Ferramentas que uso

LLM principal do pipeline de IA deste blog. Rápido, acessível, multimodal. Gemini 2.0 Flash é meu padrão para produção.

LLM de fallback no meu pipeline. Raciocínio e geração de código de alta qualidade. Mais caro mas vale para tarefas complexas.

Par programador IA no VS Code. Indispensável para boilerplate, refatoração e explicar codebases desconhecidas.

Framework para construir aplicações com LLMs. Ótimo para chains, agents e pipelines RAG.

Rode LLMs localmente com um comando. Perfeito para desenvolvimento offline e cargas de trabalho sensíveis à privacidade.

Framework de ML para produção do Google. Minha escolha para treinamento de modelos e pipelines de deploy.

Meu framework web padrão. App Router, server components, edge functions. Este portfólio roda em Next.js 15.

JavaScript com tipos para tudo. Elimina classes inteiras de bugs em tempo de compilação — não negociável em projetos sérios.

A biblioteca de UI que mudou tudo. Server Components no React 19 são um divisor de águas para performance.

Runtime JavaScript para serviços backend, APIs e tooling. Essencial em qualquer setup full-stack moderno.

Meu editor principal. Ecossistema de extensões inigualável e suporte nativo a TypeScript/Git.

Base do controle de versão. Trunk-based development e conventional commits são meus padrões de workflow.

Plataforma de deploy na edge. CI/CD zero-config, previews instantâneos e CDN global. Onde este portfólio vive.

Minha nuvem preferida para VMs, bancos gerenciados e containers. Excelente custo-benefício.

Runtime de containers que torna "funciona na minha máquina" irrelevante. Essencial para ambientes reproduzíveis.

Orquestração de containers em escala. Complexo de operar, mas nada supera para deployments multi-serviço em produção.

CI/CD integrado nativamente ao GitHub. Uso para builds automáticos, testes e deployments em cada push.

DNS, CDN, proteção DDoS e edge workers. O plano gratuito cobre a maioria das necessidades de produção.

Minha escolha para cargas de IA/ML, BigQuery e Vertex AI. Serviços gerenciados poderosos para engenharia de dados.

Hospedagem de melhor custo-benefício para projetos de clientes e landing pages. Setup fácil, servidores rápidos.

O padrão da indústria para design de UI e prototipagem. Uso para wireframes, design systems e handoffs.

Design + publique sites prontos para produção sem código. O melhor para páginas de marketing e portfólios.

Workspace all-in-one para docs, tarefas, wikis e bancos de dados. Meu segundo cérebro para gestão de projetos e conhecimento.

Sistema de issues construído para times de engenharia. Muito rápido, opinativo e prazeroso de usar comparado ao Jira.

Automação de workflows open-source. Uso para automações internas onde preciso de controle total sobre os dados.

Meu banco de dados relacional padrão. Sólido, rico em features e o ponto de partida certo para quase todo projeto.

PostgreSQL com ótima DX: auth, realtime e storage embutidos. A alternativa open-source ao Firebase.

Store em memória para cache, sessões e pub/sub. Indispensável para sistemas de produção com alto throughput.

Banco de documentos para schemas flexíveis. Melhor quando seus dados são verdadeiramente em formato de documento.

Dashboards open-source para métricas, logs e traces. A camada de visualização no meu stack de observabilidade.

Coleta de métricas em série temporal e alertas. O padrão de fato para monitoramento Kubernetes.

Rastreamento de erros e monitoramento de performance. Captura bugs em produção antes que os usuários reclamem.

Plataforma de observabilidade full-stack. Melhor para empresas que precisam de APM, logs e infraestrutura em um lugar.

Melhor plataforma para certificações profissionais. Google Cloud, ML Specializations e cursos do Andrew Ng valem cada centavo.

Roadmaps de aprendizado orientados pela comunidade para qualquer skill tech. Inestimável para estruturar um caminho de aprendizado.

Cursos e certificações oficiais da AWS. Certificação Cloud Practitioner é uma base sólida para qualquer engenheiro.