A Morte do Data Engineer e o Novo Horizonte

Prepare-se para uma conversa direta sobre o que está mudando na Engenharia de Dados e o que nenhum relatório de mercado vai te contar. 

Neste episódio, Lucas Tancredi recebe Luan Moreno e Rafael Rodrigues para discutir, sem filtro, por que o Data Engineer pode estar se tornando obsoleto e o que os profissionais precisam fazer agora para não ficar para trás.

O que você vai aprender neste episódio:

• Por que a tecnologia é cíclica  e como usar esse padrão a seu favor antes que o mercado te pegue de surpresa.
• O que está mudando na Engenharia de Dados e por que adaptar o título no currículo não resolve o problema real.
• Por que dominar os fundamentos da tecnologia vale mais do que correr atrás de qualquer ferramenta nova.
• Como a comunicação eficaz se tornou uma vantagem competitiva real para quem trabalha com dados e IA.
• O que o mercado está pedindo agora  e como alinhar sua mentalidade a essa nova demanda antes que ela se feche.

Este não é um episódio sobre ferramentas. É uma conversa sobre o que separa os profissionais que vão liderar a próxima fase da IA dos que vão ficar esperando a próxima onda passar.

 Luan Moreno =   
https://www.linkedin.com/in/luanmoreno/

Rafael Rodrigues = https://www.linkedin.com/in/rafaelolsr/

Transcript

SPEAKER_01 0:17

Bom, hoje já quero começar aqui fazendo uma afirmação tanto quanto polêmica: AI Daytendine já é uma parada do passado. Acho que no moment inquietaine that not só mover dados de um lado para o outro é o ponto final da engenharia de dados, o AI da Entende até passou the point for the Brazil, too. As vagas just mud, o AI didn't já tá ficando pra trás. E agora, Alan, o que você acha? Isso é um pouco de filosofia, orgascas, não muda nada no nosso dia a dia?

SPEAKER_03 0:57

It's a boa pergunta. No, I ask that muda. Muitas vezes a gente tem que entender um pouquinho o quão isso é uma mudança de nomes para quando é uma mudança realmente de comportamento. Eu acredito que a tecnologia é cíclica, então a gente sempre vai ver mudança de nomes, posteriormente mudança de comportamento, posteriormente mudança de mercado. A mesma coisa como a gente viu a entrada do engenheiro de dados. Então é só a gente olhar um pouquinho sobre o histórico. Então, a gente tinha cientista de dados, depois a gente viu o engenheiro de dados, e daí a gente viu o nascimento de roles e posições com AI em cima disso, e a gente está vendo esse crescimento. Mas eu acho que essa provocação é legal que você trouxe, porque ela mostra não só o modus operand do AI, mas sim do mindset que a gente precisa construir para isso. E eu acredito que num futuro bem próximo, antigamente a gente falava de 10 anos, de 15 anos. Eu acredito que o mercado está completamente mudado em relação a isso. A velocidade é muito mais rápida do que a gente imagina. Por trabalhar fora do país, então eu posso falar para vocês o quão essas coisas são tão 2025, como eu estava falando, né? Porque o pace de velocidade é muito grande, o que você consegue fazer, por exemplo, com sistemas agênticos, enfim, hoje mudou assim, da água para o vinho do que você não conseguia fazer em setembro, outubro do ano passado. Hoje você consegue fazer, então a velocidade é muito rápida. Eu acredito que o mercado está se posicionando para uma forma onde a gente vai reduzir muito as pessoas da TEC. E eu sempre falo isso que, não sendo muito crítico, mas a TEI já substituiu muita gente que não era da TEI. E agora a gente vai substituir quem é da TEI, com certeza. Então a gente tem que começar a pensar como que a gente vai se adaptar a essa nova era, essa nova era de IA. E não é simplesmente usar IA, não. É meio que ter um processo mental de como você vai trabalhar com isso.

SPEAKER_01 2:44

Então, eu acredito que as coisas estão mudando rapidamente. E eu sinto também que as empresas, pelo menos do meu ponto de vista, né, do lugar onde eu estou, da posição que eu estou, é que realmente parece que elas não entendem o que elas querem ainda. Então eles sabem que eles querem o IA de Itendine, mas não com esse nome, mas eles querem conhecimento em diversas coisas diferentes, e parece que não chega num consenso ainda. Parece que a gente está botando o carro na frente dos bois, né? Básico, assim, pelo menos é o que eu vejo em vagas e com as pessoas que eu converso.

SPEAKER_00 3:12

Todas as empresas elas estão forçando muito a entrada de A como produto. Então, assim, inclusive em produtos que não tem, às vezes, a necessidade de A. Você vê, o Luan estava comentando outro dia que ele comprou uma câmera pra ver a filha dele e falava que tinha IA. E a câmera de A não tinha nada, não conseguia funcionar.

SPEAKER_05 3:30

Ela começou a chorar, eu, caraca, legal, vai vir. Qual o tipo de choro? Travou assim, eu tipo, choro.

SPEAKER_00 3:36

Então, assim, falo muito, eu tava procurando um roteador e o roteador tinha IA. Então, assim, existe muito essa coisa de vender esse buzzword da IA hoje, né? E eu tava refletindo, a gente conversando com o pessoal, com o pessoal do grupo, e eu tava refletindo bastante sobre isso. E hoje eu vejo um pouquinho diferente. A gente fala muito de AI Data Engineer, the AI Native Engineer. A gente tem essa. Tá com essa característica de colocar o AI na frente como se fosse um label pra pessoa. E eu tava paquerando as vagas ali da Antropic e da OpenI, e se você reparar a contratação deles, eles não colocam nada de AI. Você não acha um AI data engineer na vaga deles pra mim dar a última vez que eu vi. Sim, não, não tem. Não tem. Por quê? Porque, pra eles, isso é uma skill que o cara tem, é uma habilidade. É intrínseco que a pessoa tem um conhecimento pra trabalhar e o entendimento pra trabalhar com IA. Isso não é uma coisa assim que você mais. Eu sou um AI day engineer. Eu sou um data engineer que consigo trabalhar preparando dados pra IA. Eu sou um software developer que consigo trabalhar embedando IA nas minhas aplicações. Eu vejo que tem essa. não tem mais esse rótulo que a gente dá pra pessoa. Isso é uma habilidade que, a partir de agora, ela vai fazer parte da pessoa, entendeu? Ela não ter isso é a mesma quando ela não saber, sei lá, digitar, ou ela não saber mexer com Excel. Então, assim, são conhecimentos que fazem parte do dia a dia daí.

SPEAKER_01 4:58

Isso é um ótimo ponto, é verdade. Sim, a gente vê até pra outras áreas, né? A gente tava fazendo hoje a reunião lá, e, cara, marketing, não sei o quê, coisas que a gente consegue applicar no dia a dia de trabalho que são bizarras, assim, coisas que demorariam meses, semanas, pesquisa de mercado, não sei o quê. A gente consegue chegar na profundidade que eu gostaria ainda, talvez applicando de uma melhor formal, mas, cara, trabalho que eu fiz in three years of pesquisa de mercado, onde é que dá pra aplicar? Hoje só tem que fazer o trabalho de pensar, basicamente, saber pedir, né? Isso é surreal. Perfeito. E aí, Rafa, queria voltar comigo. For você, né, que viviste um dia a dia, literalmente, até no nome da vaga ali. Pra você, o que mudou, assim? Uma linha concreta, tipo, ah, cara, mudou aqui. Nada de ferramental, nem nada do tipo meagnóstico. Quando é que você viu que seu modelo mental mesmo virou? Tipo, cara, eu deixei de ser um engenheiro de dados, mas agora eu sou ID Engineer.

SPEAKER_00 5:54

Então, assim, eu não vejo que exista essa mudança de eu deixei de ser um engenheiro de dados. Na verdade, eu sou um engenheiro de dados que tem um outro tipo de habilidades, porque, na verdade, se você parar pra pensar, quando você começa a entender fundamentalmente o que você traz pra dentro da AI e dos sistemas agênticos, você está trabalhando exatamente como você trabalhava antes. A gente não, como engenheiro de dados, eu acho que como qualquer parte de tech de pessoas, de tecnologia, mas como engenheiro de dados você não entrega dados, você tem que entregar valor. O resultado final do seu trabalho é valor, porque se você dá valor para a empresa, a empresa te devolve valor e por aí vai. Então, o que acontece? Hoje, eu gasto muito tempo, boa parte do meu tempo, fazendo tratamento de dados para reg, embeddings, como eu faço melhores retrievals, melhores recuperações de dados para prover os agentes de informação e tudo mais. Então, o que mudou é isso, é a forma como eu estou trabalhando, principalmente os dados. Eu ainda continuo fazendo pipelines, eu ainda continuo fazendo análise de dados, mas de uma forma muito mais rápida, muito menos código e muito mais arquitetal. Não sei nem dar pra falar essa palavra, mas numa arquitetura muito mais profunda.

SPEAKER_01 7:08

E, Luan, pra você que há muitos anos vem formando novas pessoas, então a gente veio formando ali primeiro os cursos de DBA que você dava, falando de SQL Server, de todo o restante, até chegar hoje nessa parte de onde tudo IA, AI native engineer, AI did engineer, pras que tanto estão escutando quanto para os alunos. Tem algum momento que você acha que você consegue enxergar que o aluno vira, or ele realmente precisa ter um tipo, certo? Você ensina. Como é que você vê isso?

SPEAKER_03 7:44

Eu gosto da pergunta, mas antes disso, deixa eu voltar um pouquinho no que o Rafa falou, porque a resposta dele ativou eu repensar o que realmente mudou na minha vida com o IA, né? E é engraçado. Depois a gente volta a essa pergunta, pra eu não perder. Mas é legal falar, eu realmente vou pensar, cara, o que de fato mudou pra mim? Andada mudou, sendo que mudou tudo. Então, o que é que nada mudou? O processo é o mesmo. O processo final é o quê? Entregar valor. Afinal das contas, isso não mudou. Eu vou, eu, como arquiteto de soluções, eu vou tentar entender o problema. Como técnico, eu vou tentar implementar esse problema, vou passar pra equipe, vou sincronizar com a equipe, vou acompanhar o processo e vou entregar na ponta. Ou seja, o resultado final ainda é o mesmo. Agora, o que mudou para chegar nesse processo, pra mim, foi tudo. O que eu comecei a entender é que boa parte do meu trabalho, do meu cansaço mental, ele era destinado não ao que era importante pro cliente, mas sim ao que não estava à amostra. Que é o quê? Cara, beleza, eu preciso construir um sistema. E daí você deixa o cliente lá fora e você vai construir o sistema. Mas pra construir isso, você tem um vale gigantesco que você tem que passar. Então você tem que, pô, pegar o requisito entender, você tem que entender as tecnologias que você vai usar, você tem que entender as arquiteturas, você tem que documentar, você tem que criar testes de integração, você tem que criar um bocado de coisas. E a gente sabe que não tem como criar tudo no projeto. Então a IA vem pra augmentar esse processo. Ele vem pra maximizar. Agora, eu acho que ele vem trazendo pra sua pergunta, ele vem pra maximizar quem sabe usar. Isso é um ponto importante. Eu acho que você precisa de mentalidade para poder fazer isso. Você não precisa só saber o que você está perguntando. É uma camada mais profunda. Eu acho que você tem que ter mentalidade para saber como guiar. Porque é um modelo novo mental. Não é o mesmo modelo mental que você vai aplicar no seu processo, você vai aplicar com IA. É diferente. São formas diferentes. Por exemplo, a IA não tem o contexto inteiro que tem no seu cérebro. Então a forma como você guia e você toca e você orquestra é completamente diferente. Existem várias limitações que a gente tem que aprender a fazer, tem várias técnicas que a gente tem que aprender a situar. Então, eu acho que não é só também aprender as novas tecnologias e formatos, mas aprender a nova mentalidade, como estar preparado a lidar com tudo isso. É tudo muito diferente. Até como que a IA se comporta, como ela escreve, se ela é previsível ou não, qual o retorno que ela tem, que nunca é determinístico. Então, como que você começa a costurar essas informações para entregar um sistema? Então, o que mudou pra mim? Bem, no resultado final nada, mas no final do dia, o que mudou é que agora eu gasto muito mais tempo pensando nas arestas, passo muito mais tempo pensando em como eu vou entregar ainda mais, e passo muito mais tempo arquitetando, que é uma coisa que eu acho que é muito mais importante do que codificar no final do dia. E só um ponto para finalizar aqui: quando a gente fala de sair de pleno para sênior e eventualmente virar expert, eu sempre falo isso para todo mundo. O que a gente deveria estar fazendo é criando código que a gente não vai usar e fazendo coisas que a gente vai revisar. Isso já deveria acontecer há muitos anos. Quando você vira um sênior, cara, você não vai escrever todo o código, você vai deixar outras pessoas escreverem para você revisar. E aí o que eu quero que vocês entendam é que a IA vem justamente pra isso. Quem escreve o código é IA, quem revisa é você. Então, eu acho que essa parte de você entender essa mudança de paradigma, ela é muito grande, porque eu vejo muita gente ainda parada nesse ponto, falar, cara, mas a IA vai escrever, vai escrever certo? Bem, existe realmente um grande abismo entre escrever e escrever certo. Mas esse abismo está na mentalidade e na forma como você pede para IA escrever. Rafa, como você vê isso?

