<?xml version="1.0" encoding="UTF-8"?><rss xmlns:dc="http://purl.org/dc/elements/1.1/" xmlns:content="http://purl.org/rss/1.0/modules/content/" xmlns:atom="http://www.w3.org/2005/Atom" version="2.0" xmlns:cc="http://cyber.law.harvard.edu/rss/creativeCommonsRssModule.html">
    <channel>
        <title><![CDATA[Stories by Ademar Silva Barreto Junior on Medium]]></title>
        <description><![CDATA[Stories by Ademar Silva Barreto Junior on Medium]]></description>
        <link>https://medium.com/@ademar.barreto?source=rss-f2e74b4e79c5------2</link>
        <image>
            <url>https://cdn-images-1.medium.com/fit/c/150/150/1*PNpa6OEbqZI44-wBWoRNUg.png</url>
            <title>Stories by Ademar Silva Barreto Junior on Medium</title>
            <link>https://medium.com/@ademar.barreto?source=rss-f2e74b4e79c5------2</link>
        </image>
        <generator>Medium</generator>
        <lastBuildDate>Tue, 17 Nov 2026 23:53:57 GMT</lastBuildDate>
        <atom:link href="https://medium.com/@ademar.barreto/feed" rel="self" type="application/rss+xml"/>
        <webMaster><![CDATA[yourfriends@medium.com]]></webMaster>
        <atom:link href="http://medium.superfeedr.com/" rel="hub"/>
        <item>
            <title><![CDATA[Certificado do AI Cloud Bootcamp]]></title>
            <link>https://medium.com/@ademar.barreto/certificado-do-ai-cloud-bootcamp-da-empresa-the-cloud-bootcamp-cd10dfa003bf?source=rss-f2e74b4e79c5------2</link>
            <guid isPermaLink="false">https://medium.com/p/cd10dfa003bf</guid>
            <category><![CDATA[google-cloud-platform]]></category>
            <category><![CDATA[genarative-ai]]></category>
            <category><![CDATA[ai]]></category>
            <category><![CDATA[azure]]></category>
            <category><![CDATA[aws]]></category>
            <dc:creator><![CDATA[Ademar Silva Barreto Junior]]></dc:creator>
            <pubDate>Thu, 02 Oct 2025 17:04:36 GMT</pubDate>
            <atom:updated>2026-06-23T14:48:37.009Z</atom:updated>
            <content:encoded><![CDATA[<p>Instituição: The Cloud Bootcamp</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*aikT5e22hiRSVpdys-uJHQ.jpeg" /></figure><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=cd10dfa003bf" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[Projeto Hands-On HealthHub]]></title>
            <link>https://medium.com/@ademar.barreto/hands-on-healthhub-5b893e19ed80?source=rss-f2e74b4e79c5------2</link>
            <guid isPermaLink="false">https://medium.com/p/5b893e19ed80</guid>
            <category><![CDATA[openai-api]]></category>
            <category><![CDATA[aws]]></category>
            <category><![CDATA[microsoft-azure]]></category>
            <category><![CDATA[ai-foundry]]></category>
            <category><![CDATA[google-cloud-platform]]></category>
            <dc:creator><![CDATA[Ademar Silva Barreto Junior]]></dc:creator>
            <pubDate>Wed, 01 Oct 2025 20:36:31 GMT</pubDate>
            <atom:updated>2026-06-23T13:25:04.279Z</atom:updated>
            <content:encoded><![CDATA[<p>Instituição: The Cloud Bootcamp</p><p>Solução MultiCloud — AWS, Microsoft Azure, Google Cloud e assistentes da OpenAI.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*tgbvxx_NMOxbGxWp" /></figure><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*hpwC5BRfSCKj2T6O" /></figure><h3><strong>Descrição do Projeto:</strong></h3><p>Este projeto prático tem como foco a implementação de um <strong>agente alimentado por IA</strong> para suporte ao cliente e agendamento de consultas médicas.</p><p>A solução integra múltiplos serviços em nuvem e ferramentas de IA, utilizando <strong>AWS, Azure, Google Cloud e OpenAI</strong> para fornecer uma arquitetura robusta e escalável.</p><h3>Objetivo:</h3><p>O objetivo é desenvolver um <strong>sistema de IA inteligente, multilíngue e interativo</strong> que conecte múltiplos ecossistemas em nuvem e forneça uma experiência otimizada e amigável para cenários de agendamento médico e suporte ao cliente.</p><h3>Resultados de Aprendizagem:</h3><ul><li>Dominar a integração de serviços em nuvem entre AWS, Azure e Google Cloud.