Philip Scheer

Projetos e Cases

Projetos selecionados que mostram como conecto decisões de arquitetura a resultados de negócio.

10x de escala, metade do custo

Plataforma de Dados Esportivos em Tempo Real

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.

Engenharia de resiliência em escala de fan-out

Plataforma de Push Notifications para 500K+ Usuários

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.

800+ times, 12 empresas, 2.000+ produtos

Dell Design System em Escala Enterprise

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.

Previsibilidade de gastos como disciplina de engenharia

Otimização de Custos Cloud & Governança FinOps

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.

Um codebase, duas plataformas, 700+ builds publicados

App Mobile Multiplataforma em Maturidade de Produção

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.

Fluxos de dinheiro exigem engenharia auditável

Plataforma de Afiliados com Governança Financeira

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.

3M+ usuários, evolução guiada por engajamento

Plataforma Digital de Alto Volume

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.

Pedidos conversacionais conectados ao estoque real

Chatbot de Pedidos & Automação Comercial

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.

Visão LLM com guardrails de produção

Análise e Distribuição de Documentos com IA em Escala

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%.

Conectando LLMs a sistemas reais, com segurança

MCP & Agentic Tooling para Operações de Engenharia

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.

Da entrega ad-hoc à engenharia previsível

Governança Técnica & Estruturação de Roadmap

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.

Do dado transacional à decisão executiva

Dados, BI & Integração Analítica

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.