Desde 2014 construo as partes sem glamour que tornam confiáveis plataformas SaaS e de e-commerce — pagamentos, CI/CD, infraestrutura AWS, observabilidade e o próprio pipeline de deploy. Nas horas vagas, desenvolvo o Paper Trail, uma ferramenta open-source em Go que analisa relatórios de negócios em busca de sinais de produto. Gosto de sistemas que continuam funcionando depois que eu os entrego.
- AWS
- Terraform
- Go
- Docker
- PostgreSQL
- Python
- Ansible
- GitLab CI
- Observability
Trabalhos selecionados
05 entradas Plataforma interna · da concepção à entrega Docker, GitLab CI/CD, AWS (EC2/ECS), API REST, tarefas agendadas
Plataforma de classificação de clientes
As equipes de suporte não tinham uma visão comum de quais clientes eram mais importantes. Construí o sistema que os classifica e ordena automaticamente — do repositório vazio à produção na AWS como único engenheiro: motor de pontuação, tarefa diária de classificação, alertas no chat e um painel com modo de pré-visualização para que não-desenvolvedores pudessem ajustar os limites por conta própria. Depois, escrevi o guia, treinei os responsáveis e fiz a entrega.
Testes e entrega Codeception, PHP, GitLab CI, Stripe & PayPal (modo de teste)
Resgate da suíte de CI
O pipeline diário de ponta a ponta de uma grande plataforma de e-commerce passava em 4 de 24 jobs; uma suíte instável que bloqueia merges atrasa o time inteiro. Reescrevi os testes para as novas interfaces, tornei a preparação de dados determinística, corrigi o checkout com Stripe e PayPal em clones efêmeros de CI e distribuí o estágio entre executores paralelos. 24/24 verdes, cerca de duas vezes mais rápido — e assim permaneceu.
DevOps · AWS AWS (ECS, CloudFront, ECR), Ansible, GitLab CI, deploys blue-green
Deploys sem conteúdo obsoleto
Toda publicação deixava páginas desatualizadas — o cache da aplicação e o CDN continuavam servindo a versão antiga. Adicionei um mecanismo de hooks pós-deploy ao pipeline blue-green que limpa os caches e invalida o CloudFront a cada publicação, eliminando por completo essa classe de incidentes, e de quebra reduzi as tempestades de retry e as filas de espera do pipeline.
Dados e engenharia de produto Python, SQL/Postgres, ETL agendado
Painel de análise de funil
Um programa de e-mails de feedback de clientes rodava às cegas. Construí o painel: um funil de cinco etapas (elegível → enviado → clicado → avaliado → texto), segmentado por idioma, tipo de mensagem e variante de experimento, alimentado por uma tarefa diária que capturava dados que o sistema de origem nem registrava — depois remodelei as métricas junto com o product owner até que respondessem perguntas reais, em vez de apenas mostrar totais.
Código aberto · Go Go, Postgres + pgvector, OpenAI, Docker
Este você pode ler linha por linha. Uma CLI em Go que analisa white papers públicos de negócios em busca de dores recorrentes e ranqueia candidatos a oportunidades de SaaS com citações às fontes — um pipeline de 13 etapas entre descoberta, ingestão, embeddings e análise por LLM. Deliberadamente compliance-first: respeita o robots.txt, nunca burla paywalls e armazena resumos, não os documentos.