</li><li>Compreender implementações de RAG e API OpenAI para soluções baseadas em IA.</li><li>Obter experiência prática com Infraestrutura como Código (IaC) usando AWS CloudFormation.</li><li>Construir, monitorar e implantar aplicações serverless com AWS Lambda e DynamoDB.</li><li>Explorar serviços de IA como reconhecimento de fala, tradução de texto e análise de imagem.</li></ul><h3>Benefícios:</h3><ul><li><strong>Integração Híbrida em Nuvem</strong>: Combina serviços AWS e Azure AI para desempenho otimizado.</li><li><strong>Arquitetura Escalável</strong>: Utiliza tecnologias serverless para eficiência de custos e escalabilidade.</li><li><strong>Suporte Multi-idioma</strong>: Permite acessibilidade global com tradução e síntese de fala.</li><li><strong>Tratamento Seguro de Dados</strong>: Garante a proteção de dados através de práticas robustas de autenticação e armazenamento.</li></ul><p>Esta solução é projetada para aplicações na área da saúde, aprimorando o atendimento ao paciente ao fornecer documentação rápida e precisa das consultas médicas.</p><h3><strong>Integração Multi-Cloud</strong>:</h3><p><strong>Microsoft Azure</strong>:</p><ul><li>Uso do Azure Speech Services para aprimorar interações baseadas em voz, permitindo capacidades de voz para texto e texto para voz em tempo real.</li></ul><p><strong>Google Cloud</strong>:</p><ul><li>Implementação do Google Cloud Vision para processar e analisar imagens carregadas (ex.: documentos médicos ou receitas).</li></ul><p><strong>OpenAI</strong>:</p><ul><li>Integração de APIs OpenAI para processamento de linguagem natural e capacidades conversacionais avançadas.</li></ul><h3>Principais Características:</h3><p><strong>Automação de Suporte ao Cliente e Agendamento</strong>:</p><ul><li>Utilização de APIs OpenAI e técnicas de geração aprimorada por recuperação (RAG) para fornecer respostas inteligentes e contextuais às consultas dos usuários.</li><li>Automatização do agendamento de consultas através de interfaces conversacionais.</li></ul><p><strong>Design Nativo em Nuvem</strong>:</p><ul><li><strong>Serviços AWS</strong>:</li><li><strong>Amazon Cognito</strong> para autenticação segura de usuários e gerenciamento de identidade.</li><li><strong>API Gateway</strong> para rotear requisições entre o frontend e backend.</li><li><strong>Lambda Functions</strong> para executar a lógica da aplicação de forma serverless.</li><li><strong>Amazon Polly</strong> e <strong>Amazon Translate</strong> para serviços de texto para fala e tradução, aprimorando a interação multilíngue.</li><li><strong>DynamoDB</strong> para armazenamento de dados de usuários e informações de agendamento.</li><li><strong>CloudFormation</strong> para Infraestrutura como Código (IaC) para gerenciar recursos de forma eficiente.</li><li><strong>CloudWatch Logs</strong> para monitoramento e resolução de problemas.</li></ul><p><strong>Integração Multi-Cloud</strong>:</p><ul><li><strong>Microsoft Azure</strong>:</li><li>Uso do Azure Speech Services para aprimorar interações baseadas em voz, permitindo capacidades de voz para texto e texto para voz em tempo real.</li><li><strong>Google Cloud</strong>:</li><li>Implementação do Google Cloud Vision para processar e analisar imagens carregadas (ex.: documentos médicos ou receitas).</li><li><strong>OpenAI</strong>:</li><li>Integração de APIs OpenAI para processamento de linguagem natural e capacidades conversacionais avançadas.</li></ul><p><strong>Frontend e Monitoramento</strong>:</p><ul><li>Hospedagem do frontend no <strong>Amazon S3</strong> para um site estático escalável e seguro.</li><li>Uso do <strong>CloudWatch Logs</strong> para garantir monitoramento contínuo e análise da saúde do sistema.</li></ul><h3>Fluxo de Trabalho:</h3><ol><li>Usuários fazem upload de imagens médicas para o bucket S3.</li><li>A autenticação é gerenciada pelo Cognito, com as roles apropriadas atribuídas.</li><li>O API Gateway roteia requisições para o Lambda, que chama o Google Cloud Vision para análise de imagens.</li><li>Os resultados são processados e armazenados no DynamoDB.</li><li>Serviços de IA da AWS como Polly e Translate melhoram a acessibilidade e localização.</li><li>O Azure Speech Services fornece resultados falados aos usuários.</li><li>Integração de APIs OpenAI para processamento de linguagem natural e capacidades conversacionais avançadas</li></ol><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=5b893e19ed80" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[Certificado AWS Cloud Quest Generative AI Practitioner]]></title>
