01
A trajetória de SRE mais improvável que você vai ler este ano
Medicina de emergência e engenharia de confiabilidade são o mesmo trabalho com pacientes diferentes. Não aprendi resposta a incidentes no livro de SRE do Google — vivi isso por 20 anos e só depois descobri que tinha um nome.
Centro cirúrgico de emergência · 2005–2020
Monitoramento de sinais vitais — FC, SpO₂, pressão, desvio da linha de base
Diagnóstico sem o paciente falar — informação incompleta, inferência rápida
POPs cirúrgicos — sem improviso sob pressão
Triagem — crítico vs. estável, alocação de recursos em segundos
Revisão de óbito sem culpa — o que falhou no sistema, não quem falhou
Sistemas em produção · 2021–hoje
Observabilidade — baselines Prometheus, burn-rate alerts, detecção de drift
Debug de incidentes ao vivo — logs parciais, RCA rápido
Runbooks — executáveis, testados, versionados
Priorização de alertas — P0 vs. ruído, políticas de escalonamento
Post-mortems sem culpa — RCA, action items, memória de padrões
03
Zenthrus AIOps — a plataforma que construí e na qual apostei meu negócio
A maioria dos engenheiros usa Datadog. Eu construí a plataforma de loop fechado em que meus próprios produtos rodam: detecção, diagnóstico, remediação aprovada por humano, verificação e aprendizado — com modelos locais por padrão: telemetria, métricas e diagnóstico ficam na rede; quando um modelo externo é necessário, a chamada passa por uma porta única, auditada, e sem dado identificável de cliente.
# O loop fecha em menos de 5 minutos
Alerta disparado → Aurien diagnostica (RAG + raciocínio estruturado, com evidência citada)
→ Humano aprova (web / Slack Block Kit + HMAC / WhatsApp)
→ SSH executa runbook (allowlist de 35+ comandos, tudo auditado)
→ Health check verifica → Alerta resolvido
→ Thompson Sampling atualiza reputação do agente (reward 4D)
→ EpisodicMemory armazena o padrão → próximo incidente resolve mais rápido
DetecçãoPreditiva, não reativa
Prophet com detecção de concept drift multi-sinal (MAPE + KS Test + Page-Hinkley). Burn rates multi-janela do livro de SRE do Google. Guardas determinísticas onde LLMs não pertencem — regra arquitetural absoluta.
OfensivaRed team War Mode
Container Kali autônomo (gVisor, cap-drop ALL, egress lockdown, TTL 300s) com 17 ferramentas ofensivas em loop OODA, auto-mapeado ao MITRE ATT&CK. Safety kernel fail-closed com 7 checagens.
ResiliênciaChaos engineering nativo
SRE Duel: red team injeta 15+ tipos de falha, blue-team IA precisa detectar em SLA de 30s. Gaps de detecção realimentam prioridades de scan — a defesa evolui.
SegurançaDigital Twin shadow testing
Cada ação proposta pela IA é simulada num gêmeo digital antes de tocar produção. Um Safety Confidence Score libera a execução. 21 camadas de segurança, 1.471 testes dedicados.
SoberaniaIA local-first, air-gap capable
Modelos servidos via Ollama com memória pgvector e re-ranking cross-encoder. Nenhum log, métrica ou prompt sai da rede — requisito que arquitetei, não um flag de feature.
SistemasAgente eBPF em Rust
Coleta kernel-level (19 métricas) via agente Rust/Aya — mais SSH, Prometheus remote_write e API ingest. Isolamento multi-tenant via FK + PostgreSQL RLS + embeddings com tenant salt.
Conhecer a plataforma →