Lead Engineer · AI Engineering
Felipe R.
Broering
Florianópolis, SC, Brazil
- AI engineering & agents
- Agentic delivery harnesses
- Cloud-native platforms
- 0→1 products & teams
- Rust & developer tools
Lead Engineer · AI Engineering
Felipe R.
Broering
Florianópolis, SC, Brasil
- Engenharia de IA & agentes
- Harnesses de entrega agêntica
- Plataformas cloud-native
- Produtos & times 0→1
- Rust & ferramentas de dev
# nearly two decades shipping across e-commerce, fintech, ERP, developer tools & healthcare
Condensed print version. Full resume: https://cv.felipe.run
# quase duas décadas entregando em e-commerce, fintech, ERP, ferramentas de dev & saúde
Versão condensada para impressão. Currículo completo: https://cv.felipe.run
Profile
Engineer and engineering leader with nearly two decades building complex digital products end to end: discovery, domain modeling, architecture, implementation, and production. Over the last few years I have been rebuilding how that work gets done with AI. I design the harnesses, guardrails, and agent workflows that let a team ship with coding agents at production quality: fast, reviewable, and accountable, not a pile of AI-generated code nobody trusts.
I work best where product and engineering can't be separated: complex workflows, operational systems, regulated domains, cloud-native platforms, and automation that has to stay reliable in production. My background spans full-stack engineering, cloud architecture, product management, and hardware integration, across roles as software engineer, tech lead, CTO/founder, engineering manager, and head of engineering.
I've led platforms in critical operations, including Coreum at Micromed, featured by Google Cloud. I also build open-source, terminal-first AI tooling: agents on rails, local-first systems, and the engineering harnesses that keep agent-assisted changes production-ready.
AI Engineering
I don't just use AI tools, I engineer the system around them. The principle behind everything I ship, and what I'd bring to leading an AI-native team: rules first, AI second. Put the model on rails so velocity never costs you architecture, correctness, or accountability. Concretely, that means:
- Agentic delivery harness. Per-repo
AGENTS.mdplaybooks (withCLAUDE.md/GEMINI.md/CURSOR.mdas symlinks), ADRs for every structural decision, TDD, structural quality gates, and pre-commit + CI, so agent-written diffs stay small, scoped, reviewable, and green. Never--no-verify: if a hook blocks, the underlying issue gets fixed. - Reusable skills as engineering primitives. I've built a library of skills (Figma-to-code, code review, release validation, production investigation, Linear/PR automation, doc sync, technical planning, TDD enforcement) so recurring work becomes one repeatable, inspectable command instead of a fresh ad-hoc prompt every time.
- Autonomous CI / merge loops. Pipelines that open a PR, watch CI, fix the failures, apply review-bot suggestions, and merge on green, so humans review intent and design instead of babysitting a checklist.
- Multi-agent orchestration. Fan-out/verify workflows and specialized subagents for review, investigation, and bounded edits, with adversarial verification before any finding is trusted, because a confident wrong answer is the expensive failure mode.
- Model-neutral by design. LLM-agnostic tooling across Claude, Gemini, and local models, wired through MCP servers, so the workflow outlives any single provider or price change.
- Terminal-first, in the real loop. Claude Code and Cursor CLI, structured prompts, local harnesses, and MCP integrations plugged straight into the dev and production feedback loop, not a chat window off to the side.
The proof is open source: three products where the AI engineering is the point, not a demo. See below.
Featured Case Study
Coreum on Google Cloud: scaling a cloud-native platform
Published by Google Cloud: https://cloud.google.com/customers/micromed
Led Coreum from zero into Micromed's cloud-native platform: scalable workflows, AI features, ERP integration, and a production foundation built for fast, safe releases (it powers cardiology diagnostics). The Google Cloud case study reports:
- 50%+ infrastructure cost reduction
- 10x faster load times, from 2 seconds to 200 milliseconds
- 20TB migrated with only 3 hours of downtime
- Multiple daily releases with zero downtime
- 10,000+ workloads processed per day
How I Build
I treat product engineering as a full-cycle discipline. My preferred loop:
Problem → Domain model → Product behavior → Architecture → Implementation → Production → Observability → Iteration.
I start close to the real problem (users, workflows, business constraints, operational risks, edge cases, success criteria), then model the domain, design the system, build it, ship it, watch how it behaves in production, and feed what I learn back in. AI makes each pass faster; the discipline is what keeps it production-grade.