SPEAKER_00 11:23

Cara, eu concordo. Aliás, eu concordo muito. E só agregando um pouco mais do que o Luan falou, eu vejo quando o pessoal começa a usar, principalmente o pessoal que é novo, principalmente com mudança de junior pra pleno, pleno para senior, é onde nós falamos muito sobre o mindset, como o pessoal pensa, como é que usa, né? E a gente bate muito nessa tecla que, cara, eu quero aprender a mexer com o cloud code, eu quero ser muito bom em cloud code. E isso é uma coisa que a gente tem que tirar um pouco da cabeça do pessoal, entender que o fundamento faz parte, porque é a IA. A gente está passando de um momento que o Cloud Code vai virar, assim como a IA em si, é uma skill. Você vai ser bom em codex, você vai ser bom em Cloud Code, e eles estão trabalhando para isso. Você vê, hoje você consegue deixar um processo rodando em casa e acompanhar pelo celular na rua. Isso é comum, eles estão trabalhando com isso. Então, o que eu vejo, uma analogia que eu acho interessante, é você perceber que a IA, de uma forma geral, principalmente essas ferramentas, o pessoal vê ela com um microscópio. Ela pega ela pra ver dentro do código. E eu gosto de ver ela com um telescópio. Você vê, e quando você olha, você consegue ver o céu inteiro. Se você não souber em qual planeta você quer ir, ou o que você está procurando, você fica perdido.

SPEAKER_04 12:36

Cara, tá bom o storytelling. Porra! As analogias estão boas. Tão boa, gostei.

SPEAKER_00 12:44

Mas eu acho que assim, entendeu? Então, assim, essa é a questão. É como você sabe usar. Você consegue ir dentro do código e resolver um problema pequeno? Consegue. Mas na hora que você sai da caixa e consegue saber que você tem um mundo de coisas, que uma LLM, você pega um opus, 4.5, cara, aquilo ali é um dicionário, pra quem é mais antigo, uma barça, cara, absurdamente extensa, que você consegue pegar uma agulha ali dentro. E se você souber exatamente o que você está procurando e como você quer usar, aí você destrói, você faz o que você quiser. Não tem limite pra isso. E é o que fala. A gente tava até brincando, né? Que é como se fosse uma capa de um herói. Se você é bom, aquilo ali vai te potencializar. Então, a IA é um potencializador, ele vai te dar capacidade para resolver problemas. E quem ainda não é bom, principalmente o pessoal que está mudando diária, um pessoal que às vezes não é idade de tecnologia e está fazendo as convergências, ele potencializa o apprendizado e dá a capacidade da pessoa fazer entregas que antigamente ela não conseguia. Então, assim, a IA é isso: você perceber que você tem um mundo de coisas agora, um mundo de informação, mas saber usar, como usar melhor e como montar aquelas peças ali é o que vai fazer a diferença entre uma pessoa e outra.

unknown 14:02

Muito foda.

SPEAKER_01 14:04

Agora, antes de você.

SPEAKER_03 14:06

Mas antes de você fazer suas perguntas, como que você tem visto? Você, como você tem se sentido com tudo isso?

SPEAKER_01 14:12

Dá aquela sensação. Cara, agora bem sincerão, dá um overwhelming, assim, aquela. Como é que eu posso colocar? Sobrecarga. Sobrecarga, justamente. Até de informações. Às vezes você fica perdido, não sabe o que você faz, por onde você vai, como é que seguia alguém. Só que ao mesmo tempo eu sei o que eu tô fazendo e o que eu quero fazer. And I acho que a IA tá trazendo realmente uma gama de I conhece uma coisa muito bem, eu consigo aplicar. E aí é o que a gente até tinha falado, né? Cara, I'm so formado em comunicação, marketing e tal, já trabalhei com isso. Pô, tô conseguindo fazer coisas muito mais legais do que só parte de código. Então tô conseguindo criar coisas assim que eu sozinho não conseguiria fazer com o pouco tempo que eu tenho. E que eu acho massa. Então acho que tem potencializado muito, mas ainda às vezes é um overwhelm muito grande, porque você não sabe se você tá preparado pro mercado, que ponto que eu tenho que chegar pra ser aceito, como um AI Date de Niro ou qualquer coisa do tipo. Eu acho que tem um pouco disso, assim. E o mais legal também é ver que você aprendeu e consegue passar isso pra outras pessoas, igual tenho feito. Já converti uns dois colegas, assim, né? Eu uso aqui pra uma coisinha ou outra. Você apresenta, ensina, o cara começa a usar, se desenvolve, também acho muito massa. Porque você vê as outras pessoas usando e se potencializando em cima do que elas conseguem fazer. Isso é. Eu acho que é muito foda, assim, da parte da IA. Mas eu ainda tenho esse sentimento de. Caraca, muita coisa, né? Sobrecarga pesada. E. É isso. Vou até mudar a pergunta lá que eu tinha feito, pra gente voltar. Como é que eu sei que eu dê essa virada de chave? Não dá pra saber. Será que é muito pessoal isso? Porque, cara, legal, eu sou engenheiro de dados, brinco ali com meus DB2, faço os ETELs, os Spark. Mas quando é que sai disso? A mentalidade que eu tenho é que talvez eu seja um AI de entendir, mas será que eu tô entregando o valor necessário pra dizer que eu sou algo? Ou alguém tem que me dizer que eu sou? Como é que eu rotulo essa parada?

SPEAKER_03 16:19

É, acho que existe isso.

SPEAKER_01 16:20

É difícil, né?

SPEAKER_03 16:21

É difícil, porque existem rótulos internos que você põe em você mesmo e existem rótulos externos que as pessoas colocam em você. É complicado, porque eu acho que a gente ainda tá numa fase de descoberta de tudo, né? É muito. Assim, eu lembro quando as vagas de engenheiro de dados lançaram no Brasil, você lembra? O cara, eu quero isso. Você tinha que saber, cara, tanta coisa, ou era descrito tanta coisa, eu falo assim, cara, é impossível alguém saber disso, né?

SPEAKER_04 16:44

Peguei o boom desse.

SPEAKER_03 16:45

É, então, eu também. Então, era assim, era uma coisa que os meus alunos e mentorados, enfim, falavam, cara, Lu, mas e aí? O que eu faço? Cara, basicamente, você vai ficar bom em cada um desses pedaços. Então, por exemplo, cara, database, o cara tá em três databases, você vai entender qual o conceito inteiro de database e um database. Pô, Spark e tal, beleza, sabe um desses. Porque uma vez que você entende o fundamento, você vai conseguir guiar, pelo menos ter uma ideia certa do que acontece em todos eles. Eu acredito que essa mudança de mentalidade, eu acho que é aquela coisa: você não se não acha que você se torna sênior, só um dia você acorda e você já é sênior. Não é uma coisa que você fala, poxa, eu vou virar sênior, eu tô virando sênior. Acho que você não tem essa visão. Eu acho que o processo te leva ao resultado final. Então, eu não sei se tem um tempo de realização. Pra mim, o que eu entendi sobre esse conceito de AI de engineer é muito do que o Rafa trouxe, que diz assim, no início a gente vê essa necessidade de usar esse termo de IA pra que força as pessoas a entenderem o quê? Cara, você precisa usar a IA. Mas, na real, a IA faz parte do seu processo, é uma espinha dorsal. Entendeu? Eu não consigo mais imaginar nada hoje, e a gente sabe na empresa, por exemplo. Cara, se a pessoa tá fazendo qualquer coisa manual, eu tô louco já. Cara, por que você não tá perguntando pro Claudio fazer isso? Porque eu acredito que agora a gente tem que fazer o quê? Tentar reduzir o máximo possível do nosso cérebro pra deixar ele pensante. Cara, tem ideia, tem site e tal, mas a execução, ela é separada. Porque é a parte que consome e que relativamente tem pouco valor. O que tem valor é o insight que você tem. As ideias que você tem. Colocar pra funcionar, às vezes, você precisava de uma frota de 100 funcionários, de 200 pessoas pra fazer funcionar. Hoje, cara, você tem o que eles chamam lá fora do país de creators. São pessoas, cara, que o cara é um empresário com um notebook. E a gente já tá falando de final desse ano, não sei se vocês escutaram da Antropic falando, que a gente vai ter uma empresa de um bilhão de dólares com uma pessoa. Porque de milhão já existe. E quando a gente falava isso há dois anos atrás, alguém acreditava isso? Ninguém acreditava nisso. Eu escutava isso e falava assim, cara, não tem como ter uma empresa que gera milhões com uma pessoa. Isso já existe. A gente tá falando de empresa de bilhão, cara. Então o que você consegue fazer, se souber e se tiver mentalidade, é muito grande. Muito grande. Mas eu não sei te dizer quando que tem essa mentalidade, essa mudança.

SPEAKER_00 19:16

Daqui vira. Eu acho que ela nunca existe, mas uma coisa que faz parte do desenvolvimento disso é a experimentação.

SPEAKER_03 19:23

Com certeza.

SPEAKER_00 19:24

Eu, durante o processo, até durante a contratação, que é até engraçado, né? Eu não tinha essa percepção nem do AIDS Engineer, uma coisa que o Luan conversava, mas era uma coisa extremamente distante. And a gente começou brincando, desenvolvendo ferramentas internas foram, ideas que a gente tinha, cara, N8N, Cru AI, and brincando mesmo. And I fui, vamos dizer assim, apartado for antequieta, a project rodando, a project of altered complexity, and me bale with várias perguntas técnicas, regging, badding, chunking, and todas essas letrinhas, I do por ter brincado com a ferramenta, entendeu? Então eu acho que a gente tem que perder um pouco do medo de fazer a entrega, de botar a mão na massa, de correr atrás, entender o básico. Porque realmente, quando você entra em complexidade, é realmente muito complicado. Um reg hoje é extremamente complicado. Você fala de um graph reg, você está falando de projetos, de estudos, não é uma coisa que você vai chegar ali e vai montar rápido. Mas pelo menos o básico, como é que isso funciona, o que que. como você enriquece um contexto de um agente, como você muda um padrão de um agente pra ele funcionar melhor. Essa coisa é muito básica, e hoje qualquer pessoa, cara, que tá ouvindo a gente aqui, qualquer um sem exceção, o cara consegue hoje botar um cloud code na máquina e criar um agente que resolve algum problema da vida dele. Fato. É fato, entendeu? Não adianta ter, não precisa ter medo. O FOM, ele acontece porque é muito rápido, é muita entrega, e a gente hoje tem uma sobrecarga de informação muito grande. Mas a realidade é simples. Cara, você pode estar usando o Opus 4.6, ou você pode estar usando o Sonnet, sei lá, 3. Ele vai te entregar alguma coisa. Entendeu? É só você sentar ali e ter carinho com ele que ele vai conseguir te entregar alguma coisa.

