eXalt Solutions, Inc., Boston, EUA. Em regime remoto, trabalhador independente.
Fornecedor norte‑americano de software empresarial cujas análises convertem dados de desempenho e custos em decisões de infraestrutura para compradores de hardware e cloud. Responsável pela plataforma AWS dos produtos em todo o ciclo de vida, da arquitetura à operação.
Colaboração sujeita a acordo de confidencialidade (NDA): clientes e produtos descritos sem identificação
Engenheiro de Cloud e Plataforma
set. 2025 – atualidade- Lidero e opero a plataforma serverless de recomendação da ferramenta pública de aconselhamento que um grande fabricante de semicondutores oferece aos clientes: IaC com AWS CDK em Python (API Gateway, Lambda, DynamoDB, S3, EventBridge), um só stack de sandbox a produção, implementado por ambiente com canaries Synthetics e alarmes como critério de promoção.
- Concebi como os analistas entregam os modelos de recomendação: um notebook colocado no S3 é validado, compilado no handler da API e promovido pelos mesmos ambientes e canaries que qualquer versão, com reversão para o handler anterior se falhar, para que alterações de algoritmo entrem em produção sem escrever código aplicacional. O padrão já serve várias APIs.
- Conduzi a parte de desempenho de um programa preço‑desempenho: SPEC CPU2017, STREAM e FIO em centenas de tipos de instância EC2 de todas as famílias atuais, numa frota cloud‑init com autoterminação e orçamento fixo, com pilotos em GCP e Azure. Resultados cruzados com os dados de preços (custo por desempenho) e publicados via CloudFront em relatórios corporativos.
- Coloquei em produção funcionalidades LLM: mapeamento de esquemas com Amazon Bedrock num Distributed Map do Step Functions para a receção de dados de clientes, um endpoint de personalização com Claude sobre as recomendações, um pipeline de visão com Claude e saída estruturada forçada por tool use e um padrão assíncrono de tarefas LLM sobre SQS e DynamoDB.
- Construí o pipeline de análise de produto sobre Step Functions e Lambda: telemetria diária de utilização validada e agregada em Parquet particionado sobre Athena e Apache Iceberg, com upserts MERGE para retificações no fecho do mês, relatórios via SNS e backfill com um único comando.
- Defini e fiz cumprir as convenções operacionais de cada stack CDK: TTL nas tabelas DynamoDB transitórias, regras de ciclo de vida nos buckets de trabalho, retenção em todos os grupos de logs, dependências partilhadas em camadas Lambda reconstruídas por runtime e um padrão de canary e alarmes para cada nova API.
- Liderei uma auditoria de segredos a toda a infraestrutura, abrangendo todos os repositórios e funções Lambda implementadas, e migrei todos os serviços de chaves de longa duração para roles do IAM e Secrets Manager.
- Geri incidentes de produção de ponta a ponta e converti cada um num controlo: um feed de preços vazio gerou um bloqueio na atualização semanal; uma reversão que disparava a cada falha gerou timeouts por consulta e alertas por fase no pipeline analítico; a primeira poison message de um handler de dead‑letter gerou processamento idempotente com retries explícitos.
Engenheiro Cloud AWS Full Stack
set. 2022 – set. 2025- Reformulei a arquitetura do motor de processamento de dados de clientes, que converte exportações de folhas de cálculo de clientes OEM e empresariais em conjuntos de dados normalizados, de um pipeline Lambda para um serviço Java 17 / Spring Boot 3 em contentores no ECS Fargate: tarefas de alta memória, acionamento por eventos S3, controlo de estado em DynamoDB, rollouts de imagens via ECR e um conjunto declarativo de ações de transformação, sem os limites de tempo e memória do Lambda.
- Implementei a camada de processamento de grandes volumes de dados desse motor com Apache POI: parsers em streaming, gestão de memória da JVM (ZGC), joins entre ficheiros e um motor de fórmulas próprio para entradas de várias centenas de megabytes, validada com uma bateria de testes de regressão sobre dados reais de clientes.
- Desenvolvi o conjunto de dados de preços multicloud que alimenta os modelos de custos: tabelas de preços da AWS, do Azure e da GCP recolhidas, normalizadas num esquema único e filtradas para SKUs comparáveis, atualizadas semanalmente com deteção de alterações e disponibilizadas via Athena para comparações de preço‑desempenho e TCO.
- Mantive o runtime front‑end do produto (Webpack, Chart.js 4) e criei o seu widget incorporável de chatbot LLM, com submissão assíncrona via polling e carregamento de ficheiros.
- Criei o serviço de QA de regressão visual prévio a cada versão: capturas Puppeteer no ECS Fargate, diffs de píxeis e relatório Excel anotado; e o serviço de impressão em Chrome headless que substituiu a exportação legada via ESB dos PDFs de clientes.
- Inventariei o parque de funções Lambda e conduzi a limpeza dos runtimes Python: triei cada função, retirei as inativas com ferramentas de arquivo e reimplementação e atualizei as restantes para Python 3.12.
Engenheiro de Backend e Cloud
abr. 2021 – set. 2022- Construí a primeira geração serverless do motor de processamento de dados de clientes em AWS Lambda (Node 18, ExcelJS, HyperFormula): validação, execução de ações, arquitetura orientada a eventos S3 e acompanhamento de estado em DynamoDB.
- Desenvolvi o pipeline de receção de benchmarks de clientes, do carregamento no portal ao S3, JSON e tabelas e vistas no Athena, com notificações SES; continua em produção cinco anos depois.
- Assegurei as implementações de ponta a ponta: empacotamento Lambda, roles do IAM, ligação de eventos S3 e modelação de dados em DynamoDB, em serviços Node.js e Python.
Experiência anterior
Programador Flutter e IoT, trabalhador independente para uma startup alemã de pet‑tech
Praga, Chéquia, fev. 2021 – jan. 2022Monitorização remota e streaming de vídeo de animais com Raspberry Pi: rede móvel, RTMP/HLS, backend Firebase e AWS e app Flutter.
Programador Flutter, Dynamic Division
Remoto, mai. 2021 – out. 2021Segundo projeto para o mesmo cliente: reconstruí em Flutter a app de controlo de robôs de limpeza industrial do produto seed, substituindo a prova de conceito Android nativa de 2019; controlo via MQTT.
Programador Flutter, MySpool LLC
Remoto, ago. 2020 – abr. 2021App complementar para uma gama de sensores Wi‑Fi: configuração pelo ponto de acesso do próprio dispositivo, alertas e notificações push, limiares e gráficos por sensor, backend AWS Amplify (Cognito, Lambda).
Programador Web, SHERP / Quadro International
Kyiv, set. 2020 – fev. 2021Catálogo de peças para um concessionário canadiano de veículos todo‑o‑terreno: vistas explodidas clicáveis, tabelas de peças por revisão e encomendas por e‑mail, para três modelos.
Programador de Aplicações Móveis, Sensorium
Kyiv, set. 2019 – nov. 2020Aplicação Android para os tablets escolares de ciências einstein Tablet+ da Fourier: aulas de física e química como experiências ao vivo, com sensores integrados, sondas laboratoriais externas e sensores Bluetooth através do SDK do fabricante, gráficos em tempo real e imagem de câmara USB; três idiomas, três gerações de tablets.
Programador de Aplicações Móveis, Dynamic Division
Kyiv, out. 2019 – dez. 2019Prova de conceito de uma aplicação de controlo para uma frota de robôs de limpeza industrial via MQTT.