coprodux

O produto

A coprodux é uma plataforma SaaS B2B de planejamento de comunicação para agências e equipes de marketing, construída para transformar estratégia em algo visível, compartilhado e executável por toda a equipe. O fluxo do produto conecta Meta → Campanha → Calendário → Narrativa → Briefing — cada etapa estruturada e executável, sem depender de planilhas ou documentos desconectados.

Como fundador técnico, arquitetei e implementei sozinho toda a stack do produto — banco de dados, backend, frontend, infraestrutura de nuvem e pipeline de IA em produção — sem terceirizar nenhuma decisão técnica. Também conduzi discovery com clientes reais e priorizei o roadmap, mas a espinha dorsal do projeto foi a engenharia.

Arquitetura e stack

• ▹Backend: NestJS
• ▹Frontend: React + Next.js + Tailwind
• ▹Banco de dados: PostgreSQL (migrado de MongoDB conforme o produto escalou de MVP para produção)
• ▹Infraestrutura: evoluiu de Render/Vercel para AWS e Azure (cloud principal, incluindo Azure AI Foundry)
• ▹Deploy: pipeline de CI/CD via GitHub Actions publicando direto na AWS, em ambiente único de produção (sem staging/dev separados)

Migração MongoDB → PostgreSQL

Executei a migração do banco de dados principal de MongoDB para PostgreSQL em duas semanas, sem downtime — uma mudança que desbloqueou o algoritmo central de inteligência da plataforma, que dependia de relações e queries que o modelo de documentos do Mongo não suportava bem conforme o produto cresceu.

IA generativa e RAG híbrido

Avaliei três provedores de IA generativa (OpenAI, Anthropic/Claude e Azure AI Foundry) ao longo da evolução do produto, até decidir pelo Azure AI Foundry como stack de IA principal.

Construí um pipeline de RAG híbrido — busca vetorial combinada com grafo de conhecimento — isolado em um microsserviço próprio em Python, o noctria, separado da plataforma principal por diferença de perfil de custo de nuvem. A camada evoluiu de Qdrant para PostgreSQL/PGVector no lado vetorial, combinada com Neo4j no lado de grafo, alimentando as funcionalidades de IA generativa do produto com 98% de adoção pela base de usuários.

Testes, CI/CD e qualidade

• ▹Cobertura de testes unitários, de integração e end-to-end antes de cada pull request
• ▹Lint e formatting automatizados (Biome), reforçados especificamente pelo padrão inconsistente de código gerado por IA
• ▹Code review com CodeRabbit (revisão automatizada por IA) antes do merge na main
• ▹Observabilidade em produção via Microsoft Clarity e Sentry

Autenticação, billing e tempo real

• ▹Autenticação e controle de acesso multitenant (administrador, editor, visualizador, aprovador) via Clerk
• ▹Billing por uso via Stripe — cobrança por quantidade de projetos, com saldo de tokens de IA por projeto
• ▹Comunicação backend → frontend em tempo real via WebSocket; processamento do algoritmo de IA em modo assíncrono

Resultados

• ▹25 clientes pagantes adquiridos via processo estruturado de discovery (150+ entrevistas), com 18% de conversão de lead para pagante
• ▹Centenas de usuários na base, com roadmap de evolução contínua
• ▹R$ 60.000 captados em aporte para desenvolvimento do produto
• ▹Time multidisciplinar de até 13 pessoas liderado com Scrum e Kanban
• ▹2 Prêmios Nacionais como SaaS de Comunicação (Inovativa Brasil e Ibmec Hubs)