Engenheiro de software com atuação em backend e sistemas distribuídos, focado na construção de plataformas que operam sob alta carga, com previsibilidade de throughput, controle de concorrência e resiliência em produção.
Trabalho no desenho e evolução de serviços escaláveis, definição de contratos entre sistemas, estratégias de consistência e modelagem de dados orientada a performance, combinando engenharia de software com uso pragmático de inteligência artificial em ambientes reais.
Atuo na construção de arquiteturas orientadas a eventos e microserviços que precisam lidar com concorrência real, crescimento contínuo de carga e regras de negócio que não permitem inconsistência silenciosa.
Meu trabalho envolve definição de limites de contexto, desenho de integrações entre serviços, modelagem de dados para alto volume, tuning de queries e construção de pipelines assíncronos capazes de sustentar throughput elevado com previsibilidade operacional.
Tenho forte atuação na camada de persistência e consistência, garantindo que decisões de arquitetura reflitam diretamente em comportamento sob carga, observabilidade e capacidade de evolução do sistema.
Além disso, integro inteligência artificial diretamente ao backend, conectando modelos a fluxos de execução, filas, persistência e mecanismos de auditoria — com foco em sistemas que funcionam em produção, e não apenas em protótipos isolados.
Uso inteligência artificial como parte da arquitetura do sistema, não como camada acessória.
- Machine Learning: classificação, análise de padrões e enriquecimento de dados para suporte a decisões automatizadas baseadas em sinais operacionais e contexto de negócio
- Deep Learning: integração de modelos neurais em pipelines reais, com validação, persistência de inferência e exposição via serviços backend
- NLP: extração de intenção, categorização de texto e automação de fluxos conversacionais com integração a regras de negócio
- LLMs em produção: geração de resposta, sumarização e roteamento de contexto com controle de custo, rastreabilidade e governança sobre a execução
O foco está em acoplamento controlado entre IA e backend, garantindo previsibilidade, observabilidade e alinhamento com restrições operacionais do sistema.
- Arquitetura de microserviços e definição de bounded contexts
- Sistemas orientados a eventos e processamento assíncrono
- Controle de concorrência com Redis (locks distribuídos, counters, coordenação)
- PostgreSQL com foco em performance, indexação e partitioning
- Modelagem orientada a consistência e comportamento sob carga
- Java (Spring Boot)
- Node.js (NestJS)
- TypeScript
- PostgreSQL
- Redis
- Docker
- Kubernetes
- AWS / Azure
Plataforma SaaS para automação de fluxos com integração de IA e execução orientada a eventos.
Tecnologias: NestJS, TypeScript, PostgreSQL, Redis, Docker, LLMs
Diferencial técnico: integração entre backend transacional e componentes de IA com foco em execução assíncrona, rastreabilidade e escalabilidade sob carga
Sistema para análise de comportamento e performance de banco de dados em ambientes de produção.
Tecnologias: Java, Spring Boot, PostgreSQL, observabilidade
Diferencial técnico: correlação de sinais de performance, identificação de gargalos e suporte a decisões de tuning e capacidade
- Controle de concorrência com Redis para garantir consistência em cenários de alta disputa
- Otimização de queries orientada a plano de execução e comportamento sob carga
- Processamento de grandes volumes de dados com pipelines assíncronos e desacoplamento de workload
- Integração de IA em produção com foco em previsibilidade, observabilidade e controle operacional
- Construção de plataformas SaaS com arquitetura escalável
- Automação de fluxos utilizando IA integrada ao backend
- Evolução de sistemas distribuídos com foco em performance e resiliência
- Observabilidade aplicada a sistemas críticos