Buscar

Buscar páginas e entradas do diário…

Buscar

Buscar páginas e entradas do diário…

Leonardo Ferreira

Product Engineer · Rio de Janeiro, Brasil

Leonardo Ferreira

Transformo problemas dos usuários em software, da primeira pergunta à produção.

Mais de 5 anos entre SaaS B2B, backend, engenharia de dados, liderança de produto e IA aplicada.

Contato e trabalho atual

Engenheiro de Software Sênior @Reach.ai

UTC−3 · Remoto

Português (nativo) · Inglês (fluente)

Social Links

Sobre

Sou Product Engineer, com mais de 5 anos entre engenharia de backend e dados, gestão de produto e liderança técnica. Conecto necessidades de usuários e do negócio a soluções de software, acompanhando os problemas da descoberta às decisões técnicas, implementação, lançamento e iteração.

A adaptabilidade conecta minha trajetória. Gosto de aprender um domínio novo, ouvir quem o conhece e lidar com a ambiguidade para entender o que vale a pena construir. Transito entre conversas com clientes, escolhas de produto e os detalhes técnicos que fazem uma solução funcionar na prática.

Levo para esse processo uma base sólida em backend e julgamento de produto, com experiência em APIs, pipelines de dados, integrações e sistemas orientados a eventos. Mais recentemente, venho aplicando essa bagagem à construção de agentes de IA, com foco em como se conectam a fluxos reais, funcionam com confiabilidade e podem ser avaliados e aprimorados. Trabalho melhor próximo do problema, com responsabilidade tanto pela engenharia quanto pela experiência que ela proporciona.

Experiência

Tipo de vínculo
Prestação de serviços
Tempo total na empresa
1 ano
  • Desenvolvo APIs Python/FastAPI e fluxos de mensageria orientados a eventos para um SaaS multitenant que processa mais de 20 milhões de SMS e emails por mês, com 99,9% de confiabilidade de entrega. O sistema conecta AWS SQS, Lambda, API Gateway, Aurora/RDS, MongoDB, Redis e provedores de mensageria.
  • Melhorei o processamento de filas e introduzi idempotência com Redis, reduzindo o risco de envios duplicados e permitindo capacidade 50 vezes maior nos picos.
  • Estou construindo um agente de agendamento por voz e SMS com conversas de múltiplos turnos, usando Python, LangGraph, orquestração ReAct, tool calling da OpenAI e RAG sobre conhecimento do negócio. Integro APIs de disponibilidade, reserva, reagendamento e cancelamento.
  • Desenvolvi avaliações comportamentais, guardrails contra respostas sem suporte e observabilidade com LangSmith e logs internos de auditoria, para investigar e aprimorar conversas e chamadas de ferramentas.
  • Otimizei a latência mediana de resposta de voz para aproximadamente 2 segundos em testes internos. O agente está em testes antes do lançamento; adoção e resultados operacionais com clientes ainda não foram medidos.
  • Python
  • FastAPI
  • AWS Lambda
  • SQS
  • Redis
  • MongoDB
  • LangGraph
  • RAG
  • Avaliações
Tipo de vínculo
Tempo integral
Tempo total na empresa
4 anos
  • Liderei cinco engenheiros, com responsabilidade por priorização, decisões técnicas e entregas conforme o SaaS B2B veterinário amadurecia.
  • Mantive a continuidade técnica da plataforma, reduzindo custos de infraestrutura e operação por meio de automação.
  • Conduzi melhorias importantes no módulo de Prontuários: integrei referências de medicamentos, construí um portal de dispensação em farmácias com validação externa, templates de prescrição personalizáveis (registros diários mais rápidos) e fluxos de documentos personalizáveis.
  • Reestruturei a geração de PDFs de várias páginas e o processamento assíncrono na Guiavet, reduzindo o tempo de aproximadamente 90 para 15 segundos (cerca de 83%) em um fluxo de documentos usado pelas equipes veterinárias.
  • Entreguei mudanças de produto de ponta a ponta no backend Python/Django, frontend Vue.js e operações AWS, coordenando com engenheiros sêniores em práticas ágeis.
  • Python
  • Django
  • PostgreSQL
  • AWS
  • Vue.js
  • SaaS
  • Geração de PDFs
  • Agile
  • Gestão de produto
  • Roadmap
  • UX
  • B2B
  • SEO
  • Agile
  • Python
  • Django
  • PostgreSQL
  • AWS
  • SQS
  • ETL
  • SQL
  • nginx
  • DDD

QDOIS - Data Intelligence

Tipo de vínculo
Estágio e tempo integral
Tempo total na empresa
1 ano e 2 meses
  • Azure Data Factory
  • Azure Databricks
  • PySpark
  • ETL
  • Azure DevOps
  • Git

Projetos em destaque

Todos os projetos
Football, Visualized: campo interativo, estimativa de expected goals e features do modelo

Projeto público · out. de 2026

Football, Visualized

Um app interativo de análise de futebol que torna o expected goals concreto: mova o chute, inspecione as features e explore o modelo por trás da estimativa.

O campo interativo permite alterar as condições de um chute e inspecionar oito features ao lado de uma estimativa de gols esperados. Conectei um pipeline reproduzível de StatsBomb Open Data ao treinamento e avaliação de XGBoost e levei a inferência ao navegador com uma interface Next.js/React.

O playground está disponível em cinco idiomas e inclui metodologia e resultados de avaliação. Ele reúne dados, ML aplicado, integração entre processamento e interface e trabalho de produto em um projeto público: visitantes exploram o comportamento do modelo, enquanto o repositório mostra como o resultado foi construído.

  • Next.js
  • React
  • TypeScript
  • Python
  • XGBoost
  • StatsBomb Open Data

Competências e ferramentas

Produto e entrega

Conecto entrevistas e dados de uso ao desenho de fluxos, priorização e escopo técnico. Na Guiavet, isso incluiu adaptar um produto veterinário a diferentes segmentos B2B e liderar cinco engenheiros nas entregas.

Backend e cloud

Python é minha principal linguagem de backend. Uso FastAPI para APIs, Django para produtos com regras de domínio, PostgreSQL e MongoDB para persistência, e Redis e filas da AWS para processamento assíncrono e idempotência.

Engenharia de dados

Construo pipelines ETL e modelos que conectam sistemas operacionais a relatórios e ML. Na consultoria, usei Azure Data Factory, Databricks e PySpark para integrar bancos, APIs e fontes SFTP.

IA aplicada

Uso LangGraph na orquestração de agentes, tool calling da OpenAI para executar ações por APIs e RAG para recuperar conhecimento do negócio. Avaliações comportamentais, guardrails, traces no LangSmith e logs ajudam a investigar comportamento e falhas.

Frontend

Trabalho também na interface quando o produto exige: Vue.js no SaaS veterinário e React, Next.js e TypeScript no Football, Visualized. O objetivo é tornar o comportamento do backend e dos modelos compreensível para o usuário.

Formação

  • Bacharelado em Engenharia de Controle e Automação.
  • Base sólida em matemática, programação e engenharia de sistemas, com foco em controle, automação e desenvolvimento de software.
  • Sistemas de controle
  • Automação
  • Engenharia de software
  • Matemática
  • Mecatrônica
  • Robótica
  • Automação

Publicações(1)

Pesquisa sobre recourse algorítmico em saúde mental, incluindo um framework de classificação com variáveis observadas e latentes.

Diário

Ainda não há publicações. Aqui vou compartilhar decisões de projeto, notas de versão, experimentos e as evidências por trás deles.

Explorar o diário