Luis GuimarãesProduct Led Lab

01 / Portfólio

Projetos selecionados.

Explore os fluxos, as telas e a implementação das minhas aplicações e protótipos.

Seis projetos. Exemplos concretos.

Fluxo de faturas, do recebimento e conferência à revisão humana e à contabilidade
Fluxo ilustrado. O exemplo público usa faturas fictícias e simula a exportação para a contabilidade.
Demonstração interativa · Dados fictícios

01 / Invoice Intake

Faturas conferidas antes da aprovação

Desenvolvi um exemplo interativo que mostra uma fatura sendo lida e conferida antes de uma pessoa aprová-la ou rejeitá-la. Ele sinaliza duplicatas e dados que precisam de revisão, depois registra a decisão. A exportação para a contabilidade é simulada na demonstração pública.

Meu papel
Concepção do produto e implementação do fluxo
Competências
Automação de fluxos · Desenvolvimento web

Demonstração pessoal com faturas fictícias. A exportação para a contabilidade é simulada.

Testar a demonstração
Fluxo de trabalho e implementação de Invoice Intake

O problema

Quando faturas chegam como anexos, a equipe muitas vezes digita os dados novamente, confere os valores e cobra aprovações manualmente. Isso consome tempo e dificulta perceber erros e duplicatas.

O que a demonstração mostra

Escolha uma fatura fictícia e acompanhe a leitura e as conferências. Veja o documento ao lado dos dados extraídos e aprove ou rejeite. Uma duplicata não pode ser aprovada. Os dados aprovados aparecem em uma exportação contábil simulada.

O que desenvolvi

O exemplo público, as conferências de faturas, as telas de revisão e aprovação, o histórico das decisões e a exportação simulada.

Aplicação ao seu projeto

Uma forma clara de receber faturas, mostrar problemas a uma pessoa e registrar a aprovação antes de enviar dados à contabilidade.

Tecnologias usadas

  • Next.js
  • FastAPI
  • PostgreSQL
Fluxo do Hermes: transcrição selecionada, dois rascunhos, segunda revisão, escolha pelo Telegram e produção de voz e vídeo
Diagrama do fluxo. A escolha da história, do roteiro e a aprovação da publicação continuam com o criador.
Fluxo de trabalho pessoal

02 / Hermes

Fluxo de conteúdo com IA e aprovação humana

Concebi e desenvolvi um fluxo que transforma a transcrição de um vídeo escolhido em dois rascunhos de roteiro, faz uma segunda revisão e pede uma escolha pelo Telegram. O roteiro escolhido pode seguir para a montagem de voz e vídeo. Defini o processo editorial e implementei a orquestração, as notificações e as etapas de aprovação.

Meu papel
Concepção do produto e implementação do fluxo
Competências
Automação com IA · Python

Fluxo pessoal de produção de conteúdo. O criador mantém a escolha da história, do roteiro e a aprovação da publicação.

Ver no Upwork
Fluxo de trabalho e implementação de Hermes

O problema

A produção de conteúdo repete as mesmas passagens: escolher uma fonte, redigir roteiros, revisá-los, selecionar uma versão e preparar a produção.

O fluxo

Transcrição selecionada → dois rascunhos de roteiro → segunda revisão → aviso pelo Telegram → escolha humana → montagem de voz e vídeo.

Minha contribuição

Defini o processo editorial e os pontos de decisão; desenvolvi a orquestração em Python, a geração de documentos, as notificações pelo Telegram e o tratamento das escolhas de roteiro. O resultado é um fluxo repetível de produção de conteúdo, com configuração documentada e decisões claras.

Aplicação ao seu projeto

Geração de rascunhos, filas de revisão, avisos à equipe e fluxos que exigem uma decisão humana antes da próxima ação.

Tecnologias usadas

  • Python
  • Telegram
Pesquisa de imóveis em português com filtros extraídos do pedido, contexto de preços por bairro, anúncios de origem e mapa dos bairros correspondentes
Fluxo de pesquisa após entrar na conta. A aplicação no ar exige uma conta.
Produto no ar · Conta necessária

03 / Quem Tem Imóvel

Pesquisa imobiliária e integração de dados para imobiliárias

Concebi e desenvolvi um produto de pesquisa imobiliária para imobiliárias brasileiras. Ele reúne anúncios de venda e aluguel de vários sites em um índice pesquisável. Corretores podem descrever o pedido de um comprador em português, ajustar filtros, comparar preços anunciados por bairro e identificar imobiliárias que anunciam o mesmo imóvel.

Meu papel
Concepção do produto, integração de dados e desenvolvimento completo da aplicação
Competências
Integração de dados · Python · Desenvolvimento web

Produto no ar com acesso por conta. Ajuda corretores a encontrar opções além do próprio estoque; não há aumento de vendas medido.

Abrir o login do produto
Fluxo de trabalho e implementação de Quem Tem Imóvel

O problema

Uma imobiliária pode receber um pedido de comprador que seu próprio estoque não atende. Consultar outras imobiliárias uma a uma dificulta encontrar alternativas adequadas.