Open Source
I build in the open: terminal-first tools that put AI on rails.
phai · AI on rails for personal finance · Rust, local-first
Founder and maintainer of phai, a rules-first, LLM-neutral personal-finance agent. Rules decide; the model assists, never the other way around. It ingests open-finance data (Pluggy), normalizes everything into SQLite (local) or BigQuery (production), and turns a bank feed into a queryable, scriptable, reportable finance database with MCP integration and a local web app embedded in a single Rust binary.
It doubles as a reference AI-engineering harness: ADRs, TDD, CI, privacy guardrails, quality gates, release automation, and strict guardrails that keep agent-assisted changes reviewable and production-ready.
Technologies: Rust, SQLite, BigQuery, Pluggy, MCP, React/LiveStore.
Project: https://github.com/feliperun/phai
cueme · local-first second brain with a live conversation copilot · native Swift, macOS
A file-first personal knowledge product for macOS: Notion-style block editing over plain Markdown files. Every note is a normal folder on disk; SQLite, FTS5, and sqlite-vec embeddings are rebuildable indexes, never the source of truth. Written notes, journals, recorded meetings, and imported audio share one memory model with local hybrid search.
On top of that memory sits a real-time conversation copilot for meetings and hard conversations. It captures both sides of a call natively (mic via AVAudioEngine + system audio via ScreenCaptureKit, so who spoke is known by origin, without diarization), transcribes and translates on-device, and streams live guidance cards and incremental meeting minutes from a warm agent process in ~1-2s, grounded in your own notes via local semantic retrieval. 100% native Swift 6, no webview, no virtual audio driver; Swift Concurrency throughout (actors for shared state, AsyncStream fan-out, cooperative cancellation), plus a long-call watchdog and automatic provider failover. The "brain" shells out to the local Claude Code CLI: keyless by default, nothing to configure, no key to leak.
Technologies: Swift 6, Claude Code CLI, ScreenCaptureKit, Deepgram / Apple on-device STT, sqlite-vec.
Project: https://github.com/feliperun/cueme
ford / create-openclaw-agent · autonomous agent, hardened cloud deploy · IaC + GCP
One command that provisions a production-grade, self-hosted AI agent (OpenClaw) to the cloud: a gateway on Claude Sonnet with Mem0 persistent memory (Qdrant vectors), a headless Chrome browser, audio transcription, and a WhatsApp channel, on Terraform/OpenTofu infrastructure with defense-in-depth: no external IP (IAP-only access), egress firewall, secrets in Secret Manager fetched into RAM (never on disk), read-only hardened containers (cap_drop: ALL, images pinned by digest), age-encrypted backups, and gitleaks/Trivy CI scanning. The instance I run in production is Ford, my own always-on WhatsApp assistant.
Technologies: OpenTofu, Google Cloud, Docker, Mem0/Qdrant, Claude, Secret Manager.
Project: https://github.com/feliperun/create-openclaw-agent
Also
- eai: Rust CLI that turns natural language into safe shell commands through an inspect-confirm-run flow, multi-provider (Ollama, Gemini, Groq, OpenAI). https://github.com/feliperun/eai
- dsync: Rust CLI that keeps Markdown as the local source of truth while syncing documents with Google Docs and Linear Docs. https://github.com/feliperun/dsync
Experience
Senior Product Engineer
Micromed Health - Florianopolis, Brazil - Jan 2026 to Present
After three and a half years leading engineering, I chose to return to deep hands-on work: the AI-native way of building I'd been driving as a leader is now what I do all day. I build the harness the team codes with, while shipping product end to end across discovery, domain modeling, architecture, implementation, validation, release, and production operations.
- Designing and operating the team's AI engineering harness: coding agents on rails with structured prompts, reusable skills, ADRs, TDD, quality gates, code review, and autonomous CI/merge loops, keeping agent-assisted delivery fast and production-grade.
- Building reusable engineering skills (Figma-to-code, UX review, product modeling, technical planning, code review, release validation, production investigation, documentation, and data analysis) so recurring work runs as repeatable, inspectable commands.
- Leading product engineering initiatives from Figma and product design through implementation, validation, release, observability, and production iteration.
- Building web experiences with React, Node.js, and TypeScript across frontend, backend, APIs, authentication, and data workflows; Python for ECG signal-processing; Rust as the native integration layer between medical hardware, local PCs, and cloud.
