Anuvia · Práticas · 03
IA aplicada como engenharia, não como demo.
Sprints de estratégia, builds RAG e de agentes em AWS Bedrock / LangGraph / pgvector, MLOps em SageMaker e produtos verticalizados. Todo sistema sai com eval harness contra held-out set, observability via OpenTelemetry no grafo de agentes, procedimento de rollback documentado e teto de custo por tenant. PoVs que falham nos eval gates não graduam.
Os 3 pilares
01
Production gates, não vibes
Discovery → PoV → Build → Operate. Cada gate tem checklist escrito: eval harness vs. held-out set com thresholds, rollback procedure testada, spans OpenTelemetry verificados no grafo de agentes, cost cap aplicado no gateway. PoV que não bate thresholds devolve no-go report — não threshold mais frouxo.
02
Custo logado por inferência, justificado no ADR
Custo de inferência é logado por request e agregado por tenant, feature e modelo. AWS Bedrock, SageMaker JumpStart, Vertex AI, ou vLLM self-hosted — cada escolha é justificada no Architecture Decision Record com TCO em 12 meses e plano de fallback se o modelo for deprecado.
03
Dogfooded na stack que vendemos
O outbound, qualificação, scheduling, follow-up e admin da Anuvia rodam na stack de agentes que entregamos como Anuvia AI Ops. Quando descrevemos como LangGraph se comporta sob retry storms ou como um guardrail trata edge cases, isso vem de operar no nosso próprio pipeline — não de slide de vendor.
Catálogo completo
Strategy
Mapeamento de uso cases, ROI estimado, roadmap 12 meses. Pra quem sabe que precisa de IA mas não sabe por onde começar.
Engineering
Build de 1 agente ou pipeline IA em produção. Especificação → impl → integração → handover.
Engineering
Multi-agent stack ou plataforma IA inteira. Vector DB, RAG, agents, orchestration, evaluation, monitoring.
GenAI
Assistente de conhecimento interno com controle de acesso por documento, citações em cada resposta, eval harness de alucinação.
MLOps
Feature pipelines, model registries, CI/CD pra ML, drift monitoring, governance. Base pra IA confiável em escala.
Strategic
Fractional AI Engineer pro time. Strategic guidance + ad-hoc engineering. Mínimo 6 meses.
Product
SaaS multi-tenant. Stack de agentes que rodam suas ops (sales, customer success, content). Mesmo stack que rodamos a Anuvia.
Vertical Product
Produto vertical pra pharma/biotech. Em design partner stage — 3-5 vagas pra clientes co-fundadores.
Vertical Product
Produto vertical pra healthcare. Em design partner stage — 3-5 vagas pra clientes co-fundadores.
Pra quem é
Perfil empresa
Decisor
Dor típica
Comece pelo AI Readiness Sprint — mapeamos onde IA realmente move ROI pra sua operação. Sem hype, sem demo.