Sobre mimMeus ProjetosAgente DicoMinhas MúsicasLeituras
Meus Projetos
Endereço
Meus Projetos
7 objeto(s)
Minhas Músicas

The GOATs

100 faixas · 7:48:09 · por Felipersas

Spotify

Clique duas vezes numa faixa para tocar.

Doom

DOOM

O primeiro episódio do DOOM (1993), na versão shareware que a id Software liberou para distribuição, rodando num DOSBox dentro do navegador.

Setas: andar · Ctrl: atirar · Espaço: abrir portas · Shift: correr · Esc: menu

DOOM © id Software, versão shareware 1.9 sem modificações. Emulação por js-dos (GPL-2.0). O jogo e o emulador somam alguns MB e só carregam ao clicar.

Felipe Marques – Navegador
Felipe Marques

Felipe Marques

Engenheiro de Software

Desenvolvedor Full-Stack Pleno @ Keeper · Sorocaba, SP, Brazil

Sobre

Sou engenheiro de software com foco em IA aplicada, sobre uma base full-stack: backend, frontend, mobile e a infraestrutura que roda tudo isso.

Na FazzLeads, empresa que cofundei para imobiliárias, coloquei em produção um agente de IA que atende e qualifica leads pelo WhatsApp e hoje agenda cerca de 200 visitas por mês. Ele roda sobre Mastra AI e MCP, com guardrails, métricas e alertas. Este portfólio tem um agente próprio, ancorado nos dados do site e medido com evals. Antes, na MindGroup, arquitetei e entreguei 3 sistemas em produção e reduzi uma consulta crítica de 5s para 240ms. Hoje estou na Keeper, uma fintech de arrecadação e gestão financeira para formaturas.

Estudo Machine Learning (certificado da DeepLearning.AI e graduação em Análise e Desenvolvimento de Sistemas no SENAI). Fora do trabalho construo sistemas distribuídos e developer tools, entre eles o DemoCraft.

Experiência

Keeper

Location
São Paulo, SP, Brazil
Location type
(Híbrido)

MindGroup Consulting e Marketing

Location
Sorocaba, SP, Brazil
Location type
(Híbrido)

FazzLeads

Location
Remoto

Projetos(7)

Portfolio Agent

Um agente de IA bilíngue e durável integrado a este portfólio para responder sobre minha carreira, projetos e decisões técnicas.

Construído com Vercel Eve e o GPT-6 Luna da OpenAI, com UI generativa renderizada pelo json-render e um pipeline Whisper multilíngue local executado com Transformers.js em Web Worker.

  • Eve
  • OpenAI
  • json-render
  • Transformers.js
  • Next.js

DemoCraft

Uma ferramenta open source para criar demos de produto polidas e reproduzíveis a partir de fluxos reais da aplicação.

Os fluxos são definidos em TypeScript, executados em um navegador real com Playwright e renderizados de forma determinística com Remotion.

  • TypeScript
  • Playwright
  • Remotion
  • React

Real-Time Crash Game

Um crash game multiplayer em tempo real em que cada centavo movido por uma aposta vai para um ledger de partidas dobradas e cada crash point pode ser verificado pelo jogador.

Games e Wallets, dois serviços NestJS, liquidam as apostas por uma Saga coreografada sobre RabbitMQ, com transactional outbox e inbox idempotente. O ledger é encadeado por SHA-256 em cada carteira e reconciliado a cada 5 minutos.

Ledger de partidas dobradas à prova de adulteração e crash points provably fair

  • NestJS
  • RabbitMQ
  • PostgreSQL
  • Redis
  • WebSockets

PayFlow

Um sistema de transferências financeiras construído com três microsserviços em Go que se comunicam exclusivamente por mensageria assíncrona.

Utiliza uma Saga coreografada, sem coordenador central, boundaries DDD, operações idempotentes e tracing OpenTelemetry para manter as transferências consistentes entre serviços distribuídos.

  • Go
  • PostgreSQL
  • RabbitMQ
  • Docker

Fraud Detection

Uma rede neural que sinaliza transações fraudulentas de cartão de crédito, construída sobre 1,85 milhão de compras simuladas e servida por uma API FastAPI como um pacote de modelo versionado de 6 KB.

Treinada em Keras com divisão por tempo, PR-AUC como métrica e limiar de decisão por custo, depois exportada para ONNX e servida com ONNX Runtime, então a imagem da API não precisa de TensorFlow nem de scikit-learn. As compras recentes de cada cartão ficam no Redis, compartilhadas por todas as réplicas.

PR-AUC de 0,959 no conjunto de teste intocado, detectando 95,8% das fraudes

  • Python
  • TensorFlow
  • ONNX
  • FastAPI
  • Redis
  • Docker

Mini-GPT

Um GPT decoder-only escrito do zero em PyTorch, um componente por vez, cada um com seus testes, um experimento e um documento que explica a matemática.

Sem nn.Transformer: um tokenizer BPE, multi-head attention causal, blocos Transformer pre-norm e um LM head com weight tying somam 7.391.744 parâmetros, treinados em CPU, CUDA ou MPS (GPU da Apple) sobre quatro romances de Machado de Assis e um recorte da Wikipedia em português.

Perplexidade de validação de 12,82 após um treino de 15 épocas

  • Python
  • PyTorch

js-routines

Concorrência no estilo do Go para TypeScript: canais, select, primitivas de sincronização, cancelamento e um scheduler determinístico para testar código concorrente.

Três módulos: um scheduler que roda rotinas escritas como generators numa ordem definida por uma seed, para testes; async/await sobre o event loop, para produção, com os mesmos canais e primitivas; e canais e mutex em SharedArrayBuffer, para paralelismo entre workers.

Uma seed reproduz sempre uma corrida que aparece em 4,6% das execuções

  • TypeScript
  • Bun
  • Node.js

Stack

Formação

SENAI Sorocaba

Period
Jan 2025 — Atual

Superior, Análise e Desenvolvimento de Sistemas

Ciência de Dados, Análise de Dados, Java, Algoritmos, Machine Learning, Engenharia de Software, Redes

SENAI Sorocaba

Period
Jan 2023 — Dez 2024

Técnico, Desenvolvimento de Sistemas

Banco de Dados MySQL, Redes, TypeScript, Java, POO, Algoritmos

Certificações(2)

Amazon Web Services (AWS)

Jun 2026

AWS Academy Graduate: Cloud Developing (Training Badge)

Verificar no Credly

AWS, Computação em Nuvem na AWS, Desenvolvimento na AWS

DeepLearning.AI

Jan 2026

Supervised Machine Learning: Regression and Classification

ID / L2MYYHXMHCPD

Regressão Linear, Múltipla e Polinomial, Gradient Descent, Regularização (L1/L2), Classificação Logística, Redes Neurais, Desenvolvimento Prático de ML

ConcluídoInternet