- Running a terminal-first, model-neutral AI workflow (pi.dev, Claude CLI, Cursor CLI, MCP, local tooling) wired into Superset and production feedback loops.
- Bringing leadership experience into technical direction, product trade-offs, team alignment, and production readiness, as a senior hands-on builder.
Head of Engineering
Micromed Health - Florianopolis, Brazil - May 2022 to Dec 2025
Led engineering for Coreum, Micromed's cloud-native platform for cardiology diagnostics, exam workflows, AI-assisted analysis, ERP integration, connected devices, and production operations.
- Led Coreum from early product development into a Google Cloud customer case study platform.
- Drove the modernization program behind the Google Cloud case study results above: infrastructure cost, exam loading latency, the 20TB migration, and the move to multiple daily zero-downtime releases.
- Structured engineering process and culture to support team growth, new projects, faster delivery, and more reliable production operations.
- Built and evolved engineering practices around architecture, delivery, cloud operations, reliability, security, AI-assisted development, review discipline, and production readiness.
- Led and supported multidisciplinary teams across backend, frontend, UX, cloud, firmware, electronics, QA, integrations, and product delivery.
- Consolidated critical systems on Google Cloud, including ERP and Coreum, improving reliability, security, integration speed, and operational efficiency.
- Advanced Micromed's roadmap for AI-powered cardiology, connected medical devices, hybrid cloud, edge computing, and interoperability with standards such as DICOM, HL7, and FHIR.
Engineering Manager
Micromed Health - Florianopolis, Brazil - Nov 2020 to Jun 2022
Joined Micromed to lead engineering from scratch for an inpatient monitoring solution combining ECG acquisition, cloud processing, machine learning algorithms, and cardiac risk prediction.
- Built and led an internal team of seven (six engineers and one UX designer) responsible for platform core, back ends, front ends, design system, and cloud infrastructure.
- Coordinated ten third-party engineers across AI microservices, firmware, and electronics, connecting data science, embedded software, hardware, and product delivery.
- Owned system design and led end-to-end development across software, cloud, machine learning integration, hardware integration, and product execution.
- Connected product requirements, clinical workflows, architecture decisions, and delivery planning into a coherent execution model.
Engineering Manager
Animati - Florianopolis, Brazil - Jun 2019 to Oct 2020
Led development of S.I.M., an integrated diagnostic medicine system and cloud-native SaaS designed to fill RIS/PACS workflow gaps.
- Managed the full product development cycle from problem discovery and software architecture to customer delivery.
- Built a team from scratch with UX and full-stack engineers working with React, TypeScript, Python, Django REST, Node.js, Firebase, and serverless architecture.
- Introduced design-system thinking, detailed UX modeling, micro-frontends, and cost-efficient cloud patterns that could scale down during off-hours.
- Balanced hands-on architecture, team leadership, delivery execution, and product direction.
Product Manager: Healthcare, then Construction
Softplan - Florianopolis, Brazil - Mar 2018 to May 2019
- Led product discovery for a new healthcare business unit, evaluating build/buy/partner paths and presenting strategic options to the CEO; worked with ML engineers on a health-insurance BI product.
- Earlier, managed CRM and commercial modules for Sienge, a construction ERP used across Brazil: roadmap, sales channels, large customers, and agile planning.
Chief Technology Officer & Founder
Healfies - Florianopolis, Brazil - Jan 2015 to Mar 2018
Founded and led technology for a healthcare network where people and organizations could securely organize and share information.
- Owned platform system design, product roadmap, technical strategy, and team building from scratch, leading seven people across full-stack engineering, UX, and QA.
- Worked hands-on across strategy, design, testing, deployment, and coding with Node.js, MongoDB, and AngularJS.
- Designed and operated AWS and Google Cloud infrastructure: microservices, storage, functions, Kubernetes, cost management, and production operations.
- Led ETL and clinical interoperability across CIS, LIS, RIS, HIS, and PACS via REST APIs.
- Lived the full startup cycle (discovery, fundraising, hiring, delivery, operations, partnerships), helping raise R$2.2M, connect 23 diagnostic centers, deliver 2M records, and register 10K users.
Tech Lead
Chaordic - Florianopolis, Brazil - Jan 2014 to May 2015
Led delivery and integration of a personalization platform for major Brazilian e-commerce brands.
- Acted as PM and technical lead for eight engineers across JavaScript, UX/frontend, and QA.
