Dynamox
cargo
período
domínio
Full Stack Developer (nível pleno)
2025-Present
Inspeção industrial & monitoramento de condição
Trabalho na plataforma de inspeção industrial da Dynamox, entre a interface usada em campo e os serviços de backend. Minha trajetória passou de um foco maior em frontend para problemas de dados e sincronização entre serviços.
visão geral
A Dynamox constrói uma plataforma de monitoramento e inspeção industrial (manutenção preditiva para ativos industriais). Entrei em fevereiro de 2025 e trabalho no squad dono do domínio de inspeção: rotas de inspeção, checklists, times, conformidade ("adherence") e relatórios, construindo tanto o frontend web quanto os serviços de backend por trás dele.
domínio de negócio
Manutenção preditiva industrial e inspeção de ativos: equipes de campo seguem rotas de inspeção, preenchem checklists sobre equipamentos, e a plataforma rastreia cobertura e conformidade para que as plantas possam agir antes que falhas aconteçam. O trabalho abrange backends pesados em dados (hierarquias grandes de ativos, sincronização orientada a eventos entre serviços) e UIs web voltadas ao operador.
responsabilidades
- —Entrega full-stack de funcionalidades do domínio de inspeção (frontend em React; backends em NestJS).
- —Sincronização de dados entre serviços via uma arquitetura orientada a eventos (Kafka), o domínio no qual me tornei a referência do time.
- —Confiabilidade em produção: resposta a incidentes, debugging de deadlocks/problemas de conexão, correções seguras de dados em produção.
- —Trabalho de plataforma: remediação de segurança/CVEs, observabilidade, infraestrutura de CI/CD e testes, e infrastructure-as-code para o time.
conquistas
- +Eu e outro engenheiro estabelecemos a base de um serviço de relatórios depois que escrevi a decisão de arquitetura para separar consultas analíticas do banco transacional. A implantação está em andamento.
- +Conduzi o trabalho de uma mudança de sincronização que atravessava sete tabelas e dois serviços; depois, o time passou a me consultar como referência nesse tipo de problema.
- +Na árvore de ativos, contribuí com a travessia recursiva no backend: o padrão de N×3 consultas sequenciais caiu para três. Outro engenheiro fez a maior parte da tarefa final de busca.
- +Investiguei divergências de aderência às rotas com dados de produção e reproduções em staging, revendo meu critério de medição quando se mostrou amplo demais.
- +Uma mudança de limpeza de roles que implementei causou perda de acesso entre workspaces. Assumi o post-mortem e a decisão arquitetural; o squad compartilhou a implementação do consumer substituto.
- +Ajudei a manter a segurança e a confiabilidade dos serviços, incluindo hardening de containers e dependências ao longo de vários ciclos.
- +Fui promovida de júnior a nível pleno em cerca de 11 meses; o dossiê considerou backend, frontend, arquitetura, segurança, qualidade e entrega contínua.
tecnologias
15 estudos de caso aqui
Tirar os relatórios do banco transacional
Sincronizando uma Edição de Dados Entre Serviços de Forma Atômica
Desenhando um único caminho de computação para uma métrica entre serviços
Busca em hierarquias de ativos: contribuição no backend de uma funcionalidade compartilhada
Escolhendo a altitude certa para corrigir um bug encontrado em review, não só o patch mais rápido
Mudando onde um novo estado é tratado, em vez de ensinar oito caminhos de leitura sobre ele
Medindo defeitos de aderência às rotas antes de mudar a produção
Trocando um join em tempo real por uma coluna materializada, depois encontrando os 79% que minha própria migração deixou para trás
Tornando uma suite end-to-end instável determinística sem esconder falhas
Trazendo observabilidade de erros para um time que não tinha nenhuma
Tornando o hardening de containers e dependências uma prática permanente, não uma resposta a auditoria
Corrigindo dados de produção com segurança, com ferramentas reversíveis e auditáveis
O incidente de permissões — e o deadlock separado que apareceu depois
Desenhando as garantias de segurança para uma limpeza orquestrada por IA, não só automatizando o trabalho braçal
Confirmar o envio das respostas e processá-las com segurança depois
lições aprendidas
Dados derivados eventualmente consistentes precisam de um único caminho de cálculo. Múltiplos serviços calculando o mesmo valor criam o defeito; concentrar o cálculo corrige essa disputa.
Agentes de IA em paralelo precisam de limites claros de arquivos, como qualquer trabalhador concorrente. Sem isso, podem sobrescrever as mudanças uns dos outros.
Uma confirmação síncrona deve prometer só o que já está garantido. Neste caso, os dados estavam validados e armazenados com segurança, não necessariamente processados.