Skip to content

jdpinetta.ink — portfólio / 2026

Jonathan “Nagui” Pinetta

Arquiteto de produto, redator técnico e construtor de sistemas de IA.

Eu projeto sistemas de documentação, fluxos de localização, ferramentas com IA e interfaces de produto que transformam operações complexas em sistemas utilizáveis.

Ver trabalho Contato
  • sistemas de IA
  • documentação
  • localização
  • ferramentas para desenvolvedores

01 / Trabalho selecionado

Projetos em destaque

Nove sistemas construídos de ponta a ponta — desde a definição do problema e arquitetura até o produto em funcionamento. Plataformas de execução, motores de localização, ferramentas de avaliação e consoles de operador.

Sistema de execução

Dark Factory

Plataforma de engenharia de produto com IA — da entrevista de design ao spec, wireframe, execução do pipeline e artefato publicado.

Problema
O trabalho de produto assistido por IA se fragmenta entre chat, docs e tickets — deixando specs sem rastreamento, execuções impossíveis de revisar e decisões sem como comparar.
O que construí
Uma plataforma full-stack que cobre todo o ciclo de design à entrega: sessões de entrevista, síntese de specs, wireframes, execuções de pipeline, pontuação de qualidade e publicação de artefatos — tudo ancorado em IDs de execução.
Por que importa
Trata cada decisão de produto como uma execução rastreável e repetível — não como um chat log. Specs são comparados. Execuções são comparadas. Artefatos são publicados.
  • Multiagente
  • Spec-first
  • Full-stack
Página do produto
Controle de migração

Migrai

Plataforma local-first para analisar, migrar e monitorar sistemas com IA entre diferentes provedores de modelo — com evidência de comportamento verificada.

Problema
Recursos de IA acoplam silenciosamente o código a um provedor — e "o que mudar exigiria?" é respondido por achismo em vez de evidência.
O que construí
Um console local com um scanner de acoplamento determinístico (cada achado citado até arquivo e linha), grafo de capacidades, verificações de compatibilidade, planejador de migração, runtime de apply/rollback reversível e um monitor de execução baseado em eventos — 19 marcos, cada um fechado com specs, ADRs e relatórios de verificação.
Por que importa
Trata a migração de provedor como uma operação de engenharia: escanear → avaliar → planejar → aplicar → validar, com rollback por construção e 450 testes mais 15 cenários e2e por trás.
  • Neutro a provedores
  • Evidence-first
  • Local-first
Página do produto
Governança de agentes

AEO Kit + AEO Console

Schema, CLI e ferramentas de console para governar interfaces voltadas a agentes.

Problema
Ferramentas e políticas de agentes se desalinham quando as equipes as definem por meio de prompts dispersos e arquivos de configuração.
O que construí
Um monorepo em TypeScript com schema, motor central de build/audit/policy, CLI e emissores voltados a OpenAI/MCP, junto a um console local em SvelteKit/Tauri usando SQLite e Drizzle.
Por que importa
Trata ferramentas de agentes como interfaces gerenciadas que podem ser validadas, testadas e operadas localmente.
  • Schema
  • CLI
  • Local-first
Página do produto
Protótipo de plataforma

NexusAI Platform

Protótipo de alta fidelidade de um console de operações de IA, com dados local-first e UI de orquestração.

Problema
Conceitos de plataformas de IA precisam de uma arquitetura de informação e fluxos de operador confiáveis antes de investir no backend completo.
O que construí
Um protótipo em SvelteKit com dashboard, logs, modelos, jobs, chat, workbench, canvas de orquestração, SQLite do lado do cliente com sql.js, sincronização opcional com Supabase e cobertura de testes.
Por que importa
Demonstra pensamento de plataforma, UX de operador e um caminho de migração de mock para nuvem, sem fingir ser um backend de produção.
  • Protótipo
  • UX de operador
  • sql.js
Página do produto
Motor de localização

Omniglot

Sistemas de localização para fluxos de tradução estruturados, ingestão de arquivos, QA, TM e suporte a glossário.

