Arthur Sumny Saggin

Plataforma de atendimento multicanal que empresas usam com a própria marca, em vários canais. Sou responsável pela infraestrutura, atualizações, integração com WhatsApp (Evolution API), monitoramento e suporte aos clientes. Sobre ela construí uma camada de agentes de IA com servidores MCP e RAG.

Destaque técnico: Camada de agentes de IA acoplada via protocolo MCP e busca contextual com RAG sobre infraestrutura multi-tenant em Docker/Dokploy integrada à Evolution API.

Sistema de gestão para clínicas: agenda, prontuário, financeiro e repasses. Responsável pela cobrança por boleto com a Safe2Pay: confirmação automática de pagamento, proteção contra duplicidade e registro de auditoria obrigatório em toda operação financeira.

Destaque técnico: Processamento idempotente de webhooks da Safe2Pay para impedir baixas duplicadas e trilha de auditoria fail-closed em toda transação financeira.

SaaS de documentação clínica assistida por IA, do zero ao cliente pagante. O médico grava a consulta e recebe o registro estruturado: transcrição com Whisper, estruturação automática do texto e busca semântica no histórico do paciente.

Destaque técnico: Pipeline em filas assíncronas para transcrição com Whisper, estruturação clínica e indexação de embeddings no PostgreSQL com pgvector.

Agentes que atendem no WhatsApp: respondem com base no conhecimento de cada cliente, consultam sistemas internos e transferem para atendimento humano quando necessário.

Destaque técnico: Orquestração de tool calling e servidores MCP para consulta a sistemas internos em tempo real e transbordo controlado para operador humano.

Agente que pesquisa mercados de predição e decide com um comitê de LLMs, operando em simulação com gestão de risco e teto de custo de IA. O desempenho é medido por Brier Score contra o baseline do mercado antes de qualquer capital real.

Destaque técnico: Decisão colegiada multi-LLM sob orçamento estrito de inferência e avaliação de calibração probabilística por Brier Score contra o baseline do mercado.

Pipeline que baixa lives, transcreve, escolhe os trechos com LLM, renderiza em 9:16 com enquadramento por detecção de faces e publica no canal dentro de limites e horários definidos.

Destaque técnico: Recorte e renderização vertical 9:16 automatizados via FFmpeg com enquadramento guiado por detecção de faces e agendamento na YouTube Data API.