            <link>https://medium.com/@ademar.barreto/aws-cloud-quest-generative-ai-bd06a7148e60?source=rss-f2e74b4e79c5------2</link>
            <guid isPermaLink="false">https://medium.com/p/bd06a7148e60</guid>
            <category><![CDATA[aws-ai-practitioner]]></category>
            <category><![CDATA[aws-sagemaker]]></category>
            <category><![CDATA[amazon-q]]></category>
            <category><![CDATA[aws]]></category>
            <category><![CDATA[aws-bedrock]]></category>
            <dc:creator><![CDATA[Ademar Silva Barreto Junior]]></dc:creator>
            <pubDate>Sun, 14 Sep 2025 16:51:01 GMT</pubDate>
            <atom:updated>2026-06-23T14:49:02.136Z</atom:updated>
            <content:encoded><![CDATA[<p>O AWS Cloud Quest é o único jogo de RPG 3D que ajuda a desenvolver habilidades práticas na Nuvem AWS. Escolha seu perfil: profissional de nuvem, especialista em IA generativa, desenvolvedor de tecnologia sem servidor, arquiteto de soluções, especialista em machine learning, especialista em segurança, especialista análise de dados ou especialista em redes. Em seguida, aprenda e aplique as habilidades de nuvem para ajudar os habitantes de sua cidade virtual</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/305/1*6OfM-jvx0-YkK5LnM7g3UA.png" /></figure><figure><img alt="" src="https://cdn-images-1.medium.com/max/828/1*8r1G3HpxitPtV9EFClX2FA.png" /></figure><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*IW_-sik5XLGCJPaQUKDQrw.png" /></figure><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*wYD0GQchChnQlEJY_x2g3Q.png" /></figure><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*-RtiBLUqlj8igTy2T_BnQg.png" /></figure><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*E7pp29MAvG5xxCzjp7z6EQ.png" /></figure><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*nm0T_jV7Kw-gK0ctQdTDng.png" /></figure><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*snahwS7K4mJ50DYVti-WUg.png" /></figure><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*BRv4JFKwZAz8pdMWxTZ7iw.png" /></figure><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*1bCc6JsmqS0zmmKEYIF6Fw.png" /></figure><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=bd06a7148e60" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[Certificado AI-900 : Microsoft Azure AI Fundamentals]]></title>
            <link>https://medium.com/@ademar.barreto/microsoft-certified-ai-900azure-ai-fundamentals-1dc6fb1a817c?source=rss-f2e74b4e79c5------2</link>
            <guid isPermaLink="false">https://medium.com/p/1dc6fb1a817c</guid>
            <category><![CDATA[cloud-computing]]></category>
            <category><![CDATA[azure]]></category>
            <category><![CDATA[artificial-intelligence]]></category>
            <category><![CDATA[ai-900-exam]]></category>
            <dc:creator><![CDATA[Ademar Silva Barreto Junior]]></dc:creator>
            <pubDate>Tue, 21 May 2024 10:41:18 GMT</pubDate>
            <atom:updated>2026-06-23T14:49:20.850Z</atom:updated>
            <content:encoded><![CDATA[<figure><img alt="" src="https://cdn-images-1.medium.com/max/734/1*qJg3xxfnHu4EGJ4TiMrJPw.png" /></figure><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=1dc6fb1a817c" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[Certificado AZ-900 : Microsoft Azure Fundamentals]]></title>
            <link>https://medium.com/@ademar.barreto/az-900-microsoft-azure-fundamentals-47a1ecf17dbd?source=rss-f2e74b4e79c5------2</link>
            <guid isPermaLink="false">https://medium.com/p/47a1ecf17dbd</guid>
            <category><![CDATA[azure]]></category>
