- LLM em produção: pipeline com dois agentes (OpenAI via LangChain4j): um simula um recrutador sénior (score, pontos fortes, problemas por severidade) e outro gera melhorias estruturadas por secção; mais de 1.000 análises na primeira semana com 100% de uptime.
- Stack e entrega: Spring Boot 3.5 (Java 25), Apache Tika e Next.js/React; Docker, CI/CD com deploy automático em staging e gate manual em produção (git flow); open source (AGPLv3, modelo open-core).
Luanderson Pimenta Mendes
AI Engineer • IA no SDLC • DevOps & Developer Experience
Lisboa, Portugalcontato@luanderson.dev.br+55 67 99195-0581linkedin.com/in/luanderson-devgithub.com/Luanderson-Dev
Resumo
Engenheiro de Software com 4 anos de experiência em backend, DevOps e IA aplicada. O meu foco é levar a IA para o ciclo de desenvolvimento de software: rever o workflow das equipas, identificar onde a IA ajuda em cada etapa do SDLC e integrá-la com segurança no trabalho diário.
Criei a Agent Software Factory (código aberto, v0.1.0), que organiza agentes de IA em papéis ao longo de todo o SDLC, com gates de decisão humana, guardrails de segurança e verificação por testes e CI. Estou a desenvolver o cc-observatory, para medir sessões, bloqueios, tokens e custo dos agentes de IA no desenvolvimento.
Trago experiência em DevOps (CI/CD, Docker, Kubernetes, Azure e observabilidade, com 99,9% de SLA e MTTR 60% menor), em Agile (Scrum e Kanban com produto e QA) e em capacitação de equipas, através de mentoria em DevOps e de uma comunidade técnica. Uso IA no meu fluxo diário (Claude Code, Codex). Pós-graduações em curso em Engenharia de IA Aplicada e em IA e Machine Learning. Português nativo e inglês avançado (C1).
Como trabalho
- Workflow antes da ferramenta: mapeio cada etapa do SDLC (discovery, planeamento, código, testes, revisão e release) e só então decido onde a IA ajuda, com papéis, entradas e saídas claras.
- Humanos no controlo: gates de decisão, guardrails de segurança e evidência (testes e CI no commit revisto) em cada entrega assistida por IA.
- Colaboração transversal: trabalho diário com engenharia, produto, QA e DevOps; na fábrica, arquitetura, segurança, testes e plataforma têm cada um o seu papel e o seu ponto de revisão.
- Capacitação de equipas: conduzo o “Do Zero ao Deploy”, programa de mentoria em DevOps, e a comunidade AceleraDev, apoiando developers na adoção de cloud, DevOps e boas práticas.
Projetos em destaque
- IA em todo o SDLC: um orquestrador e papéis especializados (PO, arquiteto, segurança, DevOps, planner e QA) levam uma ideia de discovery e brief a arquitetura, plano, implementação em paralelo, revisão, merge e release.
- Humanos decidem, agentes entregam: gates de aprovação no brief, no plano e no release; guardrails que impedem os agentes de mexer em segredos, deploys e infraestrutura; cada entrega é verificada contra testes e CI.
- Agnóstico de ferramenta: protocolo em Markdown com adaptadores por harness (Orca validado; Claude Code, Codex e Gemini CLI no roadmap), 13 ADRs, threat model, schema validado em CI e documentação em inglês e português; v0.1.0 publicada em código aberto (MIT), construída pela própria fábrica (dogfooding).
- Medir o uso de agentes de IA no dia a dia: projeto para dar visibilidade sobre sessões, subagentes, bloqueios (sessões à espera de uma decisão humana), tokens e custo do Claude Code.
- Arquitetura: telemetria nativa via OpenTelemetry para Prometheus, Loki e Grafana, mais hooks para o estado em tempo real; privacidade por omissão (só metadados, atributos pessoais removidos, tudo local).
- Fundação publicada (v0.1 no PyPI): 12 ADRs, contrato de telemetria e hooks validado em sessões reais, CI em Linux, macOS e Windows, mypy strict e cobertura mínima de testes.
Experiência
- Construo e orquestro agentes de IA em Python para suporte à decisão, substituindo trabalho manual repetitivo em operações reais.
- Integração de LLMs nos fluxos da plataforma via OpenRouter (gateway multi-modelo) e modelos locais com Ollama, escolhendo cada modelo por aderência técnica e custo por caso de uso.
- Desenvolvimento assistido por IA no dia a dia com Claude Code e Codex (implementação, refatoração e code review), com revisão humana e verificação por testes.
- Backend e dados em PostgreSQL; ambientes padronizados com Docker; interfaces em React e TypeScript, em colaboração com equipas distribuídas de produto, frontend e DevOps.
- Automação com IA: chatbots e automações em Python e n8n integrados às plataformas corporativas, reduzindo trabalho manual no suporte e na operação.
- Observabilidade e fiabilidade: stack com Prometheus, Grafana, Loki e Zabbix; conduzi a investigação de incidentes e a análise de causa raiz, com 99,9% de SLA e MTTR 60% menor.
- Cloud e containers: Microsoft Azure, Docker e Kubernetes, com ganho de 40% em eficiência operacional; pipelines de CI/CD com GitHub Actions, Azure DevOps e Jenkins.
- Redes: MikroTik e UniFi, VLANs, firewall e VPN.
- Servidores e dados: servidores Windows e Linux, Active Directory e tuning de performance em bases de dados (PostgreSQL, SQL Server, MongoDB e Redis).
- Equipas ágeis: Scrum e Kanban, com documentação técnica de ambientes e processos.
- Produtos próprios de IA: Evolui CV (LLM em produção, mais de 1.000 análises na primeira semana), Agent Software Factory e cc-observatory, descritos em Projetos em destaque.
- Entrega de ponta a ponta, do levantamento de requisitos com stakeholders ao deploy: backend em Java (Spring Boot), Node.js, TypeScript, Python e C# (ASP.NET Core); frontend em React, Next.js e Angular; Docker, CI/CD e testes automatizados (JUnit/Mockito, xUnit/Moq).
Formação
- Conteúdo: IA aplicada a DevOps e ao desenvolvimento de software, agentes autónomos e Agentic AI, Model Context Protocol (MCP), RAG, arquiteturas AI-first, segurança e governança em IA.
Competências
IA no desenvolvimento: agentes de IA e orquestração multiagente, LLMs (OpenAI, OpenRouter, Ollama), LangChain4j, Claude Code, Codex, prompt engineering, n8n; MCP e RAG (em formação)
SDLC e práticas: Agile (Scrum, Kanban), TDD, code review, ADRs, threat modeling, Git e GitHub flow
DevOps e plataforma: CI/CD (GitHub Actions, Azure DevOps, Jenkins), Docker, Kubernetes, Azure, AWS, Prometheus, Grafana, Loki, OpenTelemetry
Engenharia: Java (Spring Boot), Python, Node.js, TypeScript, C# (.NET), APIs REST, JWT, microsserviços, PostgreSQL, SQL Server, MongoDB, Redis, Kafka, RabbitMQ, Elasticsearch
Idiomas: Português (nativo), Inglês (avançado, C1), Espanhol (intermédio, B1), Italiano (intermédio, B1)