IA e LLMs: projetos, experiência e artigos
6 projetos · 1 experiência · 9 artigos
Estudos de caso
- ImpressãoMais3DE-commerce de impressão 3D sob demanda20 bounded contexts
- Digital Tech MSGráfica online com aprovação de arte e produção20 bounded contexts
- DevAgent — o Kanban autônomoUm agente que lê o card e abre o pull requestPipeline de card a PR
- Eurologado — SaaS de Compliance para Cosméticos na UE100+ clientes, dossiê regulatório gerado com IA100+ clientes
Outros projetos
- 99Freelas Proposal AssistantExtensão de Chrome que escreve propostas com IAChrome Web Store
- Ikigai IAMotor de autoconhecimento guiado por LLM
Experiência profissional
Engenheiro de Software Sênior & Desenvolvedor de IA · Independente
jan 2026 - presente
Atuação estratégica no desenvolvimento de produtos autônomos, ferramentas baseadas em Inteligência Artificial Generativa e automação avançada de fluxos de trabalho corporativos. Arquiteto criador do DevAgent (sistema autônomo de engenharia de software).
Artigos
- IA não cuida do dinheiro: como modelei o RetomaVenda com ledger, leases e idempotênciaComo cercar um componente probabilístico com invariantes determinísticas de crédito, privacidade, idempotência, leases e custo em um produto com IA.
- Clean Architecture ainda importa quando a IA escreve o código?Código ficou mais barato de produzir com coding agents. Isso não tornou arquitetura, legibilidade e testes menos importantes — mudou onde esses princípios precisam ser aplicados.
- Kimi K3, 1 milhão de tokens e a armadilha do contexto: mais memória não é mais arquiteturaKimi K3 e K2.8 empurram coding agents para contexto enorme. Isso é útil, mas um repositório inteiro no prompt não substitui seleção, ferramentas, testes e um bom harness.
- Em 2026, o modelo virou só uma peça: a arquitetura prática de agentes que eu usaria em produçãoKimi, Jev, Agents API e novos coding agents deixam uma coisa clara: o diferencial está migrando do modelo isolado para o harness, as ferramentas e a verificação.
- Jev, decisões em vez de strings: por que nem toda etapa de um agente precisa de um LLMJev propõe uma camada diferente para agentes: decisões tipadas, probabilidades e confiança. O interessante não é substituir LLMs, mas parar de usá-los para tudo.
- MCP em produção em 2026: parei de pensar em tools como funções e comecei a pensar em fronteirasO que mudou no meu entendimento de MCP: protocolo stateless, autorização, tools, ambientes privados, Tasks e por que conectar um agente a sistemas reais é um problema de arquitetura e segurança.
- Por que estou aprendendo Python para IA sem abandonar TypeScriptDepois de anos em JavaScript e Node.js, decidi colocar Python e FastAPI na minha stack de IA. Não por moda: por escolher a melhor fronteira para cada ecossistema.
- Do card ao pull request: o que aprendi construindo um agente de software de verdadeA arquitetura e os trade-offs por trás do DevAgent: um agente que lê uma tarefa, altera o código, executa testes e entrega um pull request revisável.
- IA em compliance sem terceirizar a decisão: o que aprendi construindo um SaaS de PIF para cosméticos na EuropaComo modelei o Eurologado: IA para redigir e organizar, regras estruturadas para validar, versionamento, evidência e trilha de auditoria em um domínio regulatório.
Usada junto com
Precisa de IA e LLMs no seu time ou projeto?
Estou aberto a vagas remotas e a projetos sob medida.
Como trabalho