SPEAKER_01 21:23

Sim. Eu acho que, igual uma. Acho que eu já escutei isso algumas vezes, né? What a time to be alive. E eu acho que a gente tem esse momento do What a Time to Be Alive cíclico também, né? E conversando com vocês agora, eu me pego vendo de quando eu entrei na área também. E tipo, databricks, não sei o quê, sinapse, aquele monte de ferramentas. Você também ficava com aquela sensação que eu falei de overwhelming, né? Aquela sensação de sobrecarregado, tipo, caraca, o que eu tenho que fazer? Pra onde é que eu vou? O que eu tenho que estudar? E é engraçado viver isso desde o início, né? Because I peguei um pouco disso andando quando eu entrei na área. Já tinha um monte de ferramenta, aquele monte de coisa, né? As vagas arrombadas, né? Que o pessoal chama. Trocendo tecnologias ali, você não sabe o que você faz. E então eu acho que realmente é cíclico, né? Acho que chega um momento que você vai entender que você é sênior. Assim como eu entendi que eu. Será que eu sou sênior de diário de dados? Não, não sou, porque se tô pensando nisso, eu não sou. Mas aí eu acho que no momento que alguém vira pra você e fala pra você, cara, você é sênio, é o jeito que você pensa, é o jeito que você já se posiciona, que você faz, que você entrega e que você aplica. Isso eu acho que agora faz mais sentido ainda, né?

SPEAKER_00 22:28

Ainda mais se você apartar um pouco o rótulo. Se você pensar o seguinte, hoje a sua preocupação é ter no LinkedIn um AI identity. O Lula brinca muito disso, né? Que eu virei AI Data Engeneia e ele não é, sendo que ele já mexeu com isso antes. Mas assim, se você tirar um pouco o rótulo, cara, você pode virar um Data Engineer que produz Cunha. Você é o cara que entrega Cunha hoje. Você não precisa mais chegar e, pô, vou codificar um link flow aqui, código na mão. Você não tem necessidade de fazer isso. Como disse, é 2024, né? Não existe mais essa característica. Então você pode ser um cara que é alavancado por IA. Aí você começa a separar um pouco as skills, que é onde a gente vai chegar no futuro. Você começa a ver o cara que usa e se potencializa com base na IA, e você começa a ver o cara que está entregando e produzindo IA. São perfis diferentes e a gente tem que ter essa segmentação. Entendeu? Porque você tem realmente o engenheiro de IA, que é o cara que está dando sistemas agênticos de alto nível para empresas. E tem gente que não, vai usar o cloud code para melhorar o trabalho dele. E esse cara pode ser um desenvolvedor ou pode ser um advogado.

SPEAKER_03 23:35

E tem uma coisa que me pega muito e eu não entendo porque as pessoas não pensam assim, e me dá um pouco de. É um pet peeving que eu tenho. Que é o seguinte. Independentemente se você tem 10 anos, 5 anos ou 17 anos em TI, eu acho que a mentalidade deveria ser assim. Às vezes a gente olha pra alguma coisa com o olhar. Errado. É só isso. For example, eu vejo muita gente preocupada com, cara, o que eu devo estudar? Qual tecnologia eu devo estudar? Eu acho que a preocupação da pessoa não tem que ser essa. Sabe por quê? Olha só. Vamos pra um exercício aqui rapidinho. Vamos ver se vocês concordam comigo. Eu preciso de uma plataforma de dados. Beleza. Você vai lá no Cloud Code ou qualquer um. Cara, quais plataformas de dados você tem no mercado hoje? Aí vamos supor ele falar, cara, você tem Databricks, você tem Snowflake, você tem Microsoft Fabric. Legal. Qual é a intenção, qual o propósito de uma plataforma de dados? É entregar isso, isso, isso, isso, isso, isso. Beleza. Então eu entendi o que é uma plataforma de dados, o que ela entrega, e daí eu posso falar o seguinte, tá, me lista uma tabela comparativa do que eu tenho entre essas três, o que é comum e o que é específico de cada uma delas. E daí ele vai te falar, cara, beleza, ó. O Databricks tem Spark, o Snowflake tem Spark, e o Fabric tem Spark. E funciona dessa forma. Beleza. E daí eu começo a olhar o seguinte, eu tô olhando de longe, eu tô olhando aqui como um telescópio, né? Então, o que eu fiz? Eu peguei a visão de fora pra dentro. Agora que eu entendi, eu vou pegar a visão de dentro pra fora. Quando você começa a pensar dessa forma, é exatamente a diferença de uma pessoa que pensa em nível tecnologia pras pessoas que pensam em nível solução. E daí, o que é um sênior? Um sênior nada mais é do que em vez de você estar olhando pra o problema de forma microscópica, você tá olhando pras estrelas. Por quê? Hoje, ainda mais ainda, com agentes, subagentes, enfim, cara, você pode criar um agente específico. Eu entendi Spark, eu sei o que é Spark. Cara, você pode criar um agente específico que vai codar Spark no Fabric, que vai codar Spark no Snowflake, que vai codar Spark dentro do Databricks. Mas olha só que engraçado, Spark funciona em qualquer local. Então eu acho que é só a forma como você aborda o problema. Eu acho que é os fundamentos, ele vai te criar uma casca e um entendimento muito rápido. Por exemplo, eu não sei se o Rafa sente assim, mas hoje você pode colocar qualquer pedaço de tecnologia pra mim. Me dá 30 minutos, eu sei o que é. Não porque eu sou um gênio, mas porque é cíclico, é fundamental, seguem os mesmos padrões. Se você sabe que o Databricks é uma plataforma de dados e você vê a Microsoft trazendo fabric que fala com uma plataforma de dados, você já absorveu, cara, beleza. O que eles têm aqui? Deixa eu ver o que eles têm. Ah, legal. Tá aqui essa comparação e tal. Então, uma vez que você aprende uma nuvem muito bem pensando assim, você aprendeu as outras. Uma vez que você aprende uma plataforma de dados assim, você aprendeu as outras. Porque vai ser uma troca de tecnologias e nomes, na verdade. Não vai ser uma reestruturação do processo todo. Então, o reg, você pode fazer o quê? Com Lhama Index, você pode fazer com parsing, você pode fazer com Python, você pode fazer com Rust, você pode fazer com N8N, enfim, mas o Reg continua sendo Reg. Então, acho que a forma como a gente aborda para ter essa mentalidade.

SPEAKER_00 27:02

E tem uma coisa também que é interessante, na verdade, a gente está passando por isso com um cliente nosso, né? Que quando você sai do ponto de sênior para especialista, você ainda dá mais uma etapa, mais um passo em cima disso. Você fica agnóstico a tecnologia. Então, assim, cara, é muito sexy falar, eu sou especialista em databricks, eu sou especialista em fabric. Quando você chega num ponto especialista, você percebe o seguinte: às vezes o cara gastou, tá gastando por execução 70 dólares numa run de databricks. E você pega aquele processo, otimiza ele, joga isso numa lambda e o negócio cai pra 10 centavos. Cara, parece absurdo você falar isso, mas acontece que a gente passou por isso. Entendeu? Porque você simplesmente falou, cara, eu não preciso de um Databricks pra rodar isso. E roda tão bem quanto. Aliás, roda melhor, você tem mais controle. Então, assim, é quando você entende que, cara, a tecnologia em si é você entender o que você está fazendo e não a ferramenta que você está usando. Então você não é especialista em ferramentas, você é especialista em entrega, especialista em solução, especialista em tecnologia em si, em base de tecnologia.

SPEAKER_03 28:08

E eu acho que hoje sou tudo muito simples, assim, falando. Quando eu falo simples, é que a gente vem de um mercado ou de uma visão em que antigamente a gente ia pra livro. Depois a gente ia pra uma internet completamente condensada. Cara, você tem tudo na palma da mão, assim, ó. Você tem o conteúdo inteiro do planeta na sua mão. É muito absurdo pensar isso. É muito louco pensar isso. Na hora, você entra aqui e, cara, beleza, eu não sei o que termo é esse, que pesquisa eu já sei. Ah, o que é um SDR? Vou lá uma pesquisa. O que é um reg? Cara, você consegue em dois minutos, pelo menos, saber. Ah, pô, um reg é isso. Tá, me explica aqui como termo simples, o que eu faço com isso. Me explica como analogia. Então, você tem, cara, tudo aqui, sabe? Então, acho que a forma do acesso hoje, você não precisa de pessoas mais. Pra esse contexto de você conseguir entender. Obviamente que eu acho que sempre vai precisar de pessoas, claro. Mas pra ideia de você conseguir não estar leigo nas coisas, você tem isso aqui na sua mão. Você consegue pesquisar sobre qualquer coisa. A questão é como você faz, né?

SPEAKER_01 29:16

Rapaz, hoje eu saio daqui pensar, eu vou nem dormir, não pensar de tantos pensamentos. E assim, acho que saindo um pouco do AI Date Engineer, que isso expandi um pouco o termo. É o que eu falei, né? No Brasil, a gente ainda tem essa bola de tipo, o que é um AI dat engineer? Onde é que a gente vai andar? E fora, a gente já tem visto o outro conceito de AI and Nating Engineer, né? Nate to AI engineer, depende de onde você está lendo. Que não é só um cara que usa o IA e nem só o cara que entrega uma IA, mas é um cara que cria sistemas onde a IA é uma parada que está no runtime ali e é onde a IA toma decisões. Acho que é um pouco até mais parecido com o que o Rafa já fez projetos e tudo mais. Então, assim, vocês veem uma diferença muito discrepante disso. Eu sei que os nomes talvez não importem tanto, mas o que você faz no dia a dia, mas aí eu acho que tem uma discrepância até maior entre os dois, ou não, ou estou enganado.

SPEAKER_03 30:13

Eu acho que tem, mas, Rafa, o que você acha?

SPEAKER_00 30:16

Cara, assim, ainda existe um gap muito grande de maturidade de entrega de IA nas empresas, fora e dentro do Brasil. Então muita gente quer colocar IA até onde não precisa. Então, nós temos que entender exatamente o que cabe e o que não cabe. Mas para a empresa que já tem essa maturidade, já está embarcada ali dentro, uma coisa que eu ando vendo, eu tiro isso muito até do. Eu estava vendo um vídeo do diretor senior de dados e IA da Microsoft, e ele fala o seguinte: nós estamos entrando numa época que a AI vai deixar de ser responsiva e ela vai ser acionável. Então ela vai começar a fazer substituições. Então é uma IA que realmente vai chegar lá e vai fazer uma atualização de um pedido, que vai resolver um problema, que vai criar um dashboard. Então, quando a gente chegar nesse ponto, aí sim você vai ter o AI Native Engineer, o AI Engineer, que é o cara que não só produz conteúdo pra dentro da empresa, mas como o cara que começa a substituir pedaços da empresa por IA que resolve aquele problema específico. Então você vai ter funcionários que são agentes resolvendo problemas dentro da sua empresa. E elas relatando pra você só o problema. Eu acho que esse a gente vai por aí.