- Introduced OKRs and a technical account management function, cutting integration time by 50% and reducing churn among top accounts.
- Worked directly with major customers including Walmart, Máquina de Vendas, Saraiva, Centauro, and Nova.com.
Product Manager
Pixeon Medical Systems - Florianopolis / Sao Paulo, Brazil - Oct 2010 to Jan 2014
- Owned the LIS/RIS/PACS product portfolio, translating market and sales needs into engineering roadmaps.
- Led the full cycle for six new products, from problem definition through ANVISA registration, pricing, and go-to-market, and helped unify portfolios through the Medical Systems / Pixeon merger.
Full-stack Engineer
Pixeon Medical Systems - Brazil - Jan 2007 to Oct 2010
- Built a desktop DICOM viewer for CT, MRI, ultrasound, and CR imaging with C++, Qt, and Java (Swing, J2EE), working across requirements, backend, and frontend under Scrum and CI.
Information Technology Analyst
Tigre S.A. - Joinville, Brazil - Jul 2006 to Jan 2007
- IT analyst at a large industrial manufacturer, before moving into product and software engineering.
Perfil
Engenheiro e líder de engenharia com quase duas décadas construindo produtos digitais complexos de ponta a ponta: descoberta, modelagem de domínio, arquitetura, implementação e produção. Nos últimos anos venho reconstruindo como esse trabalho é feito com IA. Desenho os harnesses, guardrails e workflows de agentes que permitem um time entregar com coding agents em qualidade de produção: rápido, revisável e com accountability, não uma pilha de código gerado por IA em que ninguém confia.
Trabalho melhor onde produto e engenharia não se separam: fluxos complexos, sistemas operacionais, domínios regulados, plataformas cloud-native e automação que precisa se manter confiável em produção. Minha trajetória cobre engenharia full-stack, arquitetura de nuvem, gestão de produto e integração de hardware, em papéis de engenheiro de software, tech lead, CTO/fundador, engineering manager e head of engineering.
Liderei plataformas em operações críticas, incluindo o Coreum na Micromed, destacado pelo Google Cloud. Também construo ferramentas open-source, terminal-first, de IA: agentes nos trilhos, sistemas local-first e os harnesses de engenharia que mantêm mudanças assistidas por agentes prontas para produção.
Engenharia de IA
Eu não só uso ferramentas de IA, eu construo a engenharia em volta delas. O princípio por trás de tudo que entrego, e o que eu traria para liderar um time AI-native: regras primeiro, IA depois. Coloque o modelo nos trilhos para que a velocidade nunca custe arquitetura, correção ou accountability. Na prática, isso significa:
- Harness de entrega agêntica. Playbooks
AGENTS.mdpor repositório (comCLAUDE.md/GEMINI.md/CURSOR.mdcomo symlinks), ADRs para cada decisão estrutural, TDD, quality gates estruturais e pre-commit + CI, para que os diffs escritos por agente fiquem pequenos, escopados, revisáveis e verdes. Nunca--no-verify: se um hook bloqueia, o problema de fundo é corrigido. - Skills reutilizáveis como primitivas de engenharia. Construí uma biblioteca de skills (Figma-to-code, code review, validação de release, investigação de produção, automação de Linear/PR, sync de docs, planejamento técnico, enforcement de TDD) para que o trabalho recorrente vire um comando repetível e inspecionável, em vez de um prompt ad-hoc novo toda vez.
- Loops autônomos de CI / merge. Pipelines que abrem um PR, monitoram o CI, corrigem as falhas, aplicam sugestões dos bots de review e mergeiam no verde, para que humanos revisem intenção e design em vez de ficar de babá de checklist.
- Orquestração multi-agente. Workflows de fan-out/verificação e subagentes especializados para review, investigação e edições limitadas, com verificação adversarial antes de confiar em qualquer achado, porque uma resposta errada e confiante é o modo de falha caro.
- Model-neutral por design. Ferramental agnóstico de LLM entre Claude, Gemini e modelos locais, conectado via servidores MCP, para que o workflow sobreviva a qualquer provedor único ou mudança de preço.
- Terminal-first, dentro do loop real. Claude Code e Cursor CLI, prompts estruturados, harnesses locais e integrações MCP plugados direto no loop de dev e de feedback de produção, não uma janela de chat de lado.
A prova é open source: três produtos onde a engenharia de IA é o ponto, não uma demo. Veja abaixo.
