Projetos e Cases
Projetos selecionados que mostram como conecto decisões de arquitetura a resultados de negócio.
Contexto
Uma plataforma de dados esportivos em tempo real (web, mobile e serviços ao vivo) precisava crescer de 100K para mais de 1M de usuários simultâneos sem explodir o gasto de infraestrutura.
Desafio
Sustentar latência P99 abaixo de 300ms com crescimento de 10x no tráfego, mantendo o custo de operação viável para o negócio.
Meu papel
Líder de Engenharia e Arquitetura — responsável pelo roadmap técnico, arquitetura e entrega entre squads.
Solução
Arquitetei o backbone em tempo real: hub Python/FastAPI, dataloader gRPC/Protobuf, Redis pub/sub e serviços de fan-out WebSocket e push em Go. Padronizei um stack poliglota de microsserviços com design system alinhado ao Figma para web (Next.js/React) e mobile (Flutter).
Impacto
- ✓Escala 10x: 100K → 1M+ usuários simultâneos
- ✓Latência P99 < 300ms sustentada
- ✓~57% menos custo de operação (≈2,3x mais barato)
Stack e práticas
Python/FastAPIGogRPC/ProtobufRedis pub/subPostgreSQLBullMQDockerPrometheusNext.js/ReactFlutter
Aprendizados
Arquitetura é a ferramenta de FinOps mais poderosa: a infraestrutura mais barata é a que o seu design deixou de precisar.
Contexto
Uma plataforma esportiva precisava entregar push notifications de eventos ao vivo para centenas de milhares de dispositivos em segundos — com picos a cada gol.
Desafio
Suportar rajadas de milhares de eventos por segundo, sinais duplicados na origem e throttling de terceiros (SNS/FCM/APNs) sem notificações perdidas ou duplicadas.
Meu papel
Líder de arquitetura e engenharia do backend de notificações.
Solução
Serviço Go/gRPC com pool de 100 workers; deduplicação distribuída com scripts Lua no Redis; circuit breaker na integração SNS; rate limiting adaptativo com backoff automático; publicação em lote (10 mensagens por chamada de API); métricas Prometheus de ponta a ponta e graceful shutdown para deploys seguros.
Impacto
- ✓Projetado e validado para 500K+ usuários simultâneos
- ✓5.000+ eventos/segundo processados por instância
- ✓10x menos chamadas à API SNS com publicação em lote
- ✓Entrega sem duplicatas sob carga de rajada
Stack e práticas
GogRPC/ProtobufRedis clusterPostgreSQL (pgx)AWS SNS → FCM/APNsPrometheusDocker/ECS
Aprendizados
Em escala de fan-out, padrões de resiliência — deduplicação, circuit breaking, backoff adaptativo — não são extras. São o produto.
Contexto
A Dell Technologies precisava de consistência de UX e eficiência de desenvolvimento em um dos maiores portfólios de produto da tecnologia — abrangendo múltiplas unidades de negócio, marcas e operações de e-commerce.
Desafio
Construir e governar um único design system servindo centenas de times sem virar gargalo: componentes, padrões, documentação, ferramentas e — o mais difícil — adoção em escala enterprise.
Meu papel
Design System Manager (2020–2022) — visão, roadmap, governança e entrega, 100% remoto entre times dos EUA e do Brasil.
Solução
Construí e governei o Dell Design System (delldesignsystem.com): padrões de componentes, design tokens, documentação e ferramentas, com entrega ágil incremental e um modelo de contribuição que permitia aos times de produto estender o sistema em vez de bifurcá-lo.
Impacto
- ✓800+ times em 12 empresas usando o DDS como framework principal
- ✓2.000+ produtos construídos sobre o sistema
- ✓Maior confiabilidade do e-commerce com componentes consistentes e testados
- ✓Menor custo de desenvolvimento com reuso em escala
Stack e práticas
Design systemsDesign tokensBibliotecas de componentesFerramentas de documentaçãoGovernançaEntrega ágil
Aprendizados
Um design system em escala enterprise é um produto com clientes — adoção se conquista com confiabilidade e experiência do desenvolvedor, não por decreto.
Contexto
Uma operação de tecnologia precisava reduzir gastos de cloud, melhorar a previsibilidade e trazer governança a um ambiente AWS que cresceu organicamente.
Desafio
Cortar custo sem prejudicar confiabilidade nem velocidade de entrega — e tornar o gasto visível e previsível para o negócio.
Meu papel
Líder de tecnologia conduzindo práticas de FinOps, revisão de arquitetura e governança cloud.
Solução
Revisão workload a workload, right-sizing e ajustes de arquitetura; observabilidade e monitoramento de custos; rituais de FinOps conectando decisões de engenharia a resultados financeiros.