Problema
Fluxos de localização quebram por formatos bagunçados, perda de contexto, QA inconsistente e repasses baseados em planilhas.
O que construí
Omniglot Wrapper para fluxos de importação/exportação intensivos em arquivos e validação, além do Omniglot Next Gen como plataforma spec-driven para projetos, keys, documentos, TM/glossário, QA e assistência de IA supervisionada.
Por que importa
Conecta a experiência em localização com engenharia de produto assistida por IA e design de fluxos operacionais.
  • Localização
  • Spec-driven
  • ETL
Página do produto
MLOps local

TuneKit

Plataforma local de fine-tuning — execuções de treinamento, registro de adaptadores, suítes de avaliação e análise de eficiência em uma única UI de operador.

Problema
O fine-tuning local está disperso entre scripts, logs de terminal e notebooks improvisados — o que dificulta rastrear, comparar ou repassar as execuções.
O que construí
Uma UI full-stack de MLOps com kits iniciais, receitas de datasets, histórico de execuções de treinamento, métricas ao vivo, um registro versionado de adaptadores, suítes de avaliação e um chat lab para validar modelos.
Por que importa
Traz estrutura de MLOps de produção para a experimentação local com LLMs — cada execução é reproduzível, cada adaptador é versionado, cada resultado é inspecionável.
  • Fine-tuning
  • Adaptadores
  • Local-first
Página do produto
Inteligência de sinais

Noise Distiller

Plataforma de agregação de feeds e inteligência — clustering de eventos correlacionados, briefings com IA e um pipeline de síntese para pesquisa com muito sinal.

Problema
O monitoramento de sinais e pesquisa está fragmentado entre dezenas de feeds, sem uma camada que correlacione eventos, revele padrões ou gere briefings estruturados.
O que construí
Uma plataforma de inteligência full-stack com ingestão de feeds multi-fonte, análise de clusters correlacionados, briefings gerados por IA, um pipeline de síntese para gerar artefatos, e fluxos de advisor e monitoramento.
Por que importa
Transforma uma torrente de fontes em inteligência estruturada — clusters correlacionados, briefings com linhagem de fontes, e artefatos de síntese repetíveis e comparáveis.
  • Agregação de feeds
  • Inteligência
  • Síntese
Página do produto
Avaliação de LLMs

Benchy

Plataforma de benchmarking de código para LLMs — corpora de produção reais, avaliação multitarefa e análise por modelo com métricas de recall, alucinação e decaimento.

Problema
Benchmarks de LLMs se baseiam em datasets sintéticos que não refletem como os modelos se comportam em código de produção real e denso — o que torna a seleção de modelos para tarefas de engenharia, em grande parte, um chute.
O que construí
Um runner de benchmarks e plataforma de análise que usa corpora de código de produção real para avaliar modelos em tarefas de recall-verbatim, composição, simplificação, geração de docs e reparo — com leaderboards, drill-down por função, rastreamento de alucinações e análise de curvas de decaimento.
Por que importa
Fundamenta a avaliação de modelos em tarefas de código do mundo real. A camada de análise mostra não só a precisão, mas a taxa de alucinação, o recall por posição e os modos de falha por função.
  • Benchmarking
  • Corpora de código
  • Multimodelo
Página do produto
Ferramenta para desenvolvedores

Night Loop

Sistema operacional de projeto spec-first para desenvolvimento agêntico — ciclo de vida de tarefas, sessões de trabalho, visibilidade operacional e métricas de entrega em uma TUI synthwave.