Estudo de Caso em Destaque
Coreum no Google Cloud: escalando uma plataforma cloud-native
Publicado pelo Google Cloud: https://cloud.google.com/customers/micromed
Liderei o Coreum do zero até se tornar a plataforma cloud-native da Micromed: fluxos escaláveis, recursos de IA, integração com ERP e uma base de produção feita para releases rápidos e seguros (ela sustenta o diagnóstico cardiológico). O estudo de caso do Google Cloud reporta:
- Redução de 50%+ no custo de infraestrutura
- Carregamento 10x mais rápido, de 2 segundos para 200 milissegundos
- 20TB migrados com apenas 3 horas de downtime
- Múltiplos releases diários com zero downtime
- 10.000+ cargas processadas por dia
Como Eu Construo
Encaro engenharia de produto como uma disciplina de ciclo completo. Meu loop preferido:
Problema → Modelo de domínio → Comportamento do produto → Arquitetura → Implementação → Produção → Observabilidade → Iteração.
Começo perto do problema real (usuários, fluxos, restrições de negócio, riscos operacionais, edge cases, critérios de sucesso), depois modelo o domínio, desenho o sistema, construo, coloco no ar, observo como ele se comporta em produção e realimento o que aprendo. A IA torna cada passada mais rápida; a disciplina é o que mantém tudo em nível de produção.
Open Source
Construo no aberto: ferramentas terminal-first que colocam IA nos trilhos.
phai · IA nos trilhos para finanças pessoais · Rust, local-first
Fundador e mantenedor do phai, um agente de finanças pessoais rules-first e LLM-neutral. As regras decidem; o modelo assiste, nunca o contrário. Ingere dados de open-finance (Pluggy), normaliza tudo em SQLite (local) ou BigQuery (produção) e transforma o extrato bancário em uma base de finanças consultável, scriptável e reportável, com integração MCP e um web app local embutido num binário Rust único.
Também serve de harness de referência para engenharia de IA: ADRs, TDD, CI, guardrails de privacidade, quality gates, automação de release e guardrails rígidos que mantêm mudanças assistidas por agentes revisáveis e prontas para produção.
Tecnologias: Rust, SQLite, BigQuery, Pluggy, MCP, React/LiveStore.
Projeto: https://github.com/feliperun/phai
cueme · second brain local-first com copilot de conversa ao vivo · Swift nativo, macOS
Um produto de conhecimento pessoal file-first para macOS: edição em blocos estilo Notion sobre arquivos Markdown puros. Cada nota é uma pasta normal no disco; SQLite, FTS5 e embeddings sqlite-vec são índices reconstruíveis, nunca a fonte da verdade. Notas escritas, journals, reuniões gravadas e áudio importado compartilham um único modelo de memória com busca híbrida local.
Sobre essa memória roda um copilot de conversa em tempo real para reuniões e conversas difíceis. Captura os dois lados de uma call de forma nativa (mic via AVAudioEngine + áudio do sistema via ScreenCaptureKit, então quem falou é sabido pela origem, sem diarização), transcreve e traduz on-device, e faz streaming de cards de orientação ao vivo e ata incremental a partir de um processo de agente aquecido em ~1-2s, ancorado nas suas próprias notas via retrieval semântico local. 100% Swift 6 nativo, sem webview, sem driver de áudio virtual; Swift Concurrency em toda parte (actors para estado compartilhado, fan-out via AsyncStream, cancelamento cooperativo), mais um watchdog de calls longas e failover automático de provedor. O "cérebro" chama o Claude Code CLI local: keyless por padrão, nada para configurar, nenhuma chave para vazar.
Tecnologias: Swift 6, Claude Code CLI, ScreenCaptureKit, Deepgram / STT on-device da Apple, sqlite-vec.
Projeto: https://github.com/feliperun/cueme
ford / create-openclaw-agent · agente autônomo, deploy com hardening · IaC + GCP
Um comando que provisiona um agente de IA self-hosted em nível de produção (OpenClaw) na nuvem: um gateway em Claude Sonnet com memória persistente Mem0 (vetores no Qdrant), um Chrome headless, transcrição de áudio e um canal de WhatsApp, sobre infra Terraform/OpenTofu com defense-in-depth: sem IP externo (acesso só por IAP), firewall de egress, segredos no Secret Manager buscados para a RAM (nunca em disco), containers read-only com hardening (cap_drop: ALL, imagens pinadas por digest), backups criptografados com age e scanning de CI com gitleaks/Trivy. A instância que rodo em produção é o Ford, meu próprio assistente de WhatsApp always-on.
