Paraíba, Brasil · Desenvolvedor Full Stack
Olá, eu sou Mateus Andrade
Desenvolvedor Full Stack e AI Engineer
Trabalho com TypeScript de ponta a ponta, do React ao Node.js e PostgreSQL. Hoje construo plataformas de atendimento com IA, da fila que recebe a mensagem até a resposta que o cliente lê.
$ whoami mateus andrade $ cat stack.txt typescript · node.js · react postgresql + pgvector · redis bullmq · openai · docker $ cat foco.txt rag · grounding · fallback orquestração de mensagens saas multi-tenant $
- < 4 s tempo de resposta do Sync AI Como funciona
- 24 hatendimento no ar, com fallback entre modelos
- 4plataformas que gerenciei de ponta a ponta
- 13projetos pessoais no GitHub
01 · sobre
Da operação ao código
Comecei na área de operações, e foi lá que escrevi minhas primeiras ferramentas: um sistema de acompanhamento de demandas usado por todos os turnos e automações em JavaScript para os fluxos de atendimento. Isso me levou ao desenvolvimento.
Como Desenvolvedor Full Stack, gerenciei a engenharia de ponta a ponta de quatro plataformas. A principal foi uma plataforma de atendimento com IA multi-tenant e multimarca. Sou cofundador da Sync CX, onde construímos o Sync AI, nossa IA de atendimento.
No dia a dia, faço orquestração de webhooks com filas em BullMQ e integro LLMs ao atendimento, com pipelines de RAG sobre pgvector, memória persistente e verificação de grounding. Escrevo a especificação e o teste antes do código (Spec-Driven Development, BDD e TDD).
02 · experiência
Onde tenho trabalhado
-
Desenvolvedor Full Stack BPX Group
- Desenvolvi o orquestrador de mensagens do BPX Connect, com filas em BullMQ e Redis que absorvem picos de volume sem perder mensagens.
- Implementei o Sync AI no BPX Connect, com RAG sobre pgvector, memória persistente, verificação de grounding e fallback para um modelo reserva.
- Construí a classificação de tópicos sensíveis de Jogo Responsável, com regras e classificação semântica por LLM, que passa a conversa para um atendente humano quando identifica sinais de risco.
- Fiz o pipeline de ingestão da base de conhecimento (embeddings, deduplicação e sincronização diária) e o Flow Builder visual que a operação usa para editar os fluxos.
- Criei o webchat multimarca: um único código gera o widget de cada marca, com roteamento por marca no TaskRouter.
- Desenvolvi o BPX Safe, com trilha de auditoria completa, que substituiu um controle em planilha, e o VIBEBPX, rede social corporativa com feed, chat e reconhecimento entre colegas por pontos.
-
Cofundador Sync CX
- Implementei bots e automações em Zendesk, Intercom e Chatwoot, com fluxos em n8n e integrações de IA.
- Desenvolvi soluções de RAG para respostas ancoradas em base de conhecimento e participo do desenvolvimento do Sync AI.
- Configurei e mantenho a infraestrutura em Linux com Docker, CI/CD e observabilidade com Prometheus e Grafana.
-
Suporte Técnico e Automação de IA LinkLei
- Participei do desenvolvimento de um agente de IA para triagem de chamados, que passou a absorver boa parte do volume inicial sem intervenção humana.
- Participei da migração do Chatwoot para o Intercom e desenhei workflows automatizados que reduziram o tempo médio de resposta.
-
Operações e qualidade Ana Gaming · BPX Group · AeC
- Escrevi automações em JavaScript para fluxos de atendimento e montei dashboards de KPIs no Power BI.
- Criei uma ferramenta de acompanhamento de demandas usada por todos os turnos da operação.
03 · sync ai
Sync AI, a IA de atendimento
O Sync AI é a IA de atendimento que desenvolvemos na Sync CX. Ela responde os clientes a partir da base de conhecimento de cada empresa e passa a conversa para uma pessoa quando é preciso.
Implementei o Sync AI numa plataforma de atendimento multimarca, onde ele atendia 24 horas por dia.
- < 4 s
- por resposta
- 24 h
- no ar, com modelo reserva
o caminho de uma mensagem
-
Fila
A mensagem entra pelo orquestrador, com filas em BullMQ e Redis que absorvem picos de volume sem perder nada.
-
Triagem
Regras e classificação semântica com LLM detectam tópicos sensíveis. Se aparece sinal de risco, a conversa vai para um atendente humano.
-
Busca
O RAG busca no pgvector os trechos da base de conhecimento que respondem à pergunta. A base é ingerida com embeddings, deduplicação e sincronização diária.
-
Resposta
O modelo escreve a resposta com esse contexto e com a memória persistente da conversa.
-
Grounding
A resposta é conferida contra a base de conhecimento, para a IA não inventar informação.
-
Fallback
Se o modelo principal falha, um modelo reserva assume e o atendimento continua no ar.
04 · projetos
Projetos
Profissionais
Sistemas que desenvolvi em produção. O código e a documentação são privados.
Pessoais
Open source, feitos fora do trabalho. O código de todos está no GitHub.
05 · habilidades
Com o que eu trabalho
Back-end e dados
Front-end
Arquitetura
Infra
Ferramentas e métodos
06 · contato
Vamos conversar
Tem uma vaga ou um projeto em mente? Me chame por e-mail, WhatsApp ou LinkedIn.
- E-mail agentmateusandrade@gmail.com
- Telefone +55 (83) 99177-3502
- LinkedIn linkedin.com/in/mateusands
- GitHub github.com/mateusands