Como trabalho Três frentes Stack em produção

Da web ao mobile, da infra à IA

O que esta página é

A versão longa das três frentes que aparecem resumidas na home, e a lista honesta do que eu de fato uso em produção.

O que ela não é

Não é uma lista de tudo que já toquei uma vez. Está aqui o que eu colocaria num projeto seu amanhã sem consultar documentação básica.

Método

Três frentes, e como cada uma acontece na prática.

Produtos de ponta a ponta

Next.js · Node.js · TypeScript · React Native · PostgreSQL · AWS

Entrego o produto inteiro, não uma fatia dele. Interface, API, banco, integrações, aplicativo e infraestrutura saem da mesma cabeça, então não existe aquele vão entre times onde o problema mora.

  1. Passo 01

    Entender a operação antes do código. Quem usa, quantas vezes por dia, e o que acontece quando dá errado.

  2. Passo 02

    Modelar os dados primeiro. Schema errado custa meses; tela errada custa uma tarde.

  3. Passo 03

    Entregar a menor versão que já serve, no ar, e crescer em cima do que está rodando.

Prova BePlus Academy: 743 endpoints, 148 tabelas e 73 telas em uma plataforma só.

Experiências em tempo real

WebSocket · Socket.io · Redis · BullMQ · Canvas · MediaPipe

Evento ao vivo não tem segunda chance. O telão está ligado, a fila está andando e ninguém vai esperar o deploy. Construo para o minuto em que a rede cai e o sistema precisa continuar de pé sozinho.

  1. Passo 01

    Assumir que a conexão vai cair. Reconexão, heartbeat e fila offline no aparelho do operador entram desde o primeiro dia.

  2. Passo 02

    Tornar toda operação idempotente. Repetir uma mensagem não pode virar dois pontos no placar.

  3. Passo 03

    Ensaiar o pior cenário antes do evento, com a operação junto, e deixar um plano manual escrito.

Prova Red Bull First Stand, na Riot Games: placar ao vivo com reconexão por quatro gatilhos e backup deduplicado por hash.

IA aplicada com responsabilidade

Anthropic · OpenAI · Gemini · RAG · MCP · Evals · Guardrails

Chamar o modelo é a parte fácil e barata. O trabalho de verdade é a engenharia em volta, que decide se a resposta dele merece chegar no cliente. Uso IA onde ela melhora o produto, e regra determinística onde o erro sai caro.

  1. Passo 01

    Aterrar em contexto real. RAG e busca vetorial em cima do dado do cliente, nunca na memória do modelo.

  2. Passo 02

    Medir com golden set. Sem um conjunto de referência, trocar de modelo é chute com nota fiscal.

  3. Passo 03

    Guardrails e revisão humana no caminho que toca dinheiro, dado pessoal ou a reputação da marca.

Prova Solira: triagem conversacional por máquina de 50 estados, 4.599 contatos qualificados em uma operação.

Especificação

O que está em produção hoje, agrupado por função.

Linguagens & Frameworks

  • TypeScript
  • JavaScript
  • Python
  • Go
  • React
  • Next.js
  • React Native
  • Expo
  • Flutter
  • Node.js
  • Express
  • NestJS
12 itens

Infra & Cloud

  • AWS
  • GCP
  • Docker
  • CI/CD
  • Vercel
  • MongoDB
  • PostgreSQL
  • Redis
  • Mongoose
  • Prisma
  • Firebase
11 itens

IA & Agentes

  • IA / LLMs
  • RAG
  • Busca vetorial
  • Agentes de IA
  • MCP
  • Tool / Function Calling
  • Guardrails anti-alucinação
  • Avaliação por golden set
  • LangChain
  • Anthropic
  • OpenAI
  • Gemini
  • Groq
13 itens

Especialidades

  • WebSockets · Socket.io
  • Sistemas em tempo real
  • SaaS multi-tenant
  • Filas & idempotência
  • BullMQ
  • Microsserviços
  • Autenticação & 2FA
  • Meta Cloud API
  • Stripe
  • TDD
  • UI/UX Design
11 itens
Contato Belo Horizonte, Brasil Aberto a projetos e boas oportunidades

Vamos construir o que ainda não existe.

Se você procura alguém que conecte produto, engenharia e inteligência artificial sem perder a responsabilidade pela entrega, quero conhecer o desafio.

leonnardomarinho@outlook.com
“We can only see a short distance ahead, but we can see plenty there that needs to be done.”
Alan Turing · Computing Machinery and Intelligence, 1950
Leonnardo Marinho · 2026