Impacto
- ✓~30% de redução nos custos AWS
- ✓Plano adicional de 20% de otimização mapeado
- ✓Melhor governança, observabilidade e previsibilidade de gastos
Stack e práticas
AWSFinOpsObservabilidadeRevisão de arquitetura cloudMonitoramento
Aprendizados
Otimização de custos é contínua, não um projeto pontual. Visibilidade vem primeiro; a economia vem em seguida.
Contexto
Um produto esportivo precisava de apps iOS e Android com dados ao vivo em tempo real, pagamentos e conteúdo rico — evoluindo semanalmente sem dobrar o time.
Desafio
Atualizações em tempo real sobre redes móveis instáveis, compras in-app em conformidade com as duas lojas e arquitetura modular para manter saudável um codebase em crescimento acelerado.
Meu papel
Liderança de engenharia da plataforma mobile e sua arquitetura.
Solução
App Flutter estruturado em 10+ packages internos (autenticação, push, deep links, core, preferências); padrão BLoC para estado; Protobuf sobre WebSockets para dados ao vivo; Firebase para analytics, crash reporting e auth; builds multi-flavor por ambiente; conventional commits e git hooks garantindo disciplina de release.
Impacto
- ✓Um único codebase servindo iOS e Android
- ✓700+ builds publicados — cadência semanal de release sustentada
- ✓Dados de partidas ao vivo dentro do app
- ✓Packages modulares permitindo frentes paralelas de trabalho
Stack e práticas
Flutter/DartBLoCProtobuf/WebSocketsgRPCFirebaseCompras in-appCI/CD
Aprendizados
Problemas de escala em mobile são organizacionais antes de técnicos: fronteiras modulares e disciplina de release são o que torna o ship semanal sustentável.
Contexto
Uma rede de afiliados precisava de uma plataforma para gerenciar parceiros, comissões, analytics de campanhas e ciclos de pagamento — onde cada centavo precisa ser rastreável.
Desafio
Correção financeira sob concorrência, detecção de abuso, conformidade com a LGPD e auditabilidade completa — sem desacelerar a entrega de produto.
Meu papel
Liderança de arquitetura e entrega da plataforma.
Solução
Monorepo NestJS + React sobre Prisma/PostgreSQL; ciclos de pagamento modelados como state machine explícita; processamento assíncrono com filas Redis/Bull; sync para BigQuery para analytics; trilha de auditoria com contexto de requisição; mascaramento de PII, RBAC e API gateway para parceiros; integração Stripe para pagamentos.
Impacto
- ✓Fluxos financeiros auditáveis de ponta a ponta com estados explícitos de ciclo de pagamento
- ✓Detecção de abuso de CPA com ajustes automatizados
- ✓LGPD by design (mascaramento de PII, consentimento, retenção)
- ✓Analytics desacoplado no BigQuery sem tocar a carga transacional
Stack e práticas
NestJSReactTypeScriptPrisma/PostgreSQLBigQueryRedis/BullStripeJest/Vitest/Playwright
Aprendizados
Em sistemas financeiros, a state machine é a especificação — se um estado de dinheiro não está explícito no código, acabará implícito numa planilha.
Contexto
Um produto digital com milhões de usuários, assinaturas, integração com pagamentos e demanda contínua de evolução de produto.
Desafio
Manter uma grande base engajada coordenando prioridades de engenharia, produto, dados e negócio em um único roadmap técnico.
Meu papel
Gestor de tecnologia coordenando times de engenharia, produto, dados e negócio.
Solução
Estruturei o roadmap técnico em torno de métricas de engajamento e dados de produto; otimizei integrações de pagamento; estabeleci cadência de entrega conectando discovery de produto à execução de engenharia.
Impacto
- ✓Base de 3M+ usuários atendida
- ✓Evolução contínua de produto com ganhos mensuráveis de engajamento
- ✓Maior alinhamento entre engenharia, produto, dados e negócio
Stack e práticas
Product analyticsIntegração de pagamentosMétricas de engajamentoRoadmap técnico
Aprendizados
Em escala, decisões de produto são decisões de dados — o roadmap precisa estar ancorado em métricas em que todos confiam.
Contexto
Uma operação comercial precisava de um chatbot capaz de receber pedidos consultando catálogo, preço e estoque em tempo real.
Desafio
Casar pedidos em texto livre com SKUs reais de forma confiável — com nomes de produto inconsistentes, necessidade de validação e rastreabilidade operacional completa.
Meu papel
Líder de arquitetura e entrega do fluxo de pedidos conversacional.
Solução
Integrei bases de produtos, preços e estoque via APIs sobre PostgreSQL; combinei algoritmos de fuzzy search com interpretação via GPT; validação de SKU/EAN, tratamento de erros e observabilidade em todo o funil.