            <category><![CDATA[az900]]></category>
            <category><![CDATA[cloud-computing]]></category>
            <category><![CDATA[az-900-exam]]></category>
            <dc:creator><![CDATA[Ademar Silva Barreto Junior]]></dc:creator>
            <pubDate>Mon, 06 May 2024 23:22:59 GMT</pubDate>
            <atom:updated>2026-06-23T14:49:36.440Z</atom:updated>
            <content:encoded><![CDATA[<figure><img alt="" src="https://cdn-images-1.medium.com/max/718/1*d6mDk4_qUYr4Jy95bLbd0w.png" /></figure><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=47a1ecf17dbd" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[Certificado Bootcamp DevOps Cloud 2.0]]></title>
            <link>https://medium.com/@ademar.barreto/bootcamp-devops-cloud-2-0-295af2b45f96?source=rss-f2e74b4e79c5------2</link>
            <guid isPermaLink="false">https://medium.com/p/295af2b45f96</guid>
            <category><![CDATA[aws-ec2]]></category>
            <category><![CDATA[aws-codecommit]]></category>
            <category><![CDATA[aws-lambda]]></category>
            <category><![CDATA[aws-s3]]></category>
            <category><![CDATA[aws-codepipeline]]></category>
            <dc:creator><![CDATA[Ademar Silva Barreto Junior]]></dc:creator>
            <pubDate>Wed, 13 Mar 2024 10:32:39 GMT</pubDate>
            <atom:updated>2026-06-23T14:50:13.368Z</atom:updated>
            <content:encoded><![CDATA[<p><strong>Instituição: </strong>The Cloud Bootcamp</p><p><strong>Treinamento: </strong>Bootcamp DevOps Cloud — programa de especialização prático com foco na Cultura/Ferramentas DevOps e Computação na Nuvem.</p><p><strong>Carga horária: </strong>60h</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*sm90CElh6p20nlhAdFmLsA.jpeg" /></figure><p>Como parte deste programa, tive a oportunidade de adquirir conhecimentos tanto da cultura, como das ferramentas do ecossistema DevOps e Computação na Nuvem, além de implementarmos projetos baseados em cenários do mundo real, como:</p><p>1. Criação de repositórios Git para armazenamento dos códigos tanto da aplicação, quanto da infraestrutura, usando o AWS CodeCommit, além de uma POC — Prova de Conceito — dos processos de ‘commit’, ‘push’ e ‘revert’ das mudanças no código.</p><p>2. Implementação de uma infraestrutura ‘SaaS’, ‘Multi-Tenant’ e ‘Reutilizável’ na AWS, usando os módulos do Terraform e armazenando os Arquivos de Configuração de forma segura no AWS CodeCommit.</p><p>3. Configuração e implementação de uma aplicação ‘SaaS’ nos 50 estados dos EUA, em um inventário de EC2 na AWS, usando Ansible, e armazenando de forma segura os Arquivos de Configuração no AWS CodeCommit.</p><p>4. Prova de Conceito (Poc) com o Elastic Container Service (ECS) e o Application Load Balancer (ALB) como solução ‘Front-end’, e o Elastic Container Registry (ECR) para armazenamento de imagens Docker.</p><p>5. Implementação da uma aplicação ‘SaaS’ na AWS com o Elastic Kubernetes Service (EKS), usando o serviço de domínio ‘Route 53, ‘ALB’ como solução de “ingress”, além dos serviços de SSL endpoint e o AWS Certificate Manager (ACM).</p><p>6. Automatizando os processos de ‘Build’ e ‘Deploy’ de uma aplicação ‘SaaS’ com K8S e Pipeline CI/CD através do AWS CodeCommit, CodePipeline e CodeBuild.</p><p>7. Implementando o “AWS CloudWatch Synthetics” para monitoramento da URL da aplicação, integrado com o “CloudWatch Alarms”, “SNS” e “AWS Chatbot” para envio de alertas em tempo real no Slack.</p><p>8. Desenvolvendo um microserviço ‘Serverless’ e ‘Orientado a Eventos’ em Python, acionado via DynamoDB ‘streams’, usando AWS Lambda Function e AWS SDK Pyhton Boto3.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*PLVTLiDHpb56Q083KTo4Xg.png" /></figure><p><strong>Bootcamp DevOps Cloud 2.0</strong></p><p><strong>Institution: </strong>The Cloud Bootcamp<br><strong>Training:</strong> DevOps Cloud Bootcamp — hands-on specialization program focusing on DevOps Culture/Tools and Cloud Computing<br><strong>Total duration:</strong> 60h</p><p>As part of this program, I had the opportunity to acquire knowledge not only about the culture but also about the tools of the DevOps and Cloud Computing ecosystem. Additionally, I implemented projects based on real-world scenarios, such as:</p><p>1. Implementation of Git repositories for Application and Infrastructure codes using AWS CodeCommit + Proof of Concept (PoC) process of ‘commit’, ‘push’ and ‘revert’ code changes.