Tecnologias: OpenTofu, Google Cloud, Docker, Mem0/Qdrant, Claude, Secret Manager.
Projeto: https://github.com/feliperun/create-openclaw-agent
Também
- eai: CLI em Rust que transforma linguagem natural em comandos de shell seguros por um fluxo inspecionar-confirmar-executar, multi-provedor (Ollama, Gemini, Groq, OpenAI). https://github.com/feliperun/eai
- dsync: CLI em Rust que mantém o Markdown como fonte da verdade local enquanto sincroniza documentos com Google Docs e Linear Docs. https://github.com/feliperun/dsync
Experiência
Senior Product Engineer
Micromed Health - Florianópolis, Brasil - Jan 2026 até o presente
Depois de três anos e meio liderando a engenharia, escolhi voltar ao trabalho profundamente hands-on: o jeito AI-native de construir que eu vinha dirigindo como líder é agora o que faço o dia inteiro. Construo o harness com que o time coda, enquanto entrego produto de ponta a ponta em descoberta, modelagem de domínio, arquitetura, implementação, validação, release e operação em produção.
- Desenhando e operando o harness de engenharia de IA do time: coding agents nos trilhos com prompts estruturados, skills reutilizáveis, ADRs, TDD, quality gates, code review e loops autônomos de CI/merge, mantendo a entrega assistida por agentes rápida e em nível de produção.
- Construindo skills de engenharia reutilizáveis (Figma-to-code, review de UX, modelagem de produto, planejamento técnico, code review, validação de release, investigação de produção, documentação e análise de dados) para que o trabalho recorrente rode como comandos repetíveis e inspecionáveis.
- Liderando iniciativas de engenharia de produto do Figma e do design à implementação, validação, release, observabilidade e iteração em produção.
- Construindo experiências web com React, Node.js e TypeScript entre frontend, backend, APIs, autenticação e fluxos de dados; Python para processamento de sinais de ECG; Rust como camada de integração nativa entre hardware médico, PCs locais e nuvem.
- Rodando um workflow de IA terminal-first e model-neutral (pi.dev, Claude CLI, Cursor CLI, MCP, ferramental local) conectado ao Superset e a feedback loops de produção.
- Trazendo experiência de liderança para direção técnica, trade-offs de produto, alinhamento de time e prontidão para produção, como builder sênior hands-on.
Head of Engineering
Micromed Health - Florianópolis, Brasil - Mai 2022 a Dez 2025
Liderei a engenharia do Coreum, a plataforma cloud-native da Micromed para diagnóstico cardiológico, fluxos de exame, análise assistida por IA, integração com ERP, dispositivos conectados e operação em produção.
- Liderei o Coreum do desenvolvimento inicial até se tornar uma plataforma de estudo de caso do Google Cloud.
- Conduzi o programa de modernização por trás dos resultados do estudo de caso do Google Cloud acima: custo de infraestrutura, latência de carregamento de exames, a migração de 20TB e a virada para múltiplos releases diários com zero downtime.
- Estruturei processo e cultura de engenharia para suportar o crescimento do time, novos projetos, entrega mais rápida e operação mais confiável.
- Construí e evoluí práticas de engenharia em arquitetura, entrega, operação de nuvem, confiabilidade, segurança, desenvolvimento assistido por IA, disciplina de review e prontidão para produção.
- Liderei e apoiei times multidisciplinares em backend, frontend, UX, nuvem, firmware, eletrônica, QA, integrações e entrega de produto.
- Consolidei sistemas críticos no Google Cloud, incluindo ERP e Coreum, melhorando confiabilidade, segurança, velocidade de integração e eficiência operacional.
- Avancei o roadmap da Micromed para cardiologia com IA, dispositivos médicos conectados, nuvem híbrida, edge computing e interoperabilidade com padrões como DICOM, HL7 e FHIR.
Engineering Manager
Micromed Health - Florianópolis, Brasil - Nov 2020 a Jun 2022
Entrei na Micromed para liderar a engenharia do zero de uma solução de monitoramento de pacientes internados, combinando aquisição de ECG, processamento em nuvem, algoritmos de machine learning e predição de risco cardíaco.
- Montei e liderei um time interno de sete pessoas (seis engenheiros e um designer de UX) responsáveis por core da plataforma, back ends, front ends, design system e infraestrutura de nuvem.
