Suchen

Seiten und Journaleinträge suchen…

Suchen

Seiten und Journaleinträge suchen…

Leonardo Ferreira

Product Engineer · Rio de Janeiro, Brasilien

Leonardo Ferreira

Ich mache aus Nutzerproblemen Software, von der ersten Frage bis zum Produktiveinsatz.

Mehr als 5 Jahre Erfahrung mit B2B-SaaS, Backend, Data Engineering, Produktverantwortung und angewandter KI.

Kontakt und aktuelle Arbeit

Senior Software Engineer @Reach.ai

UTC−3 · Remote

Portugiesisch (Muttersprache) · Englisch (fließend)

Social Links

Über mich

Ich bin Product Engineer mit mehr als 5 Jahren Erfahrung in Backend- und Data Engineering, Produktmanagement und technischer Führung. Ich verbinde Nutzer- und Geschäftsbedürfnisse mit praktischer Software und begleite Probleme von der Discovery über technische Entscheidungen und Implementierung bis zum Launch und zur Weiterentwicklung.

Anpassungsfähigkeit ist der rote Faden meiner Arbeit. Ich lerne gern eine neue Domäne kennen, höre den Menschen mit Fachwissen zu und finde in unklaren Situationen heraus, was sinnvoll zu bauen ist. Dabei bewege ich mich zwischen Kundengesprächen, Produktabwägungen und den technischen Details, die eine Lösung in der Praxis tragen.

Ich verbinde solide Backendgrundlagen mit Produkturteil und Erfahrung in APIs, Datenpipelines, Integrationen und ereignisgesteuerten Systemen. Inzwischen wende ich diesen Hintergrund auch auf KI-Agenten an: ihre Einbindung in reale Arbeitsabläufe, Zuverlässigkeit, Evaluation und Verbesserung. Ich arbeite am besten nah am Problem, mit Verantwortung für die Technik und die Erfahrung, die sie ermöglicht.

Berufserfahrung

Beschäftigungsart
Auftragsbasis
Gesamtdauer im Unternehmen
1 J
  • Entwickle Python/FastAPI-APIs und ereignisgesteuerte Nachrichtenflüsse für eine mandantenfähige SaaS-Plattform mit mehr als 20 Millionen SMS und E-Mails pro Monat und 99,9% Zustellzuverlässigkeit. Das System verbindet AWS SQS, Lambda, API Gateway, Aurora/RDS, MongoDB, Redis und Nachrichtenanbieter.
  • Verbesserte die Warteschlangenverarbeitung und führte Redis-basierte Idempotenz ein, um doppelte Sendungen zu vermeiden und 50-fache Spitzenkapazität zu unterstützen.
  • Baue einen Terminagenten für mehrstufige Sprach- und SMS-Gespräche mit Python, LangGraph, ReAct-Orchestrierung, OpenAI Tool Calling und RAG über Geschäftswissen. Integriere APIs für Verfügbarkeit, Buchung, Umbuchung und Stornierung.
  • Entwickelte Verhaltensevaluationen, Guardrails gegen unbelegte Antworten und Observability mit LangSmith und internen Audit-Logs, um Gespräche und Tool-Aufrufe zu untersuchen und zu verbessern.
  • Optimierte die mediane Sprachantwortlatenz auf ungefähr 2 Sekunden in internen Tests. Der Agent befindet sich in Tests vor dem Launch; Kundenakzeptanz und operative Kundenergebnisse wurden noch nicht gemessen.
  • Python
  • FastAPI
  • AWS Lambda
  • SQS
  • Redis
  • MongoDB
  • LangGraph
  • RAG
  • Evaluierungen
Beschäftigungsart
Vollzeit
Gesamtdauer im Unternehmen
4 J
  • Leitete fünf Engineers und verantwortete Prioritäten, technische Entscheidungen und Umsetzung während der Weiterentwicklung des veterinärmedizinischen B2B-SaaS-Produkts.
  • Sicherte die technische Kontinuität und senkte Infrastruktur- und Betriebskosten durch Automatisierung.
  • Leitete wesentliche Verbesserungen am Patientenakten-Modul: integrierte Arzneimittelreferenzdaten, baute ein Apotheken-Abgabeportal mit externer Validierung, anpassbare Rezeptvorlagen (schnellere tägliche Dokumentation) und anpassbare Dokumenten-Workflows.
  • Gestaltete mehrseitige PDF-Generierung und asynchrone Verarbeitung bei Guiavet neu und reduzierte die Erstellungszeit von ungefähr 90 auf 15 Sekunden (rund 83%) für Dokumentenabläufe veterinärmedizinischer Teams.
  • Setzte End-to-End-Produktänderungen in Python/Django, Vue.js und AWS um und koordinierte mit Senior Engineers in agilen Arbeitsweisen.
  • Python
  • Django
  • PostgreSQL
  • AWS
  • Vue.js
  • SaaS
  • PDF-Generierung
  • Agile
  • Produktmanagement
  • Roadmap-Planung
  • UX
  • B2B
  • SEO
  • Agile
  • Python
  • Django
  • PostgreSQL
  • AWS
  • SQS
  • ETL
  • SQL
  • nginx
  • DDD