</p><p>2. Deployment of a reusable SaaS Multi-tenant AWS infrastructure using Terraform modules securely storing terraform configuration files on AWS CodeCommit.</p><p>3. Configuration and Deployment of the ‘humangov’ SaaS application on AWS EC2 inventory across US states using Ansible securely storing configuration files on AWS CodeCommit.</p><p>4. Proof of Concept (PoC) on AWS Elastic Container Service (ECS) fronted by Application Load Balancer (ALB) and storing Docker Images on Elastic Container Registry (ECR).</p><p>5. Deployment of the ‘humangov’ SaaS application on AWS Elastic Kubernetes Service (EKS) using a Route 53 domain, ALB ingress, and SSL Endpoint powered by AWS Certificate Manager.</p><p>6. Automating the ‘humangov’ SaaS application build and deployment process on Kubernetes with CI/CD Pipelines using the AWS CodeCommit, AWS CodePipeline, and AWS CodeBuild.</p><p>7. Implementing AWS CloudWatch Synthetics for real-time application URL monitoring integrated with CloudWatch alarms, SNS, and AWS Chatbot to send real-time alerts on Slack.</p><p>8. Developing an ‘event-driven’ and ‘serverless’ Python microservice triggered by DynamoDB streams using AWS Lambda Function and AWS SDK Python Boto3.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*Lb77ftrKfza1s7iHCIkJBg.png" /></figure><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=295af2b45f96" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[Projeto de Microsserviço Orientado a Eventos]]></title>
            <link>https://medium.com/@ademar.barreto/microsservi%C3%A7o-orientado-a-eventos-de358295072d?source=rss-f2e74b4e79c5------2</link>
            <guid isPermaLink="false">https://medium.com/p/de358295072d</guid>
            <category><![CDATA[aws-s3-bucket]]></category>
            <category><![CDATA[aws-lambda-functions]]></category>
            <category><![CDATA[aws-ec2]]></category>
            <category><![CDATA[aws-cloudwatch]]></category>
            <category><![CDATA[python3]]></category>
            <dc:creator><![CDATA[Ademar Silva Barreto Junior]]></dc:creator>
            <pubDate>Wed, 13 Mar 2024 10:19:52 GMT</pubDate>
            <atom:updated>2026-06-23T13:25:27.168Z</atom:updated>
            <content:encoded><![CDATA[<p>Instituição: The Cloud Bootcamp</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*uFZQBH6M4wOVKu2wLOvOyw.png" /></figure><p>Este projeto prático foi uma imersão profunda no mundo das arquiteturas serverless e microsserviços orientados a eventos usando tecnologias da AWS. A tarefa central foi desenvolver o “HumanGov”, um microsserviço serverless baseado em Python, acionado por modificações de dados em uma tabela DynamoDB e executado por funções da AWS Lambda.</p><p>A fase inicial envolveu a configuração do ambiente AWS, que incluiu a configuração de funções IAM para acesso seguro e a inicialização das funções Lambda com as permissões necessárias. A tabela DynamoDB foi projetada para armazenar dados governamentais, que, ao serem atualizados, emitiriam fluxos que acionariam nossas funções Lambda.</p><p>Com a configuração do DynamoDB e Lambda, prossegui para implementar a lógica do microsserviço em Python usando o SDK da AWS, o Boto3. Este SDK facilitou a interação com os serviços da AWS e permitiu que a função Lambda processasse efetivamente os fluxos do DynamoDB. O microsserviço foi projetado para ser escalável e responsivo ao fluxo de dados em tempo real, garantindo o processamento imediato das alterações no banco de dados.</p><p>Para garantir uma operação tranquila, incorporei o registro e o monitoramento por meio do AWS CloudWatch, que forneceram insights sobre o desempenho e a saúde do microsserviço.</p><p>O processo de implantação envolveu escrever a função Lambda, implantá-la na AWS e vinculá-la ao fluxo do DynamoDB. Isso exigiu um entendimento aguçado dos mapeamentos de fontes de eventos e das políticas da função de execução.