O fluxo

O corretor descreve o imóvel procurado em português. A aplicação transforma os critérios aceitos em filtros, pesquisa anúncios indexados de venda ou aluguel e mostra os imóveis encontrados com links para as imobiliárias de origem. O corretor pode ajustar preço e número de cômodos, explorar bairros no mapa e ver quando várias imobiliárias anunciam o mesmo imóvel.

O que desenvolvi

A concepção do produto e uma aplicação web completa, incluindo ingestão de dados em Python e SQLite, leitores específicos para cada fonte, agrupamento de duplicatas, interpretação de consultas, filtros, acesso por conta e interface de pesquisa. As comparações por bairro dão contexto aos preços anunciados no índice.

Implantação e operação

Configurei a hospedagem com Docker no meu servidor Linux, ambientes separados de homologação e produção, verificações automáticas antes da implantação e publicações a partir de uma cópia limpa da branch principal. O script de implantação identifica as imagens pelo commit, verifica a saúde da aplicação e tenta reverter a publicação caso a verificação falhe. Volumes persistentes mantêm o banco de dados separado das atualizações de código. Também configurei ingestão programada, backups externos e testes de restauração.

Tecnologias usadas

  • Python
  • SQLite
  • Docker
Ordento em modo Simulador: linha de produção 3D com progresso das ordens, inspeção e retrabalho
Demonstração pública no modo Simulador. Todos os números de produção exibidos são simulados.
Protótipo · Demonstração pública simulada

04 / Ordento

Acompanhamento sem fio do chão de fábrica para pequenas indústrias

Concebi e desenvolvi um protótipo para pequenas indústrias acompanharem ordens em um chão de fábrica 3D. Um leitor de QR code conectado a um dispositivo M5StickS3 envia confirmações dos operadores por Wi-Fi a um broker MQTT. O servidor valida os eventos, guarda os registros de rastreabilidade em SQLite e atualiza o navegador. O fluxo cobre conclusão de estações, inspeção, retrabalho e descarte, com cálculos de tempo e custo.

Meu papel
Concepção do produto, desenvolvimento completo da aplicação e integração com dispositivos
Competências
MQTT · Internet das coisas

Protótipo de iniciativa própria. A demonstração pública roda em modo Simulador; as atualizações do leitor físico usam um modo conectado separado. Não há implantação em cliente nem economia financeira medida.

Explorar o chão de fábrica simulado
Fluxo de trabalho e implementação de Ordento

O problema

Pequenas indústrias precisam saber onde está uma ordem, se ela corre risco de atraso e quanto retrabalho ou descarte acrescenta ao custo.

O fluxo conectado

Um operador lê um QR code em um cartão de roteiro ou etiqueta de comando. Um leitor M5Stack U173 conectado ao M5StickS3 envia o evento por Wi-Fi usando MQTT com TLS. O servidor valida a operação, registra o evento em SQLite e atualiza a visualização 3D por mensagens WebSocket. O dispositivo recebe o estado confirmado pelo broker.

O que desenvolvi

Requisitos do produto, visualização do chão de fábrica em React e Three.js, servidor Node.js, integração MQTT, firmware do dispositivo em MicroPython, cartões de roteiro imprimíveis, confirmações por estação, resultados de inspeção e registros de retrabalho e descarte. Os cálculos de tempo e custo usam os eventos registrados e os planos configurados.

Integração contínua e implantação no servidor

Configurei o GitHub Actions para executar verificações de tipos, compilação de produção e testes direcionados nos pull requests e envios para a branch principal. Um script de implantação acionado manualmente cria uma imagem Docker a partir da branch principal, identifica a imagem pelo commit e a implanta no meu servidor Linux. Ele confirma o commit em execução pelo endpoint de saúde e tenta reverter a publicação se a nova versão falhar. O armazenamento persistente mantém o banco de dados entre publicações.

Tecnologias usadas

  • React
  • Three.js
  • Node.js
  • MQTT
  • MicroPython
  • SQLite
Diretório imobiliário IsleScout: anúncios pesquisáveis em cinco ilhas gregas, com filtros de localização e características do imóvel
Diretório pesquisável que reúne anúncios imobiliários de várias fontes em uma interface.
Produto pessoal no ar

05 / IsleScout

Integração de dados e diretório imobiliário pesquisável

Desenvolvi um diretório imobiliário pesquisável que cobre cinco ilhas gregas. O trabalho combina ingestão, normalização e remoção de duplicatas de dados imobiliários com pesquisa e filtros por localização. O servidor em Python e SQLite compartilha a lógica de consulta entre o site e sua API.

Meu papel
Concepção do produto, integração de dados e desenvolvimento da aplicação web
Competências
Python · Integração de dados

Produto de iniciativa própria, não um caso de cliente pago. Os resultados comerciais não foram medidos.

Explorar o IsleScout
Fluxo de trabalho e implementação de IsleScout

Minha contribuição

Concebi o produto e implementei o fluxo de dados e a aplicação web. O projeto demonstra como dados dispersos de várias fontes podem se tornar uma ferramenta de pesquisa útil.