- Coordenei dez engenheiros terceiros entre microsserviços de IA, firmware e eletrônica, conectando data science, software embarcado, hardware e entrega de produto.
- Fui dono do design de sistema e liderei o desenvolvimento ponta a ponta em software, nuvem, integração de machine learning, integração de hardware e execução de produto.
- Conectei requisitos de produto, fluxos clínicos, decisões de arquitetura e planejamento de entrega em um modelo coerente de execução.
Engineering Manager
Animati - Florianópolis, Brasil - Jun 2019 a Out 2020
Liderei o desenvolvimento do S.I.M., um sistema integrado de medicina diagnóstica e SaaS cloud-native feito para preencher lacunas de fluxo em RIS/PACS.
- Gerenciei o ciclo completo de desenvolvimento do produto, da descoberta e arquitetura à entrega para clientes.
- Montei um time do zero com UX e engenheiros full-stack em React, TypeScript, Python, Django REST, Node.js, Firebase e arquitetura serverless.
- Introduzi pensamento de design system, modelagem detalhada de UX, micro-frontends e padrões de nuvem que reduziam escala fora do horário de pico.
- Equilibrei arquitetura hands-on, liderança de time, execução de entrega e direção de produto.
Product Manager: Saúde, depois Construção
Softplan - Florianópolis, Brasil - Mar 2018 a Mai 2019
- Conduzi a descoberta de produto para uma nova unidade de negócio de saúde, avaliando caminhos de build/buy/partner e apresentando opções estratégicas ao CEO; trabalhei com engenheiros de ML em um produto de BI para planos de saúde.
- Antes, gerenciei os módulos de CRM e comercial do Sienge, um ERP de construção usado em todo o Brasil: roadmap, canais de venda, grandes clientes e planejamento ágil.
Chief Technology Officer & Fundador
Healfies - Florianópolis, Brasil - Jan 2015 a Mar 2018
Fundei e liderei a tecnologia de uma rede de saúde onde pessoas e organizações podiam organizar e compartilhar informações com segurança.
- Fui dono do design de sistema da plataforma, do roadmap de produto, da estratégia técnica e da formação do time do zero, liderando sete pessoas entre engenharia full-stack, UX e QA.
- Atuei hands-on em estratégia, design, testes, deploy e código com Node.js, MongoDB e AngularJS.
- Projetei e operei infraestrutura na AWS e no Google Cloud: microsserviços, armazenamento, functions, Kubernetes, gestão de custo e operação em produção.
- Liderei ETL e interoperabilidade clínica entre CIS, LIS, RIS, HIS e PACS via APIs REST.
- Vivi o ciclo completo de startup (descoberta, captação, contratação, entrega, operação, parcerias), ajudando a captar R$2,2M, conectar 23 centros de diagnóstico, entregar 2M de registros e cadastrar 10 mil usuários.
Tech Lead
Chaordic - Florianópolis, Brasil - Jan 2014 a Mai 2015
Liderei a entrega e integração de uma plataforma de personalização para as maiores marcas de e-commerce do Brasil.
- Atuei como PM e líder técnico de oito engenheiros em JavaScript, UX/frontend e QA.
- Introduzi OKRs e uma função de technical account management, reduzindo o tempo de integração em 50% e o churn entre as principais contas.
- Trabalhei diretamente com grandes clientes, incluindo Walmart, Máquina de Vendas, Saraiva, Centauro e Nova.com.
Product Manager
Pixeon Medical Systems - Florianópolis / São Paulo, Brasil - Out 2010 a Jan 2014
- Fui dono do portfólio de produtos LIS/RIS/PACS, traduzindo necessidades de mercado e vendas em roadmaps de engenharia.
- Conduzi o ciclo completo de seis novos produtos, da definição do problema ao registro na ANVISA, precificação e go-to-market, e ajudei a unificar portfólios na fusão Medical Systems / Pixeon.
Full-stack Engineer
Pixeon Medical Systems - Brasil - Jan 2007 a Out 2010
- Construí um visualizador DICOM desktop para imagens de TC, RM, ultrassom e CR com C++, Qt e Java (Swing, J2EE), atuando em requisitos, backend e frontend sob Scrum e CI.
Analista de Tecnologia da Informação
Tigre S.A. - Joinville, Brasil - Jul 2006 a Jan 2007
- Analista de TI em uma grande indústria, antes de migrar para produto e engenharia de software.