SPEAKER_03 31:31

E a parte mais louca agora que você trouxe pra mim, que eu lembrei, é que, eu não sei, Tancredo, se você lembra, mas nos múltiplos centenas de treinamentos que eu já ministrei, nos últimos dois anos eu tinha um desenho que falava de LLMs, e dentro de LLM tinha a gente. E eu falava, cara, o futuro é exatamente a gente. E a gente tá vendo isso acontecendo agora, nessa conversa. É engraçado isso. Mas, sobre o seu ponto, eu acho que esse conceito do AI Native Engineer vai mudar muito em relação a como tudo é operacionalizado e como tudo é feito. Então, é muito mais uma questão de barramento, como se fosse um sistema operacional, realmente uma forma, do que realmente títulos. Porque o que um engenheiro de software consegue fazer hoje pode ser a mesma coisa que um engenheiro de dados pode fazer. E vice-versa. Assim como um machine learning engineer que tinha que precisar de certos conceitos específicos e que dependia de um engenheiro de dados num certo processo do pipeline, ele talvez não precise mais. Então eu vejo muito um condensamento dessas áreas, elas se juntando de uma forma com que você consiga ter. Eu não sei qual o nome desses profissionais, enfim, mas acho que a mentalidade nativa de IA é você ter um conhecimento muito mais abrangente agora. Você não vai ter só que saber de engenharia de dados. E lembra que isso já vem acontecendo há alguns anos. Por exemplo, vamos pegar aqui um exemplo de um engenheiro de software, de um software engineer. Cara, antigamente o cara precisava se preocupar com o front e com o back, bastante sobre isso. Mas ele não precisava se preocupar tanto com dado. Ele cuspiu o dado no banco de dados, ele cuspiu o dado no MongoDB e tá tudo certo. Pergunta agora o que um software, do que um software engenheiro precisa fazer. Cara, ele precisa trabalhar com dados em tempo real, ele precisa trazer informação em tempo real, ele precisa processar grandes montantes e fazer esse ativo de compilação ali em runtime. Ou seja, esse cara começa a entender, não, calma, eu preciso entender um pouco mais de dados agora pra eu conseguir fazer isso. E a gente de engenharia de dados, a mesma coisa. Como que você pega um projeto gigantesco agora que raspa dados, que faz análise, enfim, o que eu preciso aplicar aqui? Cara, a gente precisa aplicar técnicas de engenharia de software. Então, a gente vai lá roubar essas técnicas. Então, tá vendo que a gente já tá vendo essas conversões acontecendo. Elas ainda não são explícitas, mas elas vão acontecer. Eu acho que de uma forma muito mais rápida agora, justamente pelo que o Rafa falou. A gente está falando mais de tecnologia, a gente está falando de gap mental. E aí eu acredito que existe uma grande diferença em como a gente operacionaliza isso. Eu acho que as empresas vão chegar num ponto de não ter escolha. Como o Rafa falou, cara, a pressão em que a gente tem em utilizar a IA é uma. Vai num borde pra você ver a pressão que tá.

SPEAKER_01 34:15

Vixe, é o tempo todo, né? A gente vê isso aí no dia a dia. Os amigos falando, cara, a empresa tá obrigada. Vai no board. O Bosch tá obrigando, tem que ter. Tudo é IA, tem que ter lá também. Porque também, né? Vai no rumo deles também, isso daí. Sempre tem cobrança de mercado.

SPEAKER_03 34:31

Ou vai o cara do lado, se você não fizer IA, o seu concorrente do lado vai te comer, vai te engolir. E eu vou te falar, não demora mais 5, 6 anos, não, pra uma empresa sair do zero a milhões. Demora, cara, meses, às vezes. Eu juro pra você, meses. Sabe? É muito rápido o pace hoje.

SPEAKER_00 34:46

E às vezes, se você estender um pouquinho mais essa ideia, você começa a pensar que talvez o AI Native Engineer, vamos falar AI Engineer só pra facilitar. Ele não seja esse cara que a gente tá pensando. Ele seja um especialista. Pra quem não sabe, eu tive uma empresa de consultoria de performance que virou depois uma consultoria de machine learning durante sete anos. E, cara, todas as empresas que eu trabalhava, era assim, empresa em fila pra fazer entrega, porque eles precisavam de performance de dados na época, e eu sempre estava corrigindo o problema que os outros criavam. Se o cara tivesse a expertise, eu não tinha emprego. Mas eu tava sempre ali corrigindo o problema. E aí eu acho que vai acontecer a mesma coisa com o AI e eu acho que o EAI Engineer vai entrar exatamente nesse gap. É o cara que vai entrar numa empresa pra corrigir um reg feito errado, criar um padrão de agente que foi feito errado. É o cara que vai lá corrigir um dado que está sendo errado, uma base de conhecimento que foi apagada sem governança. Eu acho que esse cara vai ser o especialista que vai corrigir todos os problemas que estão sendo gerados nessa pressa que está sendo entregue agora.

SPEAKER_03 35:48

E aí adiciono que pra esse cara conseguir fazer isso, ele precisa ter muito fundamento. Porque é fundamental o problema. Ele não é tecnológico.

SPEAKER_01 35:57

Mais uma vez, cíclico, né?

SPEAKER_03 35:58

É cíclico, é engraçado. Converso com o The Linstead, eu converso com heads da Microsoft, eu converso e a mesma história todas as vezes. É cíclico e é só você prestar atenção. Eu já tive o prazer de almoçar com o CEO da parte de dados de deployment do Azure. E ele falava, cara, há sete anos atrás, na época, eu tinha que ir lá e implorar pra galera usar a nuvem. Você implora alguém pra usar a nuvem hoje? Entende? Então, assim, é a mesma coisa. É cíclico.

SPEAKER_01 36:28

Sim. E o. Acho que eu não sei se encaixa muito o meu comentário, mas é uma parte que eu acho legal. E vem muito de solução mesmo, né? Parte de tecnologia, no geral, assim, e IA principalmente, né? Quer ver o tipo de aplicação que a gente consegue. A gente fala muito de dinheiro, a gente trabalha com coisas que demandam também, né? Ganho, bancos, não sei o quê, e por aí vai, outros produtos. Mas acho que o ganho da sociedade também. De forma que dá para se aplicar. Uma pessoa que nunca usou tecnologia, aprendeu, codificou um aplicativo no Lovable para que mulheres pudessem investigar os caras que estavam saindo. Aí descobre que o cara já cometeu algum crime, não sei o que lá. A polícia, no meio das ocorrências, SAMU, a gente tem aqui no Distrito Federal, a polícia tem isso aplicado. Quando você liga, agora eu posso estar falando besteira, né? Mas não lembro se é o Distrito Federal do Goiás. Mas se você liga, a pessoa tá falando contigo, tem um Maiá que está escutando e está fazendo a inserção dos dados pro atendente conseguir fazer o trabalho dele, que é acalmar, quer direcionar. Então ele não precisa ficar preocupado em pegar os dados ali e ficar escrevendo. Isso eu acho, cara, assim, é fantástico. Isso é fantástico. É muito legal falar de dinheiro, essas coisas, mas eu acho que a aplicação no nosso dia a dia, quando você está precisando e você não precisa ficar precisando, você pode ajudar a pessoa de verdade, né? Isso eu acho do caralho, assim, muito surreal. Eu acho muito massa.

SPEAKER_00 37:48

Uma coisa que é legal de falar, ô Lucas, que, tirando isso que você falou, é uma coisa que a gente não trouxe pra dentro do Academy, né? Que tudo isso, o que potencializa tudo isso são dados. Se você parar pra pensar, não é a LLM. A LLM vai atender de qualquer jeito, ela vai falar qualquer coisa. Entendeu? Então, assim, o que causa uma aplicação, uma aplicação, um software, um app ser melhor do que o outro, é exatamente como você trata os dados e joga ali dentro pra que ele tenha contexto pra trabalhar com isso. Então, assim, isso é muito importante quando a gente traz isso pra dentro do escopo do engenheiro de dados.

SPEAKER_01 38:23

Hoje, repetindo aqui, né? Só pensamentos fodas. Cara, agora acho que vou continuar um tiquinho aqui no DVI Ener. Só pra. O que seria natural pra vir desses cargos? O cara que é da engenharia de dados, é um cara que mexe com MLE, que é o Machine Learning, é um cara que vem do software, ou será que é quem pegar pegou primeiro assim que chegar? Ou será que tem algum background que se dá melhor com esse tipo de trabalho?

SPEAKER_03 39:03

Eu cheguei a acreditar que existiria um background melhor. Eu não acredito nisso hoje, porque eu acredito que hoje o conhecimento é completamente distribuído. Então eu acredito só numa coisa: o quão você sabe se comunicar com seres humanos? Eu acho que esse cara que já se comunica com seres humanos e não com ratos e não com ETs e tal, esse cara vai ter vantagem.

SPEAKER_01 39:29

Eu acho que é só esse. Comunicação virou diferencial, né? É o que eu tinha comentado um dia também.

SPEAKER_03 39:33

Comunicação é o novo black, né?

SPEAKER_01 39:36

The orange is the new black, comunication is the new black. An tropical que tava pagando quanto que eu falei aquele dia? 800 mil dólares por ano pro head de comunicação. Não sei o que. É comunicação.

SPEAKER_03 39:45

Comunção é chave, inteligência emocional é chave. Do jeito que eu considero pessoas inteligentes hoje são completamente diferentes do que eu considerava pessoas inteligentes há 3, 4 anos atrás. Qual seria a diferença? Ah, cara, antigamente eu considerava uma pessoa inteligente quando ele falava de código, quando ele conseguiria abrir um Python e escrever sozinho sem olhar no Stack Overflow, quando ele conseguiria desenhar ali alguma coisa na ouro, ou abrir as coisas, ou conseguir ter essa visão. Pra mim, hoje, a inteligência não tá aí. Isso é uma inteligência. Mas a inteligência hoje não está aí, na minha visão. A inteligência é comunicável, ela é comunicação e inteligência emocional. Se você tem isso e você tem realmente essa sede, essa curiosidade de fazer as coisas, de experimentar e de se jogar e de melhorar, eu acho que você tem todos os componentes pra crescer, porque, cara, é um livro em branco. É muita coisa pra estar descoberta. Antigamente, quando você entrava numa área, ah, eu quero ser DBA. Você tava lidando com o quê? Com pessoas que já estavam há 20 anos, há 30 anos na área. Quando você falava, pô, engenheiro de dados, você entrava lá, você tava com pessoas há 8, 9 anos. Pô, já é um pouco mais fácil, concorda comigo? De você competir com galera de 20 e 30, é diferente de você competir com a galera de 7 e 8. Só que agora a gente tá falando de um livro em branco. Quem ganha esse jogo? Sempre foi o que o Darwin fala. Não é o mais forte. É sempre o mais adaptável. É quem se adaptar. É quem conseguir utilizar communication pra linkar todos os processos. And so natural do ser humano. Tudo vira mato. É a mentality.

SPEAKER_00 41:33

And if you tirar um pouco, levando tudo que o Luan falou, e ainda colocar, trocar só o nome do cara, de comunicador pra tradutor, você fecha todo o ciclo. Porque é o cara que vai pegar lá de cima, uma pessoa que não tá preocupada, não é nem que ele não entenda, ele não tá preocupado na entrega, ele fala o que ele quer, você consegue traduzir isso e entregar na ponta. Então, se você faz essa tradução e consegue devolver a resposta e trabalhar na mesma linha que a pessoa, você fechou o ciclo.

SPEAKER_03 42:01

É, por exemplo, só pra gente não entender muito, porque tem vários outros tópicos aqui, mas vamos pensar eu como vestindo o hatch de dono de uma empresa. Cara, eu vou chegar pra minha equipe e eu vou falar pra elas o seguinte: olha, eu preciso de uma estratégia de marketing que te me traga o resultado assim, assim, assim, assado. E daí eu tenho esse resultado no final. Você acha que eu quero realmente entender o que aconteceu no meio disso tudo? Eu não quero saber. Como dono, eu não quero saber. Quero saber que eu tive o resultado. E a TI, ela sempre teve que fazer isso. Sempre foi o papel da TI. Lembra que a gente falava que a TI era uma entidade, depois virou o meio, depois virou a espinha dorsal. Só que hoje a gente tá falando de um processo onde a IA é inteligente bastante pra entender muita coisa, se com o contexto correto, se com os profissionais corretos, se usado da melhor forma. Mas a velocidade hoje, ela é. Não consigo mensurar quantas vezes mais. Mas é muito rápido que você consegue fazer.

SPEAKER_01 43:00

Muito. E aí, só pra encerrar esse parado do Native and AI de Nero, AI tudo agora, né? Se fosse pra você contratar alguém hoje. Nossa. Como o AI day tem de Nero, o AI Native D, você como Luan da Piff, não só AWS, mas eu preciso contratar esse cara. O que esse cara teria que ter? Você vai me contratar? Você me contrataria?

