Desenvolvimento Full-Stack
Aplicações modernas com TypeScript, React e Node.js. Código limpo que respeita quem virá depois.
Desenvolvedor Full-Stack e Analista de Infraestrutura. Trabalho com tecnologia desde os 16 anos — divido meu tempo entre criar produtos com React e Node.js e garantir que a infraestrutura por trás deles não pare, monitorando redes com Zabbix e automatizando com Python e IA aplicada com responsabilidade.
Acredito que cada projeto pede uma abordagem diferente. Nem sempre a solução mais cara ou complexa é a melhor — às vezes, a prioridade do cliente é eficiência de custo ou velocidade de entrega, e meu papel é ajustar a arquitetura ao que o negócio realmente precisa.
Minha vivência como dev Full-Stack somada ao dia a dia em um NOC me dá uma visão prática: não foco apenas em entregar código, mas em como ele vai rodar, ser monitorado e se manter seguro no mundo real. Uso métodos ágeis e dados para decidir prioridades.
Aplicações modernas com TypeScript, React e Node.js. Código limpo que respeita quem virá depois.
Zabbix e automação em Python. Transformo dados de Huawei, Juniper e Nokia em alertas que resolvem antes do cliente notar.
Docker e Linux com olhar atento à segurança da informação — tema da minha pós-graduação.
Operação 24/7 da infraestrutura de rede. Monitoramento ativo de equipamentos Huawei, Juniper e Nokia. Automação de coleta e alertas com Python + Zabbix, reduzindo tempo de detecção de incidentes.
Criação de sistemas web para gestão da equipe operacional com Node.js e React. Desenho de arquitetura ajustada ao orçamento e velocidade de entrega do cliente, priorizando o que o negócio realmente precisa.
Atendimento direto ao cliente — fundação para a escuta ativa e empatia que hoje aplico no levantamento de requisitos de software.
Recorte do que entreguei nos últimos anos — de sistemas críticos de observabilidade a produtos digitais para clientes finais. Nomes de empresas e dados sensíveis foram omitidos por confidencialidade.
Sistema completo para monitorar uma rede complexa com mais de 150 equipamentos e 147.900 itens coletados em tempo real. Dashboards customizados para visualização de saúde da rede, latência e alertas inteligentes que disparam antes do cliente perceber o problema.
Plataforma de comunicação corporativa com classificação automática de mensagens, sugestão de respostas e auditoria por IA — reduzindo tempo de resposta da equipe de atendimento.
ERP completo com controle de estoque, financeiro, vendas e múltiplos tenants. Painel super-admin com métricas consolidadas, feature flags e templates de email.
E-commerce com gestão de catálogo, pedidos, drops temporais e checkout integrado. Design clean orientado à conversão.
Portal de autoavaliação e avaliação por chefia, com fluxo de aprovação, anexos comprobatórios em PDF e cálculo automatizado de pontuação por critérios.
Outros projetos sob NDA — vamos conversar se quiser mais detalhes técnicos sobre arquitetura ou decisões de implementação.
Uma versão mock-up do tipo de painel que construo. Latência, throughput e alertas mudam em tempo real — só pra mostrar o estilo de interface que entrego.
Dados sintéticos. Apenas demonstração de estilo de interface.
Stack escolhida por contexto, não por modismo. O mesmo cuidado vale para a infraestrutura — soluções proporcionais ao problema e que a equipe consiga sustentar depois que eu sair da sala.
Uso Inteligência Artificial todos os dias — e justamente por isso levo a sério. Para mim, IA é ferramenta de alavancagem, não substituto da engenharia. Gosto de explorar o que há de mais novo (LLMs, agentes, automações inteligentes), mas só entrego em produção o que entendo, testei e consigo manter.
Nunca submeto dados sensíveis de cliente a modelos públicos sem anonimização. Decisões críticas — segurança, infra, código em produção — passam por revisão humana.
IA acelera rascunho, exploração e refatoração. A arquitetura, o porquê de cada escolha e o teste no mundo real continuam sendo meus.
Acompanho o estado da arte (LLMs, embeddings, agentes) e aplico onde faz sentido para o negócio — não onde virou hype.
Pair-programming com Claude / GitHub Copilot para acelerar boilerplate, revisões e refactors. O código entra no PR depois de lido, testado e compreendido.
Scripts Python assistidos por IA para parsear logs de Huawei/Juniper/Nokia e classificar alertas — reduzindo ruído antes de chegar no oncall.
Geração de runbooks e postmortems a partir de notas brutas, sempre revisados antes de virar fonte de verdade.
# Parser de logs de rede com classificação assistida por LLM
# Reduz ruído de alertas antes de chegar no oncall.
import re
from anthropic import Anthropic
PATTERN = re.compile(r"(\S+)\s+(\S+)\s+%%(\w+)/(\w+)/(\w+):(.+)")
client = Anthropic()
def classify(log_line: str) -> dict:
m = PATTERN.match(log_line)
if not m:
return {"severity": "unknown", "action": "ignore"}
ts, host, severity, module, code, msg = m.groups()
# IA classifica criticidade e sugere ação — humano revisa o resultado.
res = client.messages.create(
model="claude-haiku-4-5",
max_tokens=200,
system="Você classifica alertas de rede. Responda apenas JSON.",
messages=[{"role": "user", "content": f"{severity}/{module}: {msg}"}],
)
return parse_json(res.content[0].text)
# Resultado: -73% de alertas falso-positivos no plantão. A IA não me substitui — me dá tempo para pensar em problemas mais difíceis. E é exatamente nesses problemas que o engenheiro precisa estar presente.
Primeiros passos, configuração, segurança e aplicação. Parceria NIC.br × Zabbix. 24h presenciais em São Paulo.
BCOP — Turma 52. Práticas operacionais para AS, roteamento e estabilidade da Internet brasileira.
Estou aberto a oportunidades em desenvolvimento, infraestrutura e automação. Resposta no mesmo dia.