</p><p>O resultado final foi um microsserviço totalmente operacional e orientado a eventos que podia processar eficientemente as alterações de dados e dimensionar conforme a demanda. O design serverless significava custos operacionais reduzidos e foco no código em vez da gestão da infraestrutura.</p><p>A partir deste projeto, meus principais aprendizados foram as complexidades das arquiteturas serverless, o poder das funções AWS Lambda no processamento de dados em tempo real e a utilidade do Boto3 na criação de microsserviços orientados a eventos. Isso aprimorou minhas habilidades em infraestrutura de nuvem, programação Python e uso eficaz dos serviços da AWS.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*PLVTLiDHpb56Q083KTo4Xg.png" /></figure><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=de358295072d" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[Projeto de Implementação do para Monitoramento em Tempo Real de URLs de Aplicação]]></title>
            <link>https://medium.com/@ademar.barreto/implementa%C3%A7%C3%A3o-do-para-monitoramento-em-tempo-real-de-urls-de-aplica%C3%A7%C3%A3o-499904c2da32?source=rss-f2e74b4e79c5------2</link>
            <guid isPermaLink="false">https://medium.com/p/499904c2da32</guid>
            <category><![CDATA[multi-cloud]]></category>
            <category><![CDATA[aws-sns]]></category>
            <category><![CDATA[aws]]></category>
            <category><![CDATA[aws-cloudwatch-synthetics]]></category>
            <category><![CDATA[aws-chatbot]]></category>
            <dc:creator><![CDATA[Ademar Silva Barreto Junior]]></dc:creator>
            <pubDate>Sat, 09 Mar 2024 11:53:09 GMT</pubDate>
            <atom:updated>2026-06-24T01:40:04.197Z</atom:updated>
            <content:encoded><![CDATA[<p>🚀<strong>Projeto de Implementação do Monitoramento em Tempo Real de URLs de Aplicação</strong></p><p>Instituição: The Cloud Bootcamp</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*SqYCSaIKOvJJiiel6aXg2g.png" /></figure><p>Descrição do projeto</p><p>Neste projeto prático, explorei os aspectos avançados do AWS CloudWatch, com foco na implementação do CloudWatch Synthetics para o monitoramento em tempo real de URLs de aplicação, integrado com CloudWatch Alarms, SNS e AWS Chatbot para alertas imediatos no Slack. O objetivo era estabelecer um sistema robusto de monitoramento para a aplicação HumanGov, garantindo sua alta disponibilidade e desempenho.</p><p>Para começar, iniciei a criação de canários sintéticos do CloudWatch. Esses canários foram projetados para monitorar continuamente as URLs da aplicação HumanGov, simulando interações do usuário para verificar a disponibilidade e os tempos de resposta. Após a configuração dos canários, integrei os Alarmes do CloudWatch. Esses alarmes foram configurados para serem acionados com base em métricas específicas, como alto tempo de resposta ou taxas de falha, garantindo a detecção imediata de qualquer problema na aplicação.</p><p>Os limites dos alarmes foram cuidadosamente ajustados para equilibrar sensibilidade e praticidade, evitando falsos positivos, mas garantindo que nenhum problema crítico fosse ignorado.</p><p>Para aprimorar a resposta a esses alarmes, integrei o AWS SNS (Simple Notification Service). Isso permitiu a criação de tópicos de notificação que transmitiriam quaisquer alterações no estado dos alarmes para os usuários designados. Era crucial ter um fluxo contínuo de informações sobre a saúde da aplicação.</p><p>O ponto alto deste projeto foi a integração do AWS Chatbot com o Slack. Ao vincular os tópicos do SNS ao AWS Chatbot, habilitei alertas em tempo real a serem enviados diretamente para um canal Slack designado. Isso garantiu que a equipe de desenvolvimento e operações SRE fossem imediatamente informadas sobre quaisquer problemas na aplicação, permitindo ação rápida.