SPEAKER_03 43:27

Com certeza, absoluta. Acho que foi uma das melhores perguntas que você já me fez. E eu acho que tem tudo a ver com uma das coisas que eu queria falar aqui, por exemplo, eu falava dois, três anos atrás que esses testes de lead code, de que testes, não sei o que, eles vão morrer. Eu acredito que isso vai acabar muito perto. Não sei se vocês acreditam, mas eu já falava isso há muito tempo. A própria Raquel Henrique já disse que eu disse. Sim, exatamente. Então assim, vai morrer, eu falava isso antes. Mas assim, você falou uma pergunta muito legal. Eu vou usar duas pessoas que eu admiro muito. Primeiro, o Elon Musk, ele falava muito em Que os engenheiros mais geniais que ele tem nunca foi contratado. Ele errou muitos anos por contratar pessoas por skills técnicas e não por quem essa pessoa é. Não pelo soft, mas pelo hard. E ele não contrata pessoas pelo hard. O hard não é o decisivo, é o soft. E aí, trazendo um pouquinho do que o Boris Cherns também fala, é que, cara, a comunicação é chave. Então, o que eu contrataria hoje uma pessoa, por exemplo, a gente tem o exemplo da Julia. A Julia vem de contabilidade. E, graças a Deus, todo ano, a gente tem milhares de pessoas, assim, não vou falar milhares, mas centenas, que, cara, querem trabalhar com a gente, quer estar perto da gente e assim por diante. Por que eu escolhi a Julia? A Julia não sabe nada de engenharia de dados, o conhecimento dela era muito pouco engenharia de dados, ela tinha uma noção vaga do que fazer. E hoje ela tá liderando um bocado de iniciativa nossa. Eu não contratei ela pelo skill técnico, mas sim pela vontade de aprender, pela disponibilidade, por se comunicar muito bem, por conseguir traduzir coisas complexas, torre de traduzir coisas complexas em coisas mais simples. Cara, e tá disposta a aprender. Então eu contrataria hoje uma pessoa pra minha equipe que tivesse ideias e insights muito fodas. Que eu conversasse com essa pessoa e eu conseguisse entender, cara, esse cara tem coisas legais. O cara que sabe escutar também. É, tipo, você, por exemplo, você tem ideias porque eu acho geniais. Eu acho que você tem umas ideias muito fora da caixa. E eu acho que isso hoje é possível, antigamente não era. Antigamente, você ia falar uma ideia dessa, a gente ia falar, é, pô, que massa, né? Mas a gente sabia que nunca ia conseguir acontecer. Não ia, não ia. Hoje você consegue jogar certo tipo de ideias que são fantásticas e você consegue materializar essas ideias. Então, assim, eu contrataria na PIFM, por exemplo, eu contrato pessoas na PíFing, obviamente que é diferente pra uma empresa de consultoria, você tem que ter o background técnico, assim por diante, ok. Mas assim, o fator decisivo, se essa pessoa não mentir, ela tiver profundidade, ela quiser aprender, não é o tecniquez. É como ela sai de problemas, é como ela entende arquitetura, é como ela lida com o cliente. Hoje não é mais, ah, pô, vou pegar aqui Spark e eu vou descer no maior nível. Não. Você sabe conversar comigo? Sabe? Você entende um nível interessante aqui? Sim. Beleza. Até porque as tecnologias estão sendo substituídas pra serem mais abstratas, né? Cara, você tem serverless. Antigamente pra você provisionar um cluster de Spark. Você tá indo pra que escreve o código pra você. Então, assim, se a gente olhar a tendência e a curva, é cada vez mais abstrair essa complexidade para que as pessoas consigam navegar de different backgrounds. Então, eu acredito que contrataria pelo skill muito menos técnico e muito mais soft.

SPEAKER_00 46:46

Eu acho muito interessante também você inverter essa pergunta. O Lone falou quem ele contrataria. Agora, você sendo entrevistado. Hoje eu já tô num nível que, por exemplo, se a entrevista chega pra mim e me pergunta o que é um decorador em Python, eu saio da entrevista. Não faz sentido, mano.

SPEAKER_05 47:04

Não faz sentido. Você vê que é uma empresa que não tem. O que é um decorator? Um decorador.

SPEAKER_00 47:08

Tchau. Eu não tenho um fit mais pra esse tipo de empresa. Também não. Entendeu? Não existe mais. O cara chega pra mim e faz o seguinte: olha, eu tenho tal situação, como é que você resolveria? A empresa que eu tô hoje, uma das perguntas que eles fizeram foi, uma das perguntas que eles fizeram foi: qual é o. Como é que você faria. Reportaria um problema para um C-level? Como é que você entraria pra um board e explicaria um problema, uma aplicação de A, um custo que você tem que investir? Esse tipo de pergunta faz muito sentido hoje.

SPEAKER_03 47:38

E vamos lá, deixa eu trazer outra coisa, você tá falando pra caramba, eu quero conseguir terminar tudo isso, mas aí eu sou o fator disso. Mas rapidinho, o Rafa falou isso: eu tive duas vagas que eu apliquei. A primeira foi uma vaga, cara, se você é um consultor, você vai ganhar muito bem em dólar, você vai sair da PIFE e vai vir pra cá. Tá, o que eu vou fazer no dia a dia? Você vai fazer o que você faz lá na PIFE? Não, não quero. Então eram coisas técnicas, enfim. Eu fui numa outra entrevista magnífica, que o cara começou a perguntar exatamente isso: tá, já entendi que você é experiente, você tem 17 anos de tecnologia, não sei o quê. Como que você resolveria esse problema? Como que você pensaria, ó, a gente tem esse problema aqui hoje, ó. Conversa comigo de quais formas você pensaria, de como pensaria, por que você pensaria. E eu acho que essa é a forma correta. Você tá extraindo do ser humano hoje o que é mais importante pra ele, que é pensar cabeça pensante. Se você for cabeça executante, você vai morrer. Você tem que ser cabeça pensante. Basicamente isso.

SPEAKER_01 48:34

Acho que é uma das melhores entrevistas. Só pra dar meu ponto agora. Acho que uma das melhores entrevistas que eu fiz até hoje foi da última empresa que eu trabalhei, né? Da JVB. Eu entrei e tinha um dos caras lá, que era um dos diretores lá, né? Cabeça, tomando um chimarrão e mexendo umas paradas lá e tal, e começou um papo totalmente descontraído, o pessoal foi entrando, e aí foram englobando as perguntas técnicas no meio disso. E, cara, muito legal, porque consegue extrair de você de uma forma totalmente despretensiosa, como é que você faria, como é que você aplicaria. And no final das contas eu acabei entrando lá num cargo mais baixo que era o que tinha, mas eu ascendi muito rápido dentro da empresa justamente pelo pensamento, pelo modo de aplicar, pelo modo de perguntar, você tem que saber, você vai fazer tudo sem pensar. Você me mandou fazer X. Cara, tá bom, vou aplicar. Comecei a fazer. Não, por quê? Tem valor, não tem. Sabe, eu acho que tem. A maioria dos gestores, eu acho que não tem essa cabeça de entender que o cara que tá abaixo dele é uma cabeça pensante, que ele pode indagar e que ele deveria fazer isso também. E que nem todo mundo é o dono da razão. E eu já passei por diversos gestores, assim, que não conseguem escutar uma indagação, cara. E isso daí eu acho que. As pessoas que estão acima também, se tiver gestores escutando a gente, aí vamos, né? Treinar a cabeça, psicólogos. Verdade. Precisa aí dar uma tratada nisso, cara. Porque eu acho que todo mundo hoje tá no mesmo. Igual tu falou, né? A gente tá num papel em branco e acho que todo mundo tá no mesmo nível, talvez. O nível do cara é maior, ele é um gestor, mas acho que tá todo mundo pensando parecido, né? E vamos falar de Cloud Code agora? Vamos. Vamos? Agora eu vou mudar aí da água pro vinho, né? E eu queria começar com o Luan. Pra você que usa Cloud Code de verdade, porque eu acho que eu brinco com o Cloud Code, que você usa de verdade, o Rafa também, sem pestanejar o sei disso que eu já vi, né? O que vocês fazem que vai além de abrir o terminal e fazer só uma pergunta, por fazer? Porque no início eu fazia isso. Eu abria ele, brincava, fazia uma perguntinha, jogava um documento. O que vocês fazem?

SPEAKER_03 50:50

Cara, eu acredito que o primeiro fator é o ambiente. O ambiente que você tá. Então, assim, você falou, poxa, eu não uso tanto quanto você. Talvez você não teve os mesmos desafios em que eu tive. Então eu digo que o ambiente é o modelador de tudo na sua vida, sabe? O jeito que eu uso o Cloud Code hoje, aí o Rafa vai ter uma outra forma também, é legal. Chegamos em resultados iguais, né? Mas eu uso de uma forma diferente. A minha forma é: eu nunca uso o Cloud Code no terminal aberto ali. Abrir o cloud e eu saio perguntando para ele. A primeira coisa que eu faço em qualquer início de projeto é configurar ele inteiramente. Então, eu gasto um bom tempo de setup. Então, o que eu vou fazer? Primeiro, eu vou buscar scripts de reunião, eu vou raspar documentos e assim por diante. Essa é a primeira parte que eu vou fazer. A partir disso, eu vou desenhar o repositório e daí eu vou fazer as configurações que eu sempre faço. Então, eu vou criar, por exemplo, eu vou linkar o cloud com todos os MCPs que eu achar interessantes, MCPs que vão na internet, que vão buscar contexto atualizado de código, que vai, por exemplo, se conectar a gira ou qualquer coisa do tipo, que vai conseguir raspar, fazer scraping de dado, enfim. Então, eu vou configurar todos os MCPs. Depois disso, eu vou configurar as bases de conhecimentos e eu uso muito sub-agente. Eu uso muito agente. Agente eu uso desde o dia 1 que foi lançado a agentes. Eu gosto muito dessa ideia do agente ter uma responsabilidade específica num contexto específico. Eu adoro isso. Então, tudo que eu faço no cloud, cara, diria que 95% do meu tempo é, cara, eu quero fazer essa atividade. Usa o agente tal. Ah, eu quero fazer isso, usa o agente tal. Eu quero planejar, uso o agente de planejamento. Então eu tenho um agente basicamente para tudo. E aí daí eu venho trazendo frameworks em cima disso. Por exemplo, Spec Driven Development. Ah, eu quero fazer uma coisa mais complexa. Poxa, então eu vou utilizar ele. Ah, eu quero usar uma coisa um pouco mais frouxa, então vou utilizar algo um pouco menos, mas que também tem uma direção. Eu sempre gosto de padronizar o meu processo de criação. E aí o Cloud também tem essa ideia de comandos. Então você pode, por exemplo, dar um barra alguma coisa e daí você tem um encapsulamento de subagentes, de base de conhecimento, enfim. Então, por exemplo, eu quero desenvolver uma nova feature. Então, eu vou dar uma barra feature e daí eu vou falar o que eu quero desenvolver, vou passar por um processo de brainstorming, ele vai tentar, cara, fazer um aspecto de tentar me perguntar e assim por diante. E tem skills, e aí você adiciona skills. Eu uso. Tem gente que só usa skills, e eu sempre achei que skills é muito perigoso, porque dá bloating de contexto, você tem vários problemas em como você identifica contexto. Eu gosto de usar skills, mas para coisas específicas. Por exemplo, eu gosto muito de questionar várias LLM sobre um plano. Então, quando eu tenho um plano muito legal pra fazer, eu quero ser questionado por vários LLMs pra fazer isso. Existem formas de você pedir para vários LLMs questionar aquele produto, quebrar aquela ideia e refatorar em cima disso. Então eu uso mais ou menos assim no meu dia a dia.

SPEAKER_01 53:51

Muito Rafa. Eu sei que é diferente, eu acho que eu vou um pouco mais na tua pegada também.

SPEAKER_00 53:55

Eu acho lindo o jeito que o Luan usa. Eu acho fodástico usar a gente, mas, cara, não é pra mim. Na verdade, ele me passou até o como criar a gente, me explicou, mas, cara, eu acho que eu sou me burro, eu não consigo entender.

SPEAKER_02 54:06

Burra.

