Sinal do portfólio

Brasil / sistemas de produto backend / nativo em PT-BR / portfólio bilíngue

Aberto a vagas de engenharia de software
ENPT-BR

Mapa do site

4 seções

Estudo de caso privado

ORCEI

Um estudo de caso privado para geração de orçamentos e compartilhamento por WhatsApp, construído como fluxo SaaS mobile-first em Next.js e Supabase.

Por que este caso importa

O sinal mais forte aqui é desenho de workflow de produto: orçamentos, links públicos, UX mobile-first e IA assistindo um fluxo real de negócio.

Estudo de caso privado

O que inspecionar primeiro

Comece pela arquitetura, pelas restrições e pelos blocos de evidência. O código fica privado de propósito, então o valor aqui está na explicação do sistema e nos trade-offs operacionais.

Repositório mantido como privado

Contexto

ORCEI é um projeto privado para gerar orçamentos profissionais que podem ser compartilhados por WhatsApp. O repositório fica privado, mas as decisões de produto são boas o suficiente para entrar no portfólio porque o sistema mora no encontro confuso entre mobile, comunicação com cliente e saída em formato de documento.

Problema

Pequenos negócios de serviço ainda fazem orçamento na mão ou em documentos improvisados. O produto precisava tornar a geração rápida, confortável no celular e simples de compartilhar com o cliente via link público e WhatsApp.

Restrições

  • O app precisava ser confortável em mobile primeiro.
  • A visualização pública do orçamento precisava funcionar sem expor dados privados da conta.
  • A IA precisava ficar limitada a um fluxo estreito: melhorar descrições de serviço.
  • A superfície de time era pequena, então o sistema precisava de stack compacta.

Arquitetura

app autenticado
  -> quote wizard
  -> perfis, clientes, quotes e quote_items no Supabase
  -> rota pública /q/[token] para visualização do cliente
  -> utilitários de compartilhamento no WhatsApp

Decisões e trade-offs

  • Eu usei Supabase com RLS porque o projeto ganha com iteração rápida e fronteiras claras por usuário.
  • A feature de IA é estreita de propósito; ela melhora descrições de orçamento, não tenta rodar o fluxo inteiro.
  • Suporte a impressão entrou antes de PDF gerado no servidor porque resolvia o problema do usuário mais cedo.

O que funcionou

  • A estrutura de rotas deixa o produto legível: app autenticado, área de auth, páginas públicas de orçamento e pequenas server actions.
  • O checklist de features já mostra boa forma de produto: profile, settings, links públicos, dashboard e share actions.
  • A documentação de ambiente e schema do banco ajudou a manter o projeto sustentável mesmo ficando privado.

O que ainda está incompleto

  • Fluxos de edição, duplicação e remoção de orçamentos ainda estavam planejados na última atualização.
  • Suporte offline e PDF gerado no servidor ainda não ficaram prontos.
  • Isso deve evoluir para o conceito público mais forte que eu hoje chamo de QuoteFlow BR.

Evidência

Implementado:
- wizard de orçamento em 3 etapas
- rota pública com token para compartilhamento
- utilitários de compartilhamento no WhatsApp
- endpoint de IA para melhorar descrições
- layout mobile-first e shell PWA

Núcleo do banco:
profiles -> clients -> quotes -> quote_items