Aplicação ao seu projeto

Integração de fontes, normalização de registros, tratamento de duplicatas e diretórios pesquisáveis com um caminho de consulta consistente para o site e a API.

Tecnologias usadas

  • Python
  • SQLite
  • Docker
Interface de pesquisa do Sandkasten: exploração de aplicativos Android e inspeção das evidências conectadas no grafo de conhecimento
A interface de pesquisa conecta os resultados sobre aplicativos a caminhos verificáveis até as fontes.
Projeto pessoal de pesquisa

06 / Sandkasten

Ferramenta de pesquisa com grafo de conhecimento em Neo4j

Desenvolvi uma aplicação pesquisável que conecta aplicativos Android, SDKs de rastreamento incorporados, seus proprietários e registros históricos de medidas regulatórias. O trabalho reúne ingestão de dados, extração estruturada com IA, resolução de entidades, um grafo Neo4j e uma interface web com caminhos verificáveis até as fontes.

Meu papel
Concepção do produto, fluxo de dados e desenvolvimento da aplicação
Competências
Neo4j · Integração de dados

Resultados de uma análise estática mostram possíveis conexões, não transferências de dados observadas nem prova de infração por um aplicativo.

Explorar o Sandkasten
Fluxo de trabalho e implementação de Sandkasten

Minha contribuição

Concepção do produto, fluxo de dados e desenvolvimento da aplicação. O projeto demonstra como fontes fragmentadas podem se tornar uma ferramenta de pesquisa utilizável.

Aplicação ao seu projeto

Pesquisar informações conectadas, resolver entidades de várias fontes e permitir que usuários inspecionem as evidências por trás de cada resultado.

Tecnologias usadas

  • Python
  • Neo4j
  • OpenAI API
02 / Entrega e operação

De um protótipo funcional a uma aplicação hospedada.

Implanto e mantenho aplicações no meu próprio servidor Linux. Minha experiência inclui Docker, verificações de integração contínua com GitHub Actions, implantações automatizadas, homologação, monitoramento de saúde, backups e procedimentos de reversão.

Verificar a mudança

O Ordento executa verificações de tipos, compilações de produção e testes direcionados em pull requests e envios para a branch principal.

Publicar com controle

Scripts acionados manualmente implantam imagens identificadas pelo commit. O Quem Tem Imóvel tem ambientes separados de homologação e produção.

Manter uma forma de recuperação

Verificações de saúde, procedimentos de reversão, dados persistentes e testes de restauração de backups apoiam a operação contínua.

03 / Mais projetos

Outras ferramentas e projetos.

Protótipos adicionais, descoberta de produto e trabalho de infraestrutura.

Protótipo funcional · Pequena indústria

MESkit

Protótipo leve de execução da manufatura com modos de construção e configuração, peças e roteiros persistidos e ferramentas de chão de fábrica em linguagem natural.

Execução, monitoramento, planejamento e ingestão por MQTT ainda estão no plano de desenvolvimento.Conheça o projeto ↗

Descoberta de clientes · Ferramenta interna

Busca de pequenas indústrias

Ferramenta de linha de comando que pesquisa empresas industriais, remove duplicatas, verifica sinais de adequação e exporta contatos classificados para abordagem humana. Foi criada para testar onde encontrar possíveis clientes do MESkit.

Não há conquistas de clientes comprovadas.

Conceito de produto · Documento de requisitos

Chat com grafo da base de conhecimento

Arquivo de projetos com fontes citadas, concebido para encontrar decisões, riscos, questões abertas e evidências conflitantes em arquivos. A primeira versão especifica uma lista pesquisável e um chat apoiado nas fontes.

Infraestrutura · Configuração local

Instalação e configuração do OpenClaw

Configuração documentada com Docker para um ambiente local de assistente, incluindo autenticação do gateway e diagnóstico de conexão.

Trabalho de configuração; a integração com provedores e o uso em produção não foram verificados.

Utilitário nativo

Free Up Space

Aplicativo para macOS que encontra pastas grandes ou em crescimento e oferece uma opção confirmada e reversível de movê-las para a Lixeira.

Aplicativo local, sem medição pública de tempo economizado.
04 / Colaboração

Comece com um fluxo de trabalho.

01 / Entender

Mapeamos as etapas, ferramentas, volume e exceções atuais. Definimos juntos como seria um resultado útil.

02 / Construir um pequeno piloto pago

Definimos escopo, entregáveis, critérios de aceitação e uma medida de sucesso. Mantemos a aprovação humana onde o julgamento é necessário.

03 / Testar e transferir

Testamos os exemplos acordados, documentamos a operação e definimos a transferência e eventual suporte antes de ampliar o projeto.

← Voltar ao Product Led Lab

Vamos conversar

O que está atrapalhando o trabalho da sua equipe?

Podemos começar com um fluxo de trabalho, um pequeno piloto pago e critérios claros sobre o que precisa melhorar.

Conversar pelo Upwork Conectar no LinkedIn