SPEAKER_00 54:07

E assim, eu não uso a gente pra absolutamente nada. O que eu faço, na verdade, ultimamente, como eu tenho trabalhado, eu abro o Warp, pra quem não conhece, é um terminal que você consegue abrir várias abas. Então, num terminal puro. E antes disso, eu vou dentro de um Note ou de um. qualquer bloco de notas qualquer e desenho todo o projeto que eu quero. Desenho toda a arquitetura que eu estou pensando e faço um diagrama, às vezes no SkyDraw ou na mão, alguma coisa do tipo. Eu passo isso para ele em modo de planejamento e peço para ele quebrar isso em várias tarefas. E pego essas tarefas, gero prompts para cada tarefa e distribuo entre cada um dos prompts. E mando cada um do cada prompt diferente trabalhar numa arquitetura. E coloco hooks para fazer validações. Então, quando uma tarefa tem ligação com a outra e ela termina, ele vai e já chama o Hulk vendo a próxima tarefa e faz o link deles para verificar e fazer os testes em cima. Então eu tenho agentes que desenvolvem, agente não, na verdade, o mesmo cloud code, mas eu tenho terminais que estão desenvolvendo e que já chamam os testes e ficam inteirando em cima deles mesmos até conseguir resolver o problema. Então, hoje eu trabalho 100% via terminal, eu não abro Visual Studio. Pra não dizer que eu não vejo nada, quando eu preciso ver algum código, principalmente como eu trabalho muito com REG, muito com bases indexadas, embeds e tudo mais, eu tenho que desenvolver alguns códigos, porque a gente vê o iSert, que ele é meio ruim para visualizar a informação, eu uso muito o Zed, que ele é muito mais terminal do que IDE. Então, hoje eu uso esses dois caras. Quando eu preciso ver código, eu trabalho com o Zed, mas normalmente eu tô trabalhando sempre com o ARP.

SPEAKER_01 55:44

Sempre, não. Eu queria até parafrasear o Rafael, que a gente tava conversando hoje mais cedo, né? E aí, pra gente lembrar que Yano é muleta, né? E que tem que ser visto como potência, realmente, que dá pra usar de várias formas, né? E que cada um tem o seu jeito, cada um vai achar o seu modo de trabalhar, e isso é o que é legal no final das contas, né? Mas é muito bom que. Acho que é pra tudo, isso não é pra vida, né? Não leva as coisas como muleta. Tem uma potência ali atrás, né? Dá pra dá pra aumentar a tua capacidade até de pensar. Bom, a gente tem falado bastante, né? Vários treinamentos, várias coisas falando sobre SDD, né? Que é o Spectr Driven Development. E eu fico pensando aqui. A qualidade de um bom Cloud MD, né? Antes de qualquer linha de código. Isso tem algum tipo de ligação? Não tem? A gente, como é que vocês usam esse dia a dia? O teu Cloud MD tem uma especificidade ou não? Porque eu sei que o Boris Charney falou que tem lá um padrão que ele utiliza, né? Então, como é que é isso pra vocês? Eu, lá no meu, eu vou na loucura, lá eu boto lá, peguei um padrão do Boris, utilizo mais ou menos, mas aí pra cada projeto meu, eu faço o Cloud reiterar sobre o assunto que eu tô falando. Então tem o de marketing, tem um sobre o The Plumbers, em cima de código. E como é que vocês utilizam isso no dia a dia?

SPEAKER_03 57:12

Eu tenho um problema mental que assim, tudo que eu faço tem que estar regido a uma arquitetura e a um processo repetitivo. Tudo. 100% da minha vida é assim. E isso é chato às vezes. Mas o que eu faço? O CloudMD é muito importante por causa que ele traz um contexto em cima da sessão que você vai acessar. E aí o que eu fiz, na verdade, né? Eu roubei as melhores práticas do bod, mais algumas coisas, e eu sempre tenho padrões de projeto. Por exemplo, todas as configurações de acesso eu coloco dentro do config. Todas as informações de Env eu tenho o arquivo emo que referencia isso e o Git dá um checkout dentro do Env. Então tem algumas coisas específicas que eu uso para todo o projeto. Então eu criei um barra commend readme, que toda vez que eu entro no projeto e eu dou esse barra README, ele já cria o README para mim baseado nisso. Então, sempre eu tenho um hook, às vezes, de certo ponto, que ele vai lá e atualiza o README para mim numa estrutura bem enxuta. Porque a ideia é que seja enxuta realmente. Falando basicamente dando ponteiros para certas coisas, falando o que eu vou fazer. E eu gosto muito agora de usar uma coisa interessante, é eu vinculo vários agentes para dentro do MD. Então eu falo, cara, naturalmente, quando eu pedir isso aqui pra você, você vai usar esse agente. Quando eu te pedir isso aqui, você vai fazer esse agente. Então, o meu MD tem um pouquinho mais de 200 linhas, ele acho ele bem enxuto, e eu tento otimizar ele o máximo possível para realmente ele ser extremamente eficiente e trazer somente o que é importante for você fazer. Eu sempre revisito ele. Basicamente, assim como eu uso.

SPEAKER_00 58:39

No meu caso, como eu trabalho com many systems agentifs, o meu Cloud MD has much focus in responsible, but they can make various validations and governance. And I costum a project and various packs specifically and colour references. So I create documents as if it was a RITMD, so that's how the módulo do project and follow the segue, when you pass for this cara, when I pick one over this módulo, você vai abrir esse documental and you're atualizando esse contexto à medida que o project was sending evolution. So, na verdade, ele é bem chuto com as regras do que ele não pode fazer. Normalmente preso a um framework que eu estou trabalhando, para ele não variar, porque principalmente quando você trabalha com AI e a informação é muito rápida, às vezes você está trabalhando com um agent from worker da Microsoft e ele inventa uma coisa de um lang chain, porque o MCP viajou, acontece. Então, eu sempre amarro tudo que ele tem que, tudo que ele tem que ficar preso ali como guardrails, e todas as referências de módulos eu chamo documentos específicos dos módulos. Eu sempre trabalho assim com ele.

SPEAKER_01 59:43

Aí vocês usam de um jeito muito inteligente, né? O meu ali é totalmente.

SPEAKER_03 59:47

Não, mas às vezes avalado. Não, você adiciona, dá um barra ali e adiciona. E acabou.

SPEAKER_01 59:53

Eu tava usando também de um jeito legal pra mim, né? Mas eu peguei tudo o que eu tinha de tarefas do Clicap, que eu tinha. E aí eu fiz ele criar um próprio task manager dele. Então ele já sabe o próximo passo que a gente tem que dar. E quando ele termina o trabalho, ele vai lá, faz um preenchimento e também. Tipo assim, ó, isso aqui a gente já terminou, tá concluído, e atualiza tudo. O CloudMD, basicamente. Eu uso muito no Log. Então, é muito legal, assim. Eu uso muito, mas não na MD. Eu acho que daria pra ficar. Daria pra ser melhor. Ele criou um documento separado só pra isso. Daria pra ser feito de uma forma melhor, mas ainda continuou no. Fiquei com preguiça de atualizar. Mas dá pra fazer melhor como é que você faz.

SPEAKER_03 1:00:33

Não, eu criei um arquivo backlog.md dentro de uma pasta tasks. E aí eu vou adicionando esses caras e de madrugada eu chamo um agente quando eu vou dormir pra ele poder trabalhar nas tasks pra mim. Ele cria vários workstrees e quando eu acordo, tem várias tarefas pra revisar.

SPEAKER_01 1:00:49

Isso aí eu queria aprender. Isso é legal. Vou deixar também o meu cloud trabalhando enquanto eu durmo. Exatamente. Tô precisando. Pra dormir mais. Otimizar a noite, né? Enquanto ele trabalha lá, eu durmo. Pra aplicação e escrever código também dentro do cloud, como é que vocês usam? Porque a gente tem. Eu sei que a gente tem o SDD, mas a gente também tem o TDD, que é de testes. Tem alguma parte de software que vocês utilizam pra otimizar o trabalho? Como é que vocês fazem? Porque eu sei que o teste é legal a gente cria toda a testagem antes de criar o código, porque a IA já consegue fazer os testes antes e criar o código em cima disso. Como é que vocês utilizam?

SPEAKER_00 1:01:28

Dangerous skip e vida que sai. Tchau.

SPEAKER_01 1:01:32

Pode escolher aí o que você achar melhor, né?

SPEAKER_03 1:01:35

Cara, sendo bem sincero, eu acho que projetos em que eu classifico de alta periculosidade, tô brincando, de coisas que são mais estruturadas, eu utilizo muito o SDD, mas fora isso, eu utilizo muito agente. E eu nunca usei TDD. Não?

SPEAKER_01 1:01:52

Não, nunca usei. Eu acho que pra gente candidatos também, o SDD encaixa bem melhor, né? Encaixa. Porque geralmente, como é muito o lado do negocial também, e quando a pessoa também sabe estruturar, né? Quando a pessoa sabe o que ela quer, isso eu acho que facilita muito, né? Que foi o que você criou, né? Que eu não sei se todo mundo sabe, mas tem no GitHub, eu acho que a gente pode colocar. Sim, podemos pegar no Spotify também. A gente vai deixar aí pra vocês darem uma olhadinha. Que é literalmente você pegar as especificações de um projeto, né? Jogar ali dentro, ele reitera sobre ele mesmo te fazendo várias perguntas e outro mexe surreal. Eu acho que se encaixa mil vezes melhor para projetos de dados. Agora acho que vocês têm alguma pergunta, comentário?

SPEAKER_03 1:02:37

Não, acho que de cloud code, eu acho que seria basicamente isso. Você tem alguma coisa que você faz especificamente assim? Nossa, isso aqui é bem legal.

SPEAKER_00 1:02:47

Não. Do cloud code especificamente, deixa eu pensar.

SPEAKER_03 1:02:50

Eu acho que o Opus 4.6 e o Sonnet com contexto de um milhão.

SPEAKER_01 1:02:54

Agora, uma outra pergunta, agora até minha pessoal, que veio aqui. A gente vê ali, né, de dois, três anos pra trás com Chat PT, outras IAs, esse monte de coisa, de M9 também, que é muito bom pro sinal, que eu utilizo, eu faço meu cloud chamar o GMI para fazer pesquisa e tudo mais. O quão mudou? Eu sei que você já respondeu isso, mas na questão de trabalho, assim, o quão é que eu posso colocar? Otimizado ficou o dia a dia, né? Como você consegue aproveitar mais o seu dia com a velocidade de trabalho? Ou você acha que tem uma sobrecarga maior, já que você consegue entregar muito mais em menos tempo?

SPEAKER_03 1:03:31

Cara, mentalmente eu até falei isso pro Rafa, acho que até te falei, né? No sábado passado, eu tava de cocoras lá chorando no banheiro. E não brincando, sério, porque dá bloating no cérebro, né? Você fica extremamente sobrecarregado mentalmente. O cansaço, pra mim, ele é muito maior do que todos os outros cansaços que eu já tive na tecnologia. Porque sua mente não para de pensar. Você dá combustível pra sua mente, o que acontece? Você começa a ter muitas ideias. E é bom, mas ao mesmo tempo nocivo. Porque é muito fácil, mais fácil ainda de se perder. Porque agora realmente você consegue fazer em algumas horas. Mas você tem essa coisa de reiterar, enfim, e daí as horas passam e tal. Então eu acho que é uma coisa ainda para ser descoberta, mas acho que a gente vai ter infelizmente uma alta probabilidade de pessoas terem ainda mais problemas de depressão, de fomo, de ansiedade. Então, acho que a parte de você aprender a cuidar disso, fazer yoga, correr 60 km, fazer alguma coisa pra quebrar isso é muito importante de verdade, porque eu acho que dá pra você ficar louco rápido e bem fácil.

SPEAKER_01 1:04:41

É porque eu vi vocês falando, e até o meu dia a dia, né? Então eu vi. Não sei, lembro se foi um vídeo no YouTube, alguma besteirinha ali no Instagram, não sei se até se eu provavelmente tenha te mandado, não sei. Mas que eu lembro que os caras no psicólogo, o que é, mas ele comentando sobre isso, né? Tipo, ah, legal, a gente veio aqui, né? Tá otimizando nosso dia a dia, pá, vou usar essas horas aqui pra outras coisas. Aí no vídeo ele vem e corta. Não, tu vai fazer mais agora, né? Então você tem que entregar mais e mais, e cada vez mais, e até onde isso é saudável, será? Até onde isso é viável, né? E é surreal, assim, acho que a cabeça realmente fica.

