postmortem-miner
publicadoTransformar histórico de incidente em decisão de triagem. O mesmo método que sustenta redução de MTTR.
8 padrões explicam 90% de 20 incidentes em 15 ms · triagem de profundidade 4 · 93 testes · cobertura 99%
Staff / Principal Software Architect · Engineering Manager · Cibersegurança · AI Engineering
Currículo afirma. Código prova.
Arquitetura, cibersegurança e IA aplicada em fintech e banking sob regulação. 17 anos em tecnologia, 9 deles em cibersegurança, liderando times e desenhando sistemas em que segurança é propriedade da arquitetura, não etapa final. Hoje o eixo é IA que passa por gate antes de ir para produção: agentes auditáveis, RAG e guardrails que rodam como etapa de CI, sobre a mesma base de IAM, AppSec e confiabilidade.
אֱמֶת · emet, verdade. O que um sistema precisa dizer quando ninguém está olhando.
Um número por empresa. Cada um está detalhado, com contexto, na página de experiência. ver o detalhe de cada um
Se você chegou com uma pergunta específica, comece pela seção que a responde.
Do suporte N1 em telecom à arquitetura Staff e Principal, passando por infraestrutura, backend, mobile e cibersegurança. É de onde vem a leitura de ponta a ponta.
/sobre/Treze posições em fintech, banking e varejo digital, com número medido em produção em cada frente.
/experiencia/Projetos de código aberto em SRE, IAM, AppSec e IA aplicada, cada um com número defendido por CI.
/projetos/Engenharia, gestão, IA e governança de dados, em Cambridge, PUC Minas, PUC-RS e PUC Goiás. Uma escada, não uma coleção.
/formacao/Vinte e oito credenciais em cibersegurança, cloud e IA, gestão e desenvolvimento, mais os frameworks sob os quais eu opero.
/certificacoes/E-mail, GitHub e LinkedIn. Respondo pessoalmente.
/contato/Cada projeto resolve um problema real das áreas em que eu trabalho: triagem de incidente, governança de acesso, plantão sob pressão, IA com guardrail. Todos rodam com um comando, em máquina limpa, sem chave de API e sem conta em nuvem. Os números abaixo saem da própria execução, verificada por CI.
Transformar histórico de incidente em decisão de triagem. O mesmo método que sustenta redução de MTTR.
8 padrões explicam 90% de 20 incidentes em 15 ms · triagem de profundidade 4 · 93 testes · cobertura 99%
IAM e IGA, o eixo de 9 anos: SoD, privilege reachability cross-account, ciclo JML e recertification, tudo read-only e com procedência.
37 violações de SoD em 4 severidades · 12 caminhos de escalonamento cross-account · 9 targets sensíveis · 64 testes em Python 3.11 a 3.13 · CI com Semgrep, CodeQL e pip-audit
Calendário hebraico aplicado a escala de plantão: fronteiras por zmanim astronômicos, não tabela chumbada, e repartição justa entre quem observa e quem não.
Jain 0.9998 · spread 1.0 · 0 violações em 92 dias · zero dependências de runtime · 77 testes · cobertura 96%
Seis coisas aparecem em tudo que eu construo, e são o que eu levo para um time.
Primeiro a solução explicável, depois a medição de se o modelo agrega. Nessa ordem, sempre. Num incidente às 3h você precisa de uma conclusão com a qual possa discutir, não de um score em que precise acreditar.
Se não dá para calcular precisão e recall, é opinião. Meus geradores de dado sintético plantam o problema de propósito, justamente para que a detecção seja verificável.
Benchmark, cobertura e qualidade de LLM entram como gate de regressão. Número que ninguém defende envelhece em silêncio.
Superfície de ataque se decide no desenho, não no pentest. Threat modeling antes da primeira linha, identidade e menor privilégio dentro do modelo de domínio, segredo fora do código, e SAST, SCA e DAST bloqueando merge em vez de gerando relatório. Vulnerabilidade que chega em produção é decisão de arquitetura tomada meses antes.
Em fintech e banking a operação é 24x7 e a auditoria não avisa. ISO 27001, PCI-DSS, LGPD e BACEN entram como gate de CI e trilha de evidência automatizada, não como planilha preenchida na véspera. O que sustenta plantão é SLO com erro orçado, rollback ensaiado e postmortem sem culpado.
OKR desdobrado até a tarefa, DORA reportado a C-Level e PDI com trilha que a pessoa consegue enxergar. KPI de time serve para remover gargalo, não para ranquear gente. Conduzi de 10 a 15 engenheiros entre desenvolvimento, segurança, QA e dados.
IAM e IGA (SailPoint, ciclo JML, RBAC, ABAC, SoD, PAM) · SSO com SAML, OAuth 2.0 e OIDC · AppSec e SSDLC com SAST, DAST e SCA como gate de merge · Zero Trust · threat modeling · TLS 1.3, mTLS, certificate pinning · Active Directory, Microsoft Entra ID, Azure PIM · ISO 27001, PCI-DSS, LGPD, NIST CSF, BACEN
Agentes com orquestração autônoma e auditável · RAG · MCP · LLMOps e MLOps · prompt engineering seguro e segurança de LLM · AWS Bedrock, OpenAI, Anthropic, LangChain, n8n · Python
SLI, SLO, incident response e postmortem · Datadog (APM, logs, métricas), CloudWatch, New Relic · AWS e Azure · Kubernetes, Docker · Terraform · GitHub Actions, Jenkins e SonarQube como quality gate · deploy canary e blue-green com rollback automático
Clean Architecture, Hexagonal, DDD, SOLID · microsserviços e event-driven · Java e Java EE, Kotlin, Spring, Python, C# e ASP.NET · mobile nativo Android e iOS, Jetpack Compose, SwiftUI, KMP
Times de 10 a 15 pessoas · OKR e métricas DORA reportadas a C-Level · 1:1, PDI, trilha de carreira, recrutamento, capacity planning e code review
