Impacto
- ✓Fluxo comercial de pedidos mais rápido e enxuto
- ✓Menos erros de pedido com validação de SKU/EAN
- ✓Visibilidade operacional de ponta a ponta
Stack e práticas
PostgreSQLAPIsFuzzy searchIntegração GPT/LLMValidação SKU/EANObservabilidade
Aprendizados
LLMs brilham quando cercados de guardrails determinísticos: busca, validação e observabilidade transformam demo em produto.
Contexto
Uma operação comercial processava milhares de imagens enviadas por usuários por dia, que precisavam de validação, classificação e roteamento para canais de mensagens.
Desafio
Sustentar throughput e controlar custo na análise LLM/OCR respeitando rate limits das plataformas de mensagens — com tolerância zero a envios duplicados.
Meu papel
Líder de arquitetura e entrega do pipeline de automação.
Solução
Pipeline OpenAI Vision com pool de 48 workers e processamento em grandes lotes; pipeline de mídia separado com 24 workers; rate limiting global e por chat na distribuição via Telegram; janela de deduplicação; armazenamento de mídia em nuvem; painel administrativo para operação.
Impacto
- ✓Milhares de imagens triadas automaticamente por dia
- ✓Gasto com API controlado via lotes e cache
- ✓Distribuição estável sob rajadas, sem duplicatas
Stack e práticas
Python/FlaskOpenAI VisionTelegram APISupabaseWorker poolsRate limiting
Aprendizados
LLM em produção é um problema de throughput e guardrails: o modelo é 20% do sistema, a engenharia ao redor é os outros 80%.
Contexto
Rotinas diárias de engenharia — standups, planejamento de work items, branches, changelogs, checagens de qualidade, criação de PRs, análise de documentos e dados — consumiam tempo sênior em Azure DevOps, GitHub e sistemas internos.
Desafio
Dar a agentes LLM acesso real ao ferramental de produção sem abrir mão de governança, rastreabilidade e padrões de qualidade.
Meu papel
Desenhei e construí o ferramental agentic e seu modelo operacional.
Solução
Skills baseadas em MCP conectando o Claude ao Azure DevOps e GitHub: digests automáticos de standup, planejamento de work items com gates de aprovação, convenções de branch e changelog, quality gates obrigatórios (lint, type-check, testes, secret scanning, conventional commits) e criação de PR com self-review por IA. O mesmo padrão estendido a pipelines de OCR e análise de dados com aprovação humana antes de qualquer escrita.
Impacto
- ✓Rotina diária de engenharia automatizada de ponta a ponta
- ✓Quality gates aplicados em toda mudança assistida por IA
- ✓Um único padrão agentic reusado em DevOps, OCR e análise de dados
Stack e práticas
MCPClaude / LLMsAzure DevOps APIGitHub CLIQuality gatesPython/TypeScript
Aprendizados
Agentes são tão seguros quanto as ferramentas que você entrega a eles — MCP transforma governança de documento de política em código executável.
Contexto
Uma organização em crescimento precisava de estrutura: squads, disciplina de backlog, governança de arquitetura e um roadmap confiável para os stakeholders.
Desafio
Trazer previsibilidade e qualidade sem afogar os times em processo.
Meu papel
Líder de tecnologia desenhando o modelo operacional de engenharia.
Solução
Organizei squads com missões claras; cadência quinzenal de revisão e priorização; indicadores de engenharia; Architecture Review Boards e processos padronizados do refinamento ao release.
Impacto
- ✓Cadência de entrega previsível com qualidade mensurável
- ✓Stakeholders alinhados em um único roadmap priorizado
- ✓Decisões de arquitetura documentadas e auditáveis
Stack e práticas
Desenho de squadsRoadmap técnicoMétricas de engenhariaADRs/RFCsGestão de stakeholders
Aprendizados
Governança é tanto o que você remove quanto o que adiciona — cada ritual precisa se pagar em clareza.
Contexto
Os tomadores de decisão precisavam de indicadores confiáveis, mas os dados viviam espalhados em sistemas transacionais.
Desafio
Integrar dados de forma contínua e confiável, com garantias de qualidade, em analytics que sustentem decisões reais.
Meu papel
Líder de tecnologia da iniciativa de integração de dados e analytics.
Solução
30 DAGs no Airflow orquestrando ingestão de 8+ fontes — plataformas parceiras, ERP, marketing e APIs de gestão de projetos — para PostgreSQL e BigQuery, com CDC onde aplicável; 8 projetos dbt modelando visões de negócio; cargas idempotentes e seguras contra conflito e alertas de pipeline via Telegram.
Impacto
- ✓30 DAGs em produção integrando 8+ fontes de dados
- ✓8 projetos dbt sustentando visões modeladas de negócio
- ✓Tomada de decisão ancorada em fonte única da verdade
- ✓Qualidade de dados monitorada, não presumida
Stack e práticas
AirflowdbtBigQueryCDCPostgreSQLGovernança de dados
Aprendizados
BI falha em confiança antes de falhar em tecnologia — governança e qualidade de dados são o que faz dashboards importarem.