SPEAKER_00 1:05:19

Eu sou suspeito pra falar, porque se sobra tempo eu pego mais projeto, né? Pra quem não sabe, eu sou I engenharia, sou consultor em ciência de dados, não tem. Enfim, eu pego. Então sobrou tempo, eu tô pegando mais projeto pra fazer, eu não tenho muito. E ela só serve pra isso, meu cara.

SPEAKER_01 1:05:36

Messi 500 projetos. Não deem mole, Rafael. Tá roubando os projetos todo mundo.

SPEAKER_02 1:05:41

Não descansa, não.

SPEAKER_01 1:05:44

Ai, cara. E Lula, saindo um pouquinho agora do Cloud, Cloud Code. A gente, né? Pensando aí na comunidade e tudo mais, a gente falando sobre a formação, né, que tem pra vir aí. Gente, a gente, né? A gente é muita gente, mas você que forma aí. Muitas pessoas, né? Como é que você para pra pensar no futuro? Pra pensar nos treinamentos? E como é que você chegou nessa parte da formação, né? Porque a gente já tem formação de Spark, tem curso sobre tudo ali dentro. Então eu queria entender melhor um pouco do raciocínio ali por trás, sabe? Como é que você desenhou? Por quê? Eu sei que ensinar as pessoas é muito prazeroso, mas queria entrar um pouco aí na sua mente.

SPEAKER_03 1:06:28

Na minha mente. Nunca ninguém me fez essa pergunta, né? Dos bastidores, but I acredito que for me faz mais sentido ensinar o que é commodity. I think technologia virou commodity in relation to how you consegue appreciation, tá tudo disponível fora. But one of the things that I pens is, for example, I told a formation of Spark, the motive to have this is because it was a gap. Tinha muito engenheiro of dados formado e eu escutei isso de muitas empresas grandes, pequenas in Brazil, muitas. I'm depressas grandes como o iFood, Nubank, people trabalhavam lá andar, cara, I uso Spark no meu dia a dia. Quer dizer, eu uso Data Bricks no meu dia a dia, mas eu não entendo como funciona completamente. E aí eu tinha gerentes que falavam, cara, a gente precisa treinar a galera porque a galera tá usando o Data Bricks, mas quando você pergunta certas coisas pra eles, eles não entendem. Então tinha um gap fundamental ali dentro. Então, a formação de Spark é um sucesso nosso, né? Temos mais de 1.100 pessoas hoje na nossa formação, não foi por causa da tecnologia, foi por causa do gap fundamental que não tinha. E quando você ensina o fundamento pra essa pessoa, ela passa o primeiro, o segundo, o terceiro módulo ali, você tem gente que já trocou de emprego, você já tem gente que, cara, tem um pensamento completamente diferente. Então, o meu pensamento mental é sempre assim, cara, o que pode ser ensinado que simplesmente não vai ser igual a qualquer outro local? Esse sempre foi o diferencial da engenharia de dados academia, é pensar à frente. É ver o que tá lá na frente e trazer pra cá. Então, pô, eu trabalho há 12 anos fora do país. Então, eu tenho que usar isso como uma vantagem competitiva. Qual é a vantagem competitiva? Cara, eu vou pra pelo menos três, quatro eventos todo ano. Eu trabalho com gente que, cara, eu me sinto mais burro da sala, até hoje. Eu tenho contatos com as pessoas das maiores empresas do planeta. Então, como que eu uso isso? Eu uso isso muito mais como questionamento, um entendimento que está acontecendo, quais são as mudanças do mercado, e cada vez mais entendendo isso. Então, o que eu entendi que seria o nosso próximo passo, cara? Ensinar a galera a não utilizar tecnologia, mas utilizar alguma coisa em cima disso, um sistema neural, de como você vai aprender a guiar a tecnologia em cima dos fundamentos. Então, a formação de Eider Engineer que a gente está lançando é justamente trazer esse modelo mental. Lembra que a gente vem falando aqui do podcast de mentalidade, depois de fundamento, e depois a gente fala de aplicabilidade, de experimentação, e depois de realmente utilizar isso? Então, esses são os conceitos mentais. Então, quando eu tô pensando em construir algo desse tipo, eu sempre penso, cara, como que as pessoas aprendem hoje? Porque se fosse pra falar como que as pessoas aprendem antigamente, o curso seria completamente diferente. Mas como que as pessoas aprendem hoje? Quais são as melhores formas de ensinar essas pessoas? E como que a gente consegue fazer de uma forma com que a pessoa tenha um resultado rápido? Mas ao mesmo tempo, entendendo que se você vai muito rápido, sem direção, você não vai em nenhum lugar. Então tem uma coisa que eu gosto muito de falar, que é a diferença de velocidade, de speed and velocity. Então, um você vai só rápido, o outro você vai com direção. Velocidade você vai com direção. Então, qual é a grande sacada aqui? É mostrar pras pessoas como que você pode entregar de forma consciente e mudar seu mindset pra estar apto pro que tá trazendo. E assim, se você tá escutando ou vendo esse podcast, e você primeiro acredita que você tá numa bolha de ar que ela vai explodir, você tá enganado, infelizmente. Segundo, se você acha que IA faz um bocado de coisas e no final não entrega nada, você tá errado também. Isso é mentira. E se você acredita que você tem que atacar os seus problemas da mesma forma que você atacava antigamente, você também tá errado. Então você precisa reprogramar o seu cérebro. Por exemplo, a mesma coisa quando você vai aprender inglês. Se você for atacar, aprender inglês da forma como a sua mente pensa, você vai demorar muito tempo. Você vai traduzir. Não, você tem que aprender de. Então, primeiro, você tem que entender o modo operacional de como isso faz. Então, acho que o meu processo de construção é sempre pensando o que está acontecendo lá fora, como que as pessoas podem se adaptar no Brasil e construir algo que elas possam utilizar e ter resultado rápido. Tanto é que, por exemplo, nossa maior base de compradores, 80% dos nossos compradores, são alunos recorrentes. Porque a gente entrega resultado. Um aluno nunca seria recorrente se a gente não entregasse resultado. Essa é a realidade. Eu lembro que a minha esposa falou isso, eu parei para pensar, eu falei, cara, é verdade. Para que uma pessoa vai continuar comprando de você se ela não tem resultado? E de fato tem. Claro que a gente gostaria que fosse melhor, tem vários problemas, assim como qualquer empresa, qualquer lugar tem. Mas a grande questão é: a ideia é como que você consegue sair do momento em que você está a entender como utilizar IA, não como uma tecnologia, mas como um fio condutor para poder, cara, refatorar tudo que você faz. Então, acho que esse é o processo mental.

SPEAKER_01 1:11:37

E até tenho memórias aqui de outros podcasts, né? Que a gente, quando eu te perguntei do. Agora até eu fugiu. Do gear? Do gear. E aí eu sei que agora a gente trouxe aí o ADC, que eu acho que é até mais fácil, né? Sim. Que é o de aprender, dominar e construir. Isso. Beleza. Aê! Aê! Saiu. Aprender a dominar e construir. Isso, sim. Então acho que é um pouco da premissa que você trouxe, né? Que é literalmente, pô, vamos aprender os fundamentos, né? Vamos pegar a base, né? O pilar ali, consolidar isso daí. Depois a gente domina isso daí, né? Acho que até dentro da formação a gente trouxe workshops, né? Essa parte de entendimentos e tudo mais, construção de coisas, né? E não construção, né? Dominar essas coisas com os workshops e depois construir um produto, né? Entendeu? É isso. Literalmente entender que não é só o Cloud Code, é o fundamento para poder usar no cursor, num codex, no Open Cloud, independente do seu tipo de projeto. Então, acho que. Você explicou melhor do que eu. É exatamente isso.

SPEAKER_00 1:12:49

Na verdade, ele é mais do que o fundamento. A ideia da concepção da formação, até pela parte de fundamentos ela ser um pouco mais curta, é o entendimento que hoje você não precisa mais. Como antigamente você precisava, por exemplo, quando você estudar SQL e ia estudar uma coisa avançada, internos, por exemplo, que você tinha que saber como é que uma página de dados era alocada e como era feito um page split. Nessa época você precisava realmente de um contexto muito intenso para conseguir resolver problemas, porque na hora que você ia num cliente ou no seu próprio trabalho, você tinha que ter esse conhecimento dentro da cabeça para conseguir resolver isso. E isso era um pedacinho de um escopo, de um problema maior. Hoje não. Hoje, se você pega e aprende alguma coisa ali em 15, 30 minutos e sabe que isso existe, então, uma coisa que nós estávamos conversando, cara, memória, memória de agente. Existem vários tipos de memória, existem vários tipos de reg. Se você sabe que isso existe e você tem a concepção na sua cabeça do que é, quando você vai receber um problema, você consegue fazer o elo entre isso, resolve isso, e aí o agente, um cloud code, um codex, ele consegue te ajudar a resolver. Então a forma que a educação está sendo exposta agora, ela é diferente, ela é mais rápida, ela é mais ágil, porque agora você tem utensílios que te potencializam isso. Você não precisa mais ir a fundo dentro do interno, você só tem que saber que aquilo existe.

SPEAKER_03 1:14:12

E se você tocar pra ele, ainda fica mais lindo, né? Você fala, cara, eu entendo os regs. Eu não sei, talvez não tenha profundidade. Cara, baseado nesse caso de uso que vai fazer isso aqui, isso aqui, qual reg seria melhor? Você tá dando já todas as kills, todas as informações pra ele falar pra você, pô, legal. Você fala, pô, legal, mas e esse aqui? Pô, esse aqui é mais caro, enfim. Então você consegue aprender hoje de uma forma como antigamente você não conseguiria.

SPEAKER_01 1:14:37

Muito bom, Rafa. Muito bom. Muito massa. E acho que dentro da formação a gente também tem uns níveis, né? Você consegue explicar pra gente? Você diz níveis em relação ao quê? A profundidade. Desde o início até o final, assim. O que você pensou na hora de.

SPEAKER_04 1:14:51

A gente falou da ADC e formas de aprender. Como que eu pensei nisso? Do início até o final.

SPEAKER_03 1:14:55

Na verdade, o Rafa teve uma sacada muito legal, e o Rafa tá comigo nesse processo, até porque não poderia ser diferente. É o primeiro Aider Engineer que eu conheço, que trabalha com projetos que, infelizmente, a gente não pode falar aqui, mas são projetos que, quando ele me mostra, ainda acha que é magia negra. Mas enfim. A gente falava muito da camada de fundamentos, quando a gente acha que isso é isso é parte do seu ser. Você tem que ter o fundamento. Eu não conheço, e aí eu não sei se vocês, eu não conheço ninguém que eu falo, cara, esse cara é fora da curva, essa pessoa é fora da curva. Se ela não tiver um fundamento absurdo, sabe? A pessoa consegue navegar muito fácil. Então, a gente pensou nisso. Mas eu, Rafa, um dia me criticando, o Rafa tem uma cabeça muito crítica, muito legal isso. Fala, Lu, mas a gente tá ensinando a mentalidade pra eles? A gente tá ensinando os fundamentos, mas e a mentalidade? Opa, não, calma aí. Precisa de um estágio zero. E estágio zero é o que a gente tá criando, o que a gente chama do manifesto do AI Native Engineer. É como que você coloca a sua mente, quais são os componentes que você tem que olhar, como você tem que pensar. Eu vou deixar o Rafa falar um pouquinho mais sobre isso, porque ele teve essa ideia. Depois a gente vem para os fundamentos que vão trazer fundamentos mais rápidos, mais sólidos, com já demonstrações pra você ver como que você utiliza, ou tem uma visão disso, um exemplo. A gente vai entender, a gente vai explicar o que é um tokenizer, por exemplo. Mas ali no vídeo de fundamentos, você já vai entender, cara, ali na prática abrindo, entender como ele traduz as palavras pra um token, como ele dá peso em cima disso. E como que o algoritmo da atenção é importante. Você fala, cara, por que eu preciso ir aprender isso? Isso é uma estrutura que, quando você aprende isso, navegar no prompt se torna ridiculamente engraçado. É engraçado navegar no prompt, porque você sabe exatamente o que o mecanismo de atenção tende a olhar. Cara, então isso vira um processo mental de escrita. É escrita, é sinistro. Depois a gente vai para o que você falou: de, cara, aprender isso, dominar nos workshops, onde a gente aprende, cara, coisas específicas. Pô, tive o reg lá. Cara, mas como que você faz um reg agora? Quais são as tecnologias que você utiliza? Como você faz? Quais são os tipos que tem? E aí você navega dentro dos conceitos e pilares mais importantes do conceito de como você constrói soluções nativas. E no final você entra num estágio mais complexo, que é legal, aprendi componentes pedaços, tá? Agora você vai construir uma solução fim a fim, que utiliza diferentes cenários, que pega desde a coleta de dados, a criação, a estruturação, entrega e tal. E você vai ter processos e ferramentas e frameworks para te guiar em cima disso. E como última camada, realmente uma comunidade que vai estar lá sempre trocando e entregando novidades e assim por diante. Então, eu pensei exatamente nesses níveis aqui. Mas eu queria que o Rafa falasse um pouquinho da mentalidade.