Problema
Fluxos de desenvolvimento agêntico se fragmentam entre terminais, docs e chat — não há uma superfície unificada para rastrear tarefas, sessões, specs e sinais de risco em um só lugar.
O que construí
Um sistema operacional de projeto spec-first com uma TUI synthwave — tarefas, sessões de trabalho, specs, contexto, visibilidade, métricas de entrega, inteligência de revisão e pontuação de risco operacional — tudo local, apoiado no sistema de arquivos.
Por que importa
Trata o ciclo de desenvolvimento agêntico como infraestrutura: cada sessão fica registrada, cada tarefa é rastreável, e a TUI dá saúde operacional em tempo real sem sair do terminal.
  • TUI
  • Spec-first
  • Local-first
Página do produto

Padrões recorrentes

Decisões de arquitetura que se repetem nesses sistemas.

  • Desenvolvimento spec-first

    Specs e planos guiam o trabalho: as execuções do Dark Factory, os artefatos de interface do AEO e a árvore de specs autoritativa do Omniglot Next Gen.

    Dark Factory · Omniglot · AEO Kit + AEO Console

  • Arquitetura agnóstica de modelo

    Execuções em modo seco, LLMs locais e opções de provedor intercambiáveis onde implementadas — sem prender todo o stack a um único provedor.

    Dark Factory · NexusAI Platform · TuneKit · Migrai

  • Local-first + híbrido com nuvem

    Estações de trabalho e caminhos local-first com SQLite, com sincronização ou hospedagem em nuvem opcional onde o repositório de fato conecta isso.

    TuneKit · NexusAI Platform · AEO Kit + AEO Console

  • Validação humana no loop

    Fluxos orientados à revisão: QA em contexto do Omniglot, revisão de segmentos e verificações no estilo especialista de domínio.

    Omniglot

  • Fluxos determinísticos

    Modo dry, verificações de CLI e pipelines orientados a artefatos, para que os resultados sejam inspecionáveis em vez de um chat isolado.

    Dark Factory · AEO Kit + AEO Console · Migrai

  • UI como superfície operacional

    Consoles e protótipos construídos como superfícies de operador — dashboards, jobs, tuning, configurações — não narrativas só de slides.

    NexusAI Platform · AEO Kit + AEO Console · TuneKit

02 / Capacidades

Com o que eu construo

  • Design de produto com IA

    Projeto recursos de IA a partir de fluxos reais — agentes, copilots e pipelines que conquistam seu lugar no produto.

  • Sistemas de documentação técnica

    Docs como infraestrutura: arquitetura da informação, pipelines de conteúdo e bases de conhecimento que se mantêm precisas conforme o produto evolui.

  • UX writing e microcopy

    Linguagem de interface que carrega o modelo do sistema — estados, erros, telas vazias e as palavras entre os cliques.

  • Arquitetura de localização

    Fluxos de tradução, sistemas de glossário e pipelines em lote que escalam conteúdo entre idiomas sem perder o controle.

  • Prototipagem de produto em SvelteKit

    Da ideia a uma superfície de produto funcional, rápido — tipado, componentizado e pronto para colocar diante de usuários reais.

  • Automação de fluxos

    Bots, agendadores e integrações que eliminam o ciclo manual entre ferramentas que as pessoas já usam.

  • Design de agentes e sistemas RAG

    Recuperação, fundamentação e orquestração de agentes projetadas para rastreabilidade — respostas que você pode auditar, não só gerar.

03 / Filosofia

Como eu trabalho

  1. Sistemas antes de telas.

  2. Documentação é infraestrutura de produto.

  3. A IA deveria reduzir o atrito operacional, não somar abstração.

  4. Interfaces deveriam expor a verdade, não complexidade decorativa.

04 / Sobre mim

Por trás dos sistemas

Trabalho entre produto, documentação, localização e ferramentas de IA. Meu foco é transformar fluxos bagunçados em sistemas estruturados: bases de conhecimento, pipelines de tradução, ferramentas de automação, interfaces de agentes e produtos voltados a desenvolvedores.

  • Arquitetura de produto
  • Redação técnica
  • UX writing
  • Localização
  • Ferramentas de IA
  • Automação

05 / Contato

Vamos construir um sistema

Disponível para trabalhos de produto, ferramentas de IA, sistemas de documentação e arquitetura de localização.