A DeepCode combina arquitetura de software, engenharia de dados industriais e IA generativa para saúde e indústria farmacêutica. Trabalhe diretamente com Rodrigo Manso, profissional de software desde 2001 com experiência em consultoria internacional.
$ deepcode deploy --target production ✓
Quatro áreas de atuação, um padrão: arquitetura sólida primeiro, IA aplicada depois. Nada entra no seu sistema sem um caminho claro até a produção.
LLMs, RAG e agentes integrados aos seus sistemas e dados — com avaliação, mecanismos de proteção e custos sob controle. Do piloto ao produto.
Projeto e evolução de arquiteturas de microsserviços: mensageria, eventos, APIs e nuvem. Sistemas que crescem sem se tornarem reféns do próprio código.
Pipelines, modelagem e entrega de dados preparados para IA. Porque nenhum modelo é melhor do que os dados que o alimentam.
Engenharia sênior para construir o que o mercado não oferece pronto — .NET/C#, Python e Node.js, em projetos de saúde, governo e clientes internacionais.
Parcerias de longo prazo, com acompanhamento após a entrega. O ciclo é sempre o mesmo:
Mapeamos a arquitetura, os dados e o problema real do negócio — antes de falar em modelos. Às vezes, a resposta certa nem envolve IA.
Definimos a arquitetura, os contratos, a avaliação e os custos do que será construído. O piloto já nasce com o caminho até a produção traçado.
Construímos, colocamos em produção e seguimos juntos: monitoramento, avaliação contínua e evolução ao lado da sua equipe.
A DeepCode foi fundada por Rodrigo Manso, arquiteto de soluções com 25 anos de experiência em sistemas de missão crítica — de plataformas de administração pública usadas por grandes cidades brasileiras (Curitiba, São Paulo, Fortaleza) a sistemas de saúde e projetos internacionais de IA.
Da pesquisa em aprendizado de máquina e engenharia de dados industriais aos pipelines de recuperação de informações, agentes e desenvolvimento de software assistido por IA.
Pesquisa, entregas em produção e experimentos independentes se complementam. Várias frentes dessa trajetória continuam em paralelo.
No ICI, liderei pesquisas e protótipos em aprendizado de máquina, visão computacional, IoT, chatbots e agentes de software para cidades inteligentes e administração pública. Minha formação envolveu algoritmos, preparação de dados, treinamento de modelos, ferramentas e pipelines.
A equipe de inovação que liderei conquistou o primeiro lugar no Sebrae Analytics Hackathon.
Como arquiteto de software, ajudei a transformar uma plataforma monolítica de integração de dados industriais em leitores, formatadores, gravadores e agendadores desacoplados. Mensageria, máquinas de estado, processamento em blocos e paralelismo limitado permitiram extrações de terabytes em produção em servidores com 16 GB de RAM.
Em janeiro de 2025, iniciei minha primeira implementação de aplicação gerada por IA: uma plataforma de telemedicina para um cliente. Conduzo a arquitetura, a revisão e a validação, incluindo chamadas WebRTC, sinalização WebSocket, Coturn STUN/TURN, papéis dos participantes, compartilhamento de arquivos e controles administrativos. A implantação e a validação em redes restritivas estão em andamento.
Construí um pipeline RAG específico para um cliente, abrangendo seis módulos de uma plataforma de software consolidada. Artefatos de banco de dados, análise de código, conteúdo do Moodle e metadados de negócio fornecem contexto sobre funcionalidades e relacionamentos. O Chroma armazena o índice de recuperação; o Qwen 2.5 Coder é executado via Ollama. A base de conhecimento é atualizada semanalmente, sem ajuste fino do modelo.
Projeto a arquitetura e desenvolvo um produto de geração de código assistida por IA usando Claude Code em modo headless, integração com GitHub/Azure DevOps e pull requests revisados por humanos. Um servidor MCP disponibiliza conhecimento do projeto e ferramentas de itens de trabalho. Em um piloto com cliente, quatro alterações assistidas por IA foram validadas e implantadas em produção.
Meus projetos independentes ampliam esse trabalho com experimentos reproduzíveis de dados e IA. O Data Intelligence inclui treinamento de regressão logística com divisões cronológicas. O Motorsport Engineering Lab combina um pipeline de dados históricos em Python e um historiador de telemetria em Rust; a integração com simuladores e os experimentos de voltas assistidos por IA continuam como marcos futuros.
Conheça o ERPrint, nossa plataforma modular para gráficas, e o Javisei, nossa plataforma de atendimento. Dois produtos pensados para a operação do dia a dia.
Um laboratório de engenharia com oito componentes, conectando dados históricos públicos e telemetria de jogos. Estão em andamento a implementação do ETL, a leitura de cabeçalhos UDP, a filtragem e o buffer na borda, além de protótipos de scripts de volta indexados por distância. O historiador Rust já possui uma v1 local; o roteiro inclui reprodução persistente, painéis comparativos e experimentos controlados com IA. A operação integrada ao vivo e os benchmarks continuam pendentes.
Um conceito de produto em fase de requisitos, que propõe uma jukebox social com videokê: separação de voz por IA, letras sincronizadas por palavra via alinhamento forçado, pontuação do canto em tempo real (afinação + ritmo), fila colaborativa por QR code e monetização B2C→B2B, com requisitos de licenciamento ainda a validar.
Conte seu contexto em duas linhas. A primeira conversa é um diagnóstico honesto — inclusive quando a resposta é "ainda não".
contato@deepcode.com.br