QDOIS - Data Intelligence

Beschäftigungsart
Praktikum und Vollzeit
Gesamtdauer im Unternehmen
1 J, 2 Mon.
  • Azure Data Factory
  • Azure Databricks
  • PySpark
  • ETL
  • Azure DevOps
  • Git

Ausgewählte Projekte

Alle Projekte
Football, Visualized: interaktives Spielfeld, Expected-Goalschätzung und Modellmerkmale

Öffentliches Projekt · Okt. 2026

Football, Visualized

Eine interaktive Fußballanalyse-App, die Expected Goals greifbar macht: Schüsse verschieben, Merkmale untersuchen und das Modell hinter der Schätzung erkunden.

Auf dem interaktiven Spielfeld können Besucher Schussbedingungen verändern und acht Modellmerkmale neben einer Expected-Goals-Schätzung untersuchen. Ich verband eine reproduzierbare StatsBomb-Open-Data-Pipeline mit XGBoost-Training und -Evaluierung und brachte die Inferenz mit Next.js/React in den Browser.

Der Playground ist in fünf Sprachen verfügbar und enthält Methodik und Evaluationsergebnisse. Das Projekt verbindet Daten, angewandtes ML, die Integration mit der Oberfläche und Produktarbeit: Besucher erkunden das Modellverhalten, das Repository zeigt die Umsetzung.

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

Kompetenzen und Tools

Produkt und Umsetzung

Ich verbinde Interviews und Nutzungsdaten mit Prozessgestaltung, Priorisierung und technischer Eingrenzung. Bei Guiavet passte ich ein Veterinärprodukt an verschiedene B2B-Segmente an und leitete fünf Engineers bei der Umsetzung.

Backend und Cloud

Python ist meine wichtigste Backendsprache. Ich nutze FastAPI für APIs, Django für domänenreiche Produkte, PostgreSQL und MongoDB zur Speicherung sowie Redis und AWS-Warteschlangen für asynchrone Verarbeitung und Idempotenz.

Data Engineering

Ich baue ETL-Pipelines und Datenmodelle, die operative Systeme mit Berichten und ML verbinden. In der Beratung integrierte ich Datenbanken, APIs und SFTP-Quellen mit Azure Data Factory, Databricks und PySpark.

Angewandte KI

Ich nutze LangGraph zur Agentenorchestrierung, OpenAI Tool Calling für API-Aktionen und RAG für Geschäftswissen. Verhaltensevaluationen, Guardrails, LangSmith-Traces und Audit-Logs helfen, Verhalten und Fehler zu untersuchen.

Frontend

Bei Bedarf arbeite ich auch an der Oberfläche: Vue.js im Veterinär-SaaS und React, Next.js und TypeScript in Football, Visualized. Ziel ist, Backend- und Modellverhalten für Nutzer verständlich zu machen.

Ausbildung

  • Bachelorabschluss in Regelungs- und Automatisierungstechnik.
  • Solide Grundlagen in Mathematik, Programmierung und Systemtechnik, mit Schwerpunkt Regelungssysteme, Automatisierung und Softwareentwicklung.
  • Regelungssysteme
  • Automatisierung
  • Software Engineering
  • Mathematik
  • Mechatronik
  • Robotik
  • Automatisierung

Publikationen(1)

Untersuchung algorithmischer Handlungsmöglichkeiten in der psychischen Gesundheitsversorgung, mit einem Klassifikationsrahmen für beobachtete und latente Variablen.

Journal

Es gibt noch keine Beiträge. Hier werde ich Projektentscheidungen, Release Notes, Experimente und die zugehörigen Nachweise teilen.

Journal ansehen