Backend · IA generativa · Freelance
Sua IA funcionou
na demo. Eu faço
ela funcionar
em produção.
Pipelines RAG, sistemas multi-agente e Text-to-SQL entregues rodando — com custo medido, resposta verificada e código que dá pra depurar.
RESPONDO EM ATÉ 24H — MESMO QUE SEJA PRA DIZER “NÃO É COMIGO”
UM PIPELINE DE AGENTE, DO JEITO QUE ELE RODA
Isso soa familiar?
“A demo com IA impressionou — mas em produção o chatbot alucina e ninguém confia nele.”
“O RAG responde errado e você não consegue explicar por quê, nem onde consertar.”
“A conta da API de LLM cresce todo mês e ninguém sabe o custo por requisição.”
Nada disso se resolve trocando de modelo. Se resolve com a engenharia ao redor dele: o que buscar, como verificar, quando tentar de novo — e quanto cada requisição custa.
O que eu resolvo
RAG que responde certo — e explica por quê
Busca híbrida, reordenação e verificação da resposta antes de ela chegar ao usuário. Cada etapa é medida: quando algo sai errado, dá pra apontar onde.
- pgvector
- BM25
- RRF
- CRAG
Agentes que param quando devem parar
Sistemas multi-agente com grafo explícito de estados — não um loop torcendo pra convergir. Delegação, ferramentas e limites sob controle.
- LangGraph
- MCP
- A2A
Seu banco respondendo em português
A pessoa de negócio pergunta, o sistema devolve o número — com a query SQL visível e os limites de permissão respeitados.
- PostgreSQL
- Oracle
- BI
Resultados
4×
mais throughput num pipeline de Open Finance reescrito em Go
9
providers de LLM numa interface só — Jangada AI, open source
3
frentes de busca em paralelo no RAG médico em produção
RAG MÉDICO · TEXT-TO-SQL SOBRE ORACLE · OPEN FINANCE · JANGADA AI ↗
Como funciona
PASSO 1
Você me conta o problema
Duas linhas por e-mail ou WhatsApp bastam. Respondo dizendo se é o tipo de coisa que eu faço bem — e se não for, digo isso também.
PASSO 2
Proposta com escopo fechado
O que será entregue, em quanto tempo e por quanto. Sem hora aberta, sem surpresa no fim do mês.
PASSO 3
Entrego rodando
Container, deploy, observabilidade e handover. O projeto acaba quando está no ar e alguém usa.
O que você pode esperar de mim
Controle explícito, não abstração mágica
Framework que esconde o prompt e a chamada é framework que você não consegue depurar às 3h da manhã. Prefiro camadas finas e visíveis.
Observabilidade desde o primeiro dia
Custo por requisição, latência por etapa, taxa de acerto. Sem isso, ajustar um sistema de LLM é chute.
Entrego rodando, não em slide
Container, deploy, migração de banco, rotação de segredo. O projeto acaba quando está no ar e alguém usa.
Perguntas frequentes
O que é preciso para colocar um sistema RAG em produção?
Busca híbrida (vetorial + palavra-chave), verificação da resposta antes de exibi-la e métricas por etapa: custo por requisição, latência e taxa de acerto. RAG de tutorial — pergunta, top-K, resposta — quebra com sinônimos, siglas e perguntas de acompanhamento.
Quanto custa um projeto de IA com você?
Trabalho com escopo fechado: proposta com entregáveis, prazo e preço definidos antes de começar. Sem hora aberta. O valor depende do problema — me conte o seu em duas linhas e devolvo uma estimativa.
Você trabalha com qual stack?
Python e Go no backend; LangGraph, MCP e A2A para agentes; PostgreSQL com pgvector para busca; Docker, Kubernetes e AWS para infraestrutura. Sou autor da Jangada AI, biblioteca open source que unifica 9 providers de LLM.
Atende remoto? Em que prazo responde?
Sim, atendo 100% remoto para qualquer lugar do Brasil e exterior. Respondo contatos em até 24h — mesmo que seja para dizer que o problema não é a minha especialidade.
Tem um sistema pra colocar de pé?
Me conte o problema em duas linhas. Respondo em até 24h dizendo se é o tipo de coisa que eu faço bem — e se não for, digo isso também.