Jean Pierre Lessa e Santos Ferreira faz parte de uma geração de profissionais de tecnologia que precisou reaprender, mais de uma vez, o que significa construir infraestrutura confiável. Cada ciclo trouxe novas ferramentas, novos modelos operacionais e novas categorias de problema. O ciclo atual, marcado pela combinação de computação em nuvem madura, inteligência artificial aplicada a operações e pressão por eficiência de custo, está produzindo uma reconfiguração significativa nas práticas de infraestrutura que se tornaram padrão nos últimos dez anos.
A nuvem cresceu, os custos também: o que mudou na equação?
Por anos, a narrativa dominante sobre computação em nuvem foi construída em torno de redução de custos e eliminação de despesas de capital. Essa narrativa era verdadeira para muitas organizações em muitos contextos. O problema é que ela criou uma expectativa que não se mantém automaticamente à medida que o uso cresce. Organizações que migraram para a nuvem sem desenvolver disciplina de gestão de custos descobriram, com o crescimento, que suas contas podiam crescer de forma muito mais rápida do que o negócio que sustentavam.
A maturidade do mercado em relação a esse tema produziu uma disciplina inteira, o FinOps, dedicada a alinhar consumo de nuvem com valor de negócio. Jean Pierre Lessa e Santos Ferreira está inserido em ambientes onde essa disciplina deixou de ser opcional e passou a ser parte do trabalho cotidiano de times de infraestrutura que precisam equilibrar desempenho, disponibilidade e custo de forma contínua.
Plataformas internas de desenvolvimento ganham espaço como resposta à complexidade
À medida que as organizações crescem e os ambientes de tecnologia se tornam mais complexos, um padrão tem emergido entre as que conseguem manter alta produtividade de engenharia: o investimento em plataformas internas que abstraem a complexidade da infraestrutura para os times de produto. Em vez de cada equipe precisar entender como provisionar recursos, configurar pipelines de deploy e gerenciar ambientes, uma plataforma interna oferece uma camada de autoatendimento que permite que desenvolvedores foquem no problema de negócio.
O conceito de Platform Engineering ganhou relevância exatamente por sistematizar essa abordagem. Para Jean Pierre Lessa e Santos Ferreira, a decisão de investir em uma plataforma interna precisa ser calibrada com cuidado, porque o custo de construir e manter essa plataforma precisa ser menor do que o custo da complexidade que ela elimina. Esse cálculo muda conforme o porte da organização e a maturidade dos times.
Observabilidade como cultura, não como ferramenta
Observabilidade é frequentemente tratada como uma categoria de ferramentas: plataformas de monitoramento, sistemas de log, ferramentas de rastreamento distribuído. Essa visão é incompleta. Mais do que um conjunto de ferramentas, a observabilidade é uma propriedade dos sistemas e uma prática dos times que os operam. Um sistema observável é aquele que foi construído para revelar seu estado interno de forma que problemas possam ser identificados e diagnosticados sem depender de adivinhação.
Jean Pierre Lessa e Santos Ferreira, com experiência em infraestrutura de sistemas distribuídos, está entre os profissionais que tratam observabilidade como requisito de design e não como camada adicionada depois que o sistema está em produção. A diferença prática é significativa: times que conseguem diagnosticar um incidente em minutos porque os dados certos estão disponíveis têm um perfil de resposta completamente diferente dos que precisam de horas para entender o que aconteceu.
O papel da automação na resiliência de sistemas
A automação de operações de infraestrutura evoluiu de uma prática de eficiência para um componente central de resiliência. Sistemas que conseguem detectar anomalias e responder automaticamente, escalar recursos diante de picos de demanda sem intervenção humana e executar recuperações de falhas dentro de parâmetros pré-definidos são fundamentalmente mais resilientes do que aqueles que dependem de alguém perceber o problema e agir.
Construir essa automação com segurança exige que os runbooks operacionais estejam bem definidos antes de serem codificados, que os limites de atuação automática sejam calibrados com cuidado e que exista monitoramento sobre a própria automação para garantir que ela está funcionando conforme esperado. A consolidação dessa cultura técnica é acompanhada de perto por Jean Pierre Lessa e Santos Ferreira em projetos de alta complexidade. O diagnóstico do setor indica que a segurança e a escalabilidade dos produtos digitais dependem do rigor aplicado na modelagem inicial dos sistemas.
Autor: Diego Rodríguez Velázquez