidade e evolução do produto.

Minha forma de construir sistemas segue uma lógica contínua:

Produto
  ↓
Arquitetura
  ↓
Backend
  ↓
Frontend
  ↓
Dados
  ↓
Serviços
  ↓
Scheduler
  ↓
Storage
  ↓
Observabilidade
  ↓
Automação
  ↓
IA Aplicada
  ↓
Command Center