</p><p>O projeto culminou em uma série de testes rigorosos para validar toda a configuração. Ao simular diversos problemas na aplicação, confirmei que os canários detectaram corretamente os problemas, os alarmes foram acionados conforme o esperado e as notificações foram prontamente enviadas pelo AWS Chatbot para o Slack.</p><p>Este projeto intensivo não apenas reforçou minha compreensão do AWS CloudWatch e suas integrações, mas também destacou a importância do monitoramento proativo na manutenção da confiabilidade e desempenho da aplicação na nuvem.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*6g1P5-idWYKKiK5Rh_CLlw.png" /></figure><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=499904c2da32" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[Projeto Automação da Implantação do HumanGov SaaS]]></title>
            <link>https://medium.com/@ademar.barreto/automa%C3%A7%C3%A3o-da-implanta%C3%A7%C3%A3o-do-humangov-saas-8e85226a4244?source=rss-f2e74b4e79c5------2</link>
            <guid isPermaLink="false">https://medium.com/p/8e85226a4244</guid>
            <category><![CDATA[terraform]]></category>
            <category><![CDATA[aws-codepipeline]]></category>
            <category><![CDATA[aws-s3]]></category>
            <category><![CDATA[aws-ec2]]></category>
            <category><![CDATA[aws]]></category>
            <dc:creator><![CDATA[Ademar Silva Barreto Junior]]></dc:creator>
            <pubDate>Wed, 06 Mar 2024 11:25:42 GMT</pubDate>
            <atom:updated>2026-06-23T13:27:31.635Z</atom:updated>
            <content:encoded><![CDATA[<p>Instituição: The Cloud Bootcamp</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*PVMjrjM-rq2YPCUplxwAqQ.png" /></figure><p>Neste projeto prático, embarquei na automação de serviços baseados na nuvem, com foco na aplicação HumanGov SaaS. O objetivo era otimizar os processos de construção e implantação usando o Kubernetes e implementar a integração e entrega contínua (CI/CD) com os serviços da AWS.</p><p>O projeto começou com a configuração do repositório AWS CodeCommit para gerenciar e armazenar o código-fonte, garantindo as melhores práticas de controle de versões. Em seguida, orquestrei o processo de integração contínua (CI) usando o AWS CodeBuild, configurando compilações automatizadas que compilam e empacotam a aplicação HumanGov em um formato pronto para implantação.</p><p>O ponto central da automação foi a criação de configurações Kubernetes para definir a implantação, incluindo serviços, pods e outros recursos necessários. Defini um pipeline de entrega contínua (CD) com o AWS CodePipeline, conectando o repositório de código-fonte, o serviço de compilação e os clusters Kubernetes para permitir um fluxo contínuo desde o commit do código até a implantação.</p><p>Para a containerização da aplicação, utilizei o Docker. Criei Dockerfiles para construir imagens da aplicação HumanGov, que foram então enviadas para o AWS Elastic Container Registry (ECR). Essas imagens foram obtidas durante a fase de implantação no cluster Kubernetes, garantindo um processo de implantação eficiente e reproduzível.</p><p>Com o pipeline CI/CD em funcionamento, qualquer alteração feita no código-fonte acionava automaticamente um processo de build, seguido de uma implantação no cluster Kubernetes. Isso permitiu agilidade no desenvolvimento e implantação de novos recursos, com mínima intervenção humana.</p><p>O processo de automação foi concluído com testes rigorosos da implantação, garantindo que a aplicação estivesse funcionando conforme o esperado no ambiente de nuvem da AWS. Este projeto não apenas automatizou a implantação da aplicação, mas também forneceu insights valiosos sobre os serviços da AWS, as vantagens do Kubernetes na gestão de aplicações em container e os ganhos de eficiência ao automatizar o pipeline de construção e implantação.</p><p>Principais aprendizados deste projeto incluíram as complexidades dos serviços da AWS, as vantagens do Kubernetes na gestão de aplicações em container e os ganhos de eficiência ao automatizar o pipeline de construção e implantação, além dos benefícios de utilizar uma pipeline CI/CD como a AWS CodePipeline para fazer de fazer integração continua e implantação continua em produção.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*OWNB2vF8QftKiPgzaSmWsA.png" /></figure><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=8e85226a4244" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[ Projeto Implantação do HumanGov SaaS na AWS EKS]]></title>