SPEAKER_00 1:17:37

A mentalidade vem. O que acontece? Quando você começa a desenvolver sistemas, nós já comentamos aqui, qualquer pessoa hoje consegue chegar e colocar num Cloud Code e falar, cara, eu quero um agente aqui para criar um SDR, um sistema de vendas num WhatsApp. Isso não é uma dificuldade muito grande. E acontece, né? Eu tava vendo um podcast, não sei se foi do Data Hackers, que o pessoal estava falando que hoje em dia todo mundo que usa Cloud Code se intitula EI Engineer. E isso não é bem verdade, né? Quando você começa a fazer realmente entregas em produção, e isso foi um curso que eu vi há muito tempo atrás, até um curso muito caro que eu tinha comentado com o Luck, e eles falavam que eles paravam durante muito tempo, durante a formação, o início dela era a sua mentalidade, porque você tem que tirar o jeito que nós desenvolvemos e entregamos hoje para o que é uma entrega com IA. E ela é realmente muito diferente e ela é muito mais difícil. Antigamente, se você fazia um código, você criava um unity test e você rodava ele, cara, ele era determinístico, ele ia te entregar o que você estava pedindo, ou ele não ia te entregar, e você tinha um problema. Agente não funciona desse jeito. Sistemas de produção, agênticos, eles são completamente diferentes. Você trabalha com percentuais. Aquele agente te responde 67% precisamente. Isso é adequado para o seu negócio ou não? E isso é muito complicado, porque isso pode quebrar uma empresa. Imagina, você cria um sistema de venda, um agente de venda, que por um acaso você chega e coloca no pronto falando, olha, a partir de agora eu estou fazendo uma campanha e todos os meus produtos têm 10% de desconto. E por algum motivo ele alucina e em vez de dar 10% de desconto, ele entende que todos os produtos vão ser vendidos a 10%. E você vende. Cara, você pode ter processo em cima disso, que já entra no jurídico. Você pode ter uma quantidade de vendas muito maior que já entra em logística. Então, assim, você começa a afetar outras áreas, então a entrega produtiva desses agentes é completamente diferente. E é aí que o mindset muda. Porque você tem que entender que o seu desenvolvimento é completamente diferente, a sua entrega é completamente diferente. E o seu desenvolvimento é completamente diferente. Você começa fazendo testes e evolvos em agentes no início do projeto. De observabilidade. Em observabilidade. Isso é premissa básica. E uma coisa que muita gente, eu converso com muita gente que está trabalhando e está tentando entregar, e, cara, assim, é comum eles falarem, inclusive na própria empresa que eu trabalho. Eles me chamam para resolver um problema e timeout ou latência de alguma coisa, e eu falo, tá, como é que você está observando o sistema? Não, a gente não tem. Ah, tá, mas como é que você está dando timeout, o que está acontecendo? Cara, eu não sei. E isso pode ser estouro de token por quantidade de tokens por minuto que você tem. Isso acontece. Pode ser latência de agente, porque os agentes demoram muito. O cliente, normalmente, não quer que o agente fique parado muito tempo pensando, porque isso aí dá churn. Então, assim, a gente tem que pensar nisso. E coisas assim que a gente nunca pensou. A gente fala na área de dados, mas para quem trabalha com dados há muito tempo, sabe que isso não é realidade. Governança. Governance é muito crítica. Imagina, por exemplo, que você. Sua base de conhecimento é uma wiki, por exemplo, que alguém falou e deletou um documento. E você indexa sem ele. O que o agente vai fazer? Ele não vai falar eu não sei. Ele vai falar para você o que ele acha que ele tem que ser, porque ele foi treinado para trabalhar dessa forma. O agente sempre vai te dar uma solução. Ele é treinado para trabalhar dessa forma. É aí que o contexto se torna importante, é aí que a engenharia de dados por trás se torna importante. E aí essa mentalidade que qualquer pessoa que queira entrar nessa área tem que ter. Você dar ground, você dar controle para o agente é a parte importante do processo.

SPEAKER_03 1:21:25

Ou seja, adicionando, você consegue ter vários profissionais que experimentam, que fazem experimentação e conseguem projetos. Mas levar disso aqui para a produção, aí você vai precisar saber arquitetura, fundamento, melhores práticas. Então, o treinamento faz tudo isso. Vai te trazer o componente de você sair de um vibe coding, de uma experimentação que possivelmente deu certo ali nesse cenário que você está pensando, e te mostrar que para você levar daqui até aqui, é um caminho que você precisa percorrer com as melhores práticas, pensando de uma forma diferente, se comportando de uma forma diferente, trabalhando com coisas do dia zero. Por exemplo, dia zero, arquitetura dia zero, padrões dia zero, observabilidade dia zero, evalia zero. Se você não tiver isso no dia zero, você vai jogar, é throw away, você joga tudo que você chegou ali no meio, você joga tudo fora e volta de novo. Porque você vai começar a ter super alucinações em cima do meio do projeto.

SPEAKER_00 1:22:19

E é por isso que eles falam isso e tá na internet pra todo lado, né? Que 90% dos projetos de IA eles falham. E é exatamente aí que eles falham. Não é a parte técnica. Uma coisa, o Luan falou praticamente tudo, mas uma coisa que a gente já comentou aqui que faz muita parte do processo é tradução. O que você está vendendo, o jurídico concorda? A logística aguenta, o produto, o estoque está preparado para atender? Porque você está trocando 50 pessoas que estão na frente de vendas por um agente que consegue receber muito mais pessoas?

SPEAKER_03 1:22:54

É, e você passa a ter lições que são impagáveis. Por exemplo, lições que o Rafa já passou e que eu já passei. Inclusive, vocês só vão saber quem tiver dentro da formação. Por exemplo, você acha que você coloca tudo dentro de um vector database? Será que quando você está trabalhando com um dado exato e esse dado fica dentro do vector? Será que o que ele falou de 10% ou 100% pode ser alucinado porque está dentro do vector? E se você não tivesse dentro do vector? E se você tivesse uma base semântica anda a ledger, que é uma base exata, é assim que sistemas in production. Funciona and você vai ter que acessar a formation para entender.

SPEAKER_01 1:23:28

É isso. A gente tem aqui 70 hours of formation, 10 projects, deploys in production, agents personalized no meio do caminhop, e por aí vai. But I think the perfect principle Pra quem não é a formação. Pra quem não is a formation.

SPEAKER_03 1:23:56

Usa. Você usa pra mim a. Use ela. O momento que a gente tá, por favor, use.

SPEAKER_00 1:24:05

A do ônibus, né?

SPEAKER_03 1:24:05

É, usa o ônibus aqui, por favor, a gente tá no final, vale a pena.

SPEAKER_00 1:24:09

Nós estávamos brincando hoje e uma coisa que eu falei até na brincadeira foi que IA é uma coisa que vai ser assim. É aquele cara que perde o ônibus e quando chega no clube, pega a piscina toda mijada, né? Ele tem a oportunidade de usar, mas todo mundo vai usar, cara. Minha esposa é advogada e ela usa IA. Eu conheço pessoas que são da área de design, de marketing. Todo mundo que já entendeu isso, ele vai fazer parte da vida, assim como o computador faz parte, como o celular faz parte. Eu não vejo um mundo em que isso não vai acontecer. Então eu acho que são pra todos. É igual nós falamos. É uma formação um pouco mais técnica pra quem tá interessado, porque eu acho que fui um aluno que perguntou isso, nos perguntou isso em um podcast, falando o seguinte: tá, mas o que eu preciso pra ser um. me identificar como um AI day engineer, ou um AI Engineer pra uma vaga. Cara, no meu caso, não foi certificação, não foi nada, foi conhecimento, conhecimento fundamental e portfólio. Na época eu já tinha projetos implementados, eu tinha projetos com o Luan na Uanway, eu já tinha projetos implementados nos meus outros empregos, então assim, é o portfólio. Se você passa por todo esse projeto e no final você entrega e coloca no seu GitHub falando que você entende o que é um Lema Index, como é que ele se conecta num pattern de agents, como é que a observabilidade funciona em cima disso, dá pra você entender que você. dá pra pessoa ver que você conhece o ecossistema inteiro. E isso te habilita a fazer entrevistas muito profundas em relação a vagas de A, que falam de REG, de observabilidade, de entregas, de custo.

SPEAKER_03 1:25:53

E teve uma pergunta muito legal que o cara falou, cara, mas eu sou gestor de projeto, eu sou. Eu trabalho mais na frente da coleta de dados. Isso é que serve, essa formação serve pra mim? E eu falei pra ele, cara, imagina que tem o espectrum daqui, que você trabalha muito com a coleta e entendimento com o cliente, e o outro espectrum do cara que tá dentro do bueiro, escrevendo, que não fala com ninguém. Eventualmente, todo mundo precisa entender isso aqui. E qual o comum? Cara, conceito de fundamento ideal, o que é um IVAL, o que é um algoritmo de obtenção, o que é observabilidade, o que é um token, quais são as ferramentas que você utiliza pra criar um reg? O que é um reg? Cara, isso é um conhecimento que, se você tiver, você toca qualquer projeto. Real. E se você tiver a metodologia e o processo pra fazer, você toca. Porque, de novo, é um mindset correto com toda essa densidade de conteúdo pra você conseguir aplicar. E daí você vai ter entendimento.

SPEAKER_01 1:26:49

Entendeu?

SPEAKER_03 1:26:49

Essa é a questão.

SPEAKER_01 1:26:50

Sim. Eu ia fazer uma pergunta, mas agora eu vou dar uma opinion, né? Perdão. Que é. Eu já comprei, né? Quero fazer part. Justamente pela question of overwhelming, caraca, pra onde eu estou indo, que eu tenho que fazer. I'm just a direction of quems are important. I pergunt what those were a formation, but I'm just going to be professors and pass, always a response that I'll be. But I will say just for this. E pra encerrar, eu vou deixar aqui. Acho que é um pensamento final, né? De que o native AI dat engineer, AI dated, ou AI engineer, do jeito que a gente quiser chamar, ele já tá aí. Ele já existe. Ele aparece de baixo pra cima. Já tá entrando no mercado e diversas empresas a gente já vê isso. E o mercado vai colocar o nome que quiser e na hora que ele tiver fim. Mas não dá mais pra ignorar. A gente não consegue deixar isso de lado. Se você é engenhario de dados, software, independente do seu cargo, isso tá chegando e cada vez com mais força. Então, acho que a gente realmente tem que. Como é que eu posso colocar? Trazer essa parte futura aí, né? Da onde nada. Tentar realmente prever e colocar a gente à frente do nosso tempo. Então, vou agradecer a vocês dois aqui pela honestidade de sempre. Acho que a gente prega muito isso, eu gosto muito. Deixa o papo até mais leve. Pras pessoas também que estão assistindo. Sai um pouco da bolha do ai meu Deus, né? O que eu é que eu tenho que fazer? E acaba um pouco com o desespero também nas pessoas. E pra quem escutou a gente aí, muito obrigado. Foi mais um episódio, vou sair daqui totalmente pensativo aqui. E pra quem é da comunidade, bom, vamos trazer conversa aí pro Discord, WhatsApp, trago indagações, conversas e contrapontos. E é isso, gente. Muito obrigado. Tamo junto. Obrigado. E é isso. Foi top.

SPEAKER_05 1:29:14

Valeu, até mais.