Uriel Campos
Backend RobustoSistemas de Alta CargaEstatística & ML Aplicados

Olá, eu sou o Uriel.

Engenheiro backend projetando sistemas que aguentam carga real.

Meu foco é concorrência, paralelismo e arquitetura de software, unindo essa base com machine learning: ler datasets, saber o que aplicar e interpretar o que as saídas realmente significam.

Sobre

Eu construo sistemas backend que aguentam carga real.

Sou desenvolvedor backend com foco em Go, construindo sistemas que precisam se comportar corretamente sob carga real, não só funcionar no caminho feliz. Isso passa por modelagem de dados consciente, garantias de concorrência corretas (sei quando usar mutex, canal, ou nenhum dos dois, deixando a garantia pro banco), e decisões de arquitetura documentadas, não só implícitas no código. Venho unindo essa base à estatística e à ciência de dados aplicada, com o objetivo de tomar decisões de arquitetura orientadas por dados, não só por intuição.

Cidadão da União Europeia (Itália), aberto a vagas remotas ou para se mudar para Holanda ou Alemanha.

Concorrência & Paralelismo
Sistemas Distribuídos
Arquitetura de Software e Soluções
Machine Learning & Estatística Aplicada

Experiência

Experiência profissional

Jan 2026, Presente

Software Developer · Pixel Breeders

Promovido de estagiário a efetivo. Entregando features full-stack em mais de 5 projetos de clientes (Python/Django, TypeScript/React, NestJS, PostgreSQL, AWS), incluindo um sistema de engajamento estilo CRM com pipeline automatizado de emails disparados por comportamento, e contribuindo em uma iniciativa de saúde digital com UNICEF e Médicos Sem Fronteiras.

Ago 2024, Jan 2026

Estagiário de Desenvolvimento de Software · Pixel Breeders

Entreguei features full-stack (React, Django) em plataformas de e-commerce sob medida, com foco em performance e escalabilidade.

Jul 2026, Presente

Desenvolvedor Full Stack Freelance · Plataforma de E-commerce

Reconstruindo a plataforma de e-commerce de um cliente do zero. Backend em Go usando goroutines e canais para processamento concorrente de pedidos, frontend em Next.js construído priorizando SEO.

Mai 2024, Jul 2024

Desenvolvedor Backend Freelance · API de Triagem de Saúde por Reconhecimento Facial

Construí uma API em Flask com um pipeline assíncrono via Celery para processar submissões de vídeo em um fluxo de reconhecimento e análise facial, entregue e adotado pela equipe médica responsável pelo projeto.

Tecnologias que eu uso

GoGinPythonTypeScriptNext.jsPostgreSQLMongoDBDockerAWSWebSocket

Projetos

Projetos que entregaram resultado

TicketQueue

Destaque

Backend de venda de ingressos em Go, construído para resolver 3 problemas reais de sistemas de alta carga: modelagem N:N, idempotência real garantida por uma constraint no banco em vez de checagem na aplicação, e concorrência, onde uma race condition simulada foi resolvida primeiro com mutex e depois com um worker pool via canal, com benchmark comparando as duas abordagens. Testado com load test de 2.000 requisições concorrentes, com observabilidade via logs estruturados.

GoGinPostgreSQLDockerTestar a APIVer repositório

Olafex

Sistema full-stack de rastreamento de produção para a indústria têxtil, permitindo que empresas gerenciem lotes de fabricação terceirizada (facções) em múltiplas etapas de produção. Backend em Go com atualizações de status em tempo real via WebSocket, além de um fluxo por QR code para as facções confirmarem a conclusão de cada etapa sem preenchimento manual. Construído sozinho, do backend ao frontend.

GoGinPostgreSQLWebSocketReactVisitar projeto

Reconstrução de E-commerce

Em desenvolvimento

Projeto freelance full-stack reconstruindo a plataforma de e-commerce de um cliente do zero, responsável pela arquitetura de backend e frontend. Backend em Go usando goroutines e canais para processamento concorrente de pedidos, frontend em Next.js construído priorizando SEO. Projeto de cliente, repositório privado.

GoNext.js

Turbofan RUL Prognostics

Em desenvolvimento

Sistema de predição de vida útil restante de turbinas aeronáuticas usando o dataset público de turbofan da NASA, combinando uma API em Go e WebSocket para servir predições em tempo real com um modelo preditivo em Python. Foco em MLOps: comparação de modelos, versionamento e monitoramento.

GoPythonWebSocket

O que eu faço

Construído para sistemas que escalam

Concorrência com Critério

Sei escolher entre mutex, canal, ou nenhum dos dois, deixando a garantia pro banco, e meço o custo real de cada decisão em vez de aplicar um padrão por padrão.

Arquitetura Documentada

Ports & adapters, decisões de schema explicadas (por que NUMERIC, por que sem ORM, por que cascade aqui e não ali), código que se explica.

Engenharia Backend

APIs testadas sob carga real: load test comparando 2.000 requisições concorrentes, não suposição.

Estatística & ML Aplicados

Em desenvolvimento: aplicar modelos preditivos sobre dados de sensores reais (dataset de turbofan da NASA) para estimar a vida útil restante de equipamentos.

Vamos construir algo bom.

Aberto a novas oportunidades e projetos interessantes.

Iniciar uma conversa