            <link>https://medium.com/@ademar.barreto/implanta%C3%A7%C3%A3o-do-humangov-saas-na-aws-eks-899f1ac898ec?source=rss-f2e74b4e79c5------2</link>
            <guid isPermaLink="false">https://medium.com/p/899f1ac898ec</guid>
            <category><![CDATA[terraform]]></category>
            <category><![CDATA[aws-eks]]></category>
            <category><![CDATA[route-53]]></category>
            <category><![CDATA[aws]]></category>
            <category><![CDATA[kubernetes]]></category>
            <dc:creator><![CDATA[Ademar Silva Barreto Junior]]></dc:creator>
            <pubDate>Fri, 01 Mar 2024 10:53:35 GMT</pubDate>
            <atom:updated>2026-06-23T13:27:56.289Z</atom:updated>
            <content:encoded><![CDATA[<p>Instituição: The Cloud Bootcamp</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*RvjUAzNp58J3RsWCPZtqdg.png" /></figure><p>Neste projeto abrangente, enfrentei o desafio de implantar a aplicação HumanGov SaaS usando a plataforma Amazon Web Services (AWS), focando especificamente no Elastic Kubernetes Service (EKS) para orquestração, juntamente com o Route 53 para gerenciamento de domínio, Application Load Balancer (ALB) para ingress e o AWS Certificate Manager para criptografia de endpoint SSL.</p><p>Minha jornada começou com o trabalho fundamental de configurar a VPC da AWS e o cluster EKS. Procedi com a instalação do kubectl e eksctl no Cloud 9, aproveitando essas ferramentas para interagir com o cluster EKS.</p><p>A aplicação foi containerizada usando o Docker, o que envolveu a criação de Dockerfiles e a otimização do processo de compilação para o aplicativo HumanGov. Uma vez containerizadas, as imagens foram enviadas para o Amazon Elastic Container Registry (ECR), garantindo que estivessem prontas para implantação.</p><p>Com o ECR configurado, elaborei manifestos de implantação e serviços do Kubernetes. Isso me permitiu definir o estado desejado da aplicação, incluindo o número de pods, limites de recursos e as variáveis de ambiente necessárias.</p><p>Para o gerenciamento de domínio e roteamento de tráfego, configurei uma zona hospedada no Route 53 e registros. Isso foi fundamental para a resolução do nome de domínio e fornecimento de uma URL amigável para o usuário acessar a aplicação.</p><p>Para gerenciar o tráfego de entrada, configurei um ALB e recursos ingress. Essa etapa foi crucial para direcionar o tráfego para os serviços corretos dentro do cluster EKS e permitir a terminação SSL no nível do ALB.</p><p>Utilizei o AWS Certificate Manager para provisionar e gerenciar o certificado SSL, garantindo comunicação criptografada e segura com a aplicação.</p><p>O resultado foi uma aplicação HumanGov SaaS altamente disponível, segura e escalável na AWS EKS, acessível por meio de um domínio seguro. Essa implantação não apenas demonstrou a eficiência do Kubernetes na AWS, mas também a robustez dos serviços de rede e segurança da AWS.</p><p>Os principais aprendizados deste projeto incluem um entendimento aprofundado do Kubernetes na AWS, gerenciamento de domínio e tráfego, criptografia SSL, containerização, terraform para criar a infraestrutura. A importância de utilizar uma solução agnóstica como Kubernetes com a AWS EKS, facilita a migração da solução para outras clouds como Azure, GCP ou OCI, caso seja mais vantajoso financeiramente. A importância de fazer um projeto hands on, desde a criação de um domínio de DNS, a configuração de uma solução de Ingress Controller, que permite externalizar vários serviços através de vários endpoints e termos vários subdomínios de DNS com apenas um endereço IP externo.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*uigZ6jwDEI5EsJJkBUD1CQ.png" /></figure><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=899f1ac898ec" width="1" height="1" alt="">]]></content:encoded>
        </item>
    </channel>
</rss>