Código, dados, infraestrutura e IA — do primeiro commit ao incidente às 3h.
Audite dependências, pipeline de build e proveniência de artefatos, e planeje SBOM e assinatura.
Combine estimativas do DISPLAY_CURSOR com waits do AWR para achar e fixar a correção certa no Oracle.
Localize falhas de RAG em chunking, embedding ou reranking — com um plano de correção mensurável.
Escreva testes Playwright ou Cypress com locators semânticos e sem sleeps, que só falham por bug real.
Revisão OWASP Top 10 do seu próprio código, com cada finding provado por um tainted path rastreado.
Transforme números de dashboard em um brief executivo BLUF: sinal vs ruído, causas candidatas e uma ação.
Classifique um teste flaky por mecanismo, reproduza sob demanda e elimine o não determinismo.
Mapeie controles de SOC 2, ISO ou LGPD/GDPR para evidências coletáveis e exponha as lacunas reais.
Classifique o portfólio pelos 6Rs, agrupe dependências em ondas e planeje cutover e rollback.
Mapeie cada padrão de acesso a uma chave ou GSI do DynamoDB, com análise de partição quente e custo.
Descreva em palavras o que quer casar e receba uma regex testada, com a explicação de cada token.
Descreva seus dados e sua mensagem; receba o tipo de gráfico certo e uma crítica honesta de design.
Derive o padrão de DR a partir de RTO/RPO, exponha os bloqueadores ocultos e planeje failover e failback.
Dimensione partições do Kafka pelo throughput real e rastreie o consumer lag até a causa verdadeira.
Transforme uma pergunta sobre seus dados em uma query SQL correta e legível no seu dialeto.
Escolha entre prompting, RAG e fine-tuning com um modelo de custo real e um plano em etapas.
Descubra por que o InnoDB ignora seu índice e receba o ALTER TABLE ou rewrite exato.
Audite um terraform plan em busca de replacements e perda de dados antes do apply, com guardrails e rollback.
Defina SLIs voltados ao usuário, dimensione error budgets e troque alertas ruidosos por pages de burn-rate.
Localize o pico até serviço, região e recurso, e então separe crescimento de desperdício.
Leia o plano real do SQL Server para provar parameter sniffing e escolher a correção mais segura.
Transforme o material bruto do incidente em timeline, análise causal e ações com dono e prazo.
Defina o tipo certo de retenção, gere o SQL de cohort e separe curva que estabiliza de sangria lenta.
Escolha canary ou blue-green e conecte tudo ao Argo CD e ao Helm com critérios automáticos de abort.
Encontre o caminho de escalada em uma policy IAM e receba um rewrite escopado com rollout seguro.
Escreva e endureça um system prompt feito para sobreviver meses em produção.
Diagnostique lentidão no Postgres com EXPLAIN (ANALYZE, BUFFERS) e evidência de bloat e autovacuum.
Projete um DAG dbt em camadas com grains declarados e testes que pegam regressões reais.
Monte uma matriz de testes de IDOR e broken authz para a sua própria API, pronta para rodar em CI.
Ranqueie lacunas de cobertura por blast radius e churn e exponha onde o número está mentindo.
Decida se streaming compensa, depois desenhe a semântica de event time e um cutover em fases.
Conduza uma revisão de seis pilares baseada em evidências que termina em backlog priorizado e com donos.
Crie testes de contrato Pact e OpenAPI consumer-driven que realmente barram um deploy quebrado.
Projete ou depure um pipeline CDC Debezium: config do connector, ordenação, deletes e schema drift.
Controles em camadas contra saída sem fundamento, com regras de abstenção e métrica de recusa excessiva.
Decida se um CVE é realmente explorável no seu ambiente e qual prioridade ele merece.
Calcule Big-O honesto e as constantes escondidas, e decida se vale otimizar esse hot path.
Projete coleções, decisões de embed/reference e índices ESR a partir de padrões de acesso ranqueados.
Reduza o tamanho da imagem com reescrita multi-stage, economias ranqueadas e os riscos de runtime explicitados.
Transforme events, exit codes e logs do pod em uma causa nomeada, um fix YAML mínimo e um rollback.
Transforme uma meta de qualidade em uma suíte de eval executável, com rubricas e casos adversariais.
Transforme uma tabela ou estatísticas resumo nos poucos insights que importam, com ressalvas.
Responda uma pergunta de negócio com SQL analítico — window functions, cohorts, funis — explicado.
Escolha o padrão de cache, um caminho real de invalidação e proteção de stampede para seu tráfego.
Revise IaC e IAM em busca de caminhos reais de escalada, com diffs mínimos e prevenção de drift.
Conduza o incidente com contenção que preserva evidência, queries de escopo e prazos de notificação.
Monte a estratégia de testes a partir dos defeitos que escaparam e do orçamento de CI.
Faça a triagem, reduza ao repro mínimo e escreva um relatório sem nenhuma pergunta de retorno.
Cole o erro e o código; receba causas raiz prováveis ranqueadas e a menor correção possível.
Planeje um expand-migrate-contract com veredito de lock, backfill e ponto de aborto declarado.
Diagnostique skew, shuffle e spill no Spark a partir das métricas de stage e receba a correção exata.
Reduza custo e latência p95 de LLM com trade-offs medidos e um piso de qualidade que se sustenta.
Planeje uma refatoração que preserva comportamento em passos entregáveis, cada um com verificação e rollback.
Planeje uma auditoria WCAG com passes automatizado, de teclado e de leitor de tela, mapeada a critérios.
Projete schemas de function calling que o modelo chama certo, com envelopes de resultado seguros.
Transforme expectativas de consumidores e incidentes passados em um data contract e quality gate aplicáveis.
Ache o gargalo do Flink pelas métricas de checkpoint e backpressure e ajuste uma coisa por vez.
Projete um sistema baseado em Lambda respeitando limites reais: concorrência, cold start, DLQ e custo.
Sequencie um upgrade de versão maior em torno de dependências bloqueantes e breaking changes que compilam.
Reconstrua o ciclo de locks a partir do deadlock graph e corrija a ordem ou o índice por trás dele.
Ranqueie o blast radius dos secrets e receba um runbook de rotação com rollback e prevenção de vazamento.
Rode STRIDE nas suas trust boundaries e receba riscos ranqueados com mitigações e detecções.
Declare o grain, projete fatos e dimensões SCD, e entregue o DDL mais as queries que os validam.
Gere docstrings precisas e exemplos de uso para uma função a partir apenas do seu código.
Transforme um requisito vago em casos de borda, tabela de decisão e abuso, com ambiguidades expostas.
Projete uma API a partir dos casos de uso do cliente, com OpenAPI ou SDL, idempotência, paginação e evolução.
Defina requests, limits e HPA a partir de percentis reais sem provocar throttling ou OOMKills.
Projete tracing, sinais de qualidade e detecção de regressão de LLM que dá para alertar de verdade.
Ranqueie economias na AWS por esforço e risco, separe rate de usage e instale os guardrails.
Receba um plano de limpeza passo a passo para um dataset bagunçado antes de analisá-lo.
Quebre o objetivo de um agente em passos verificáveis, com critérios de parada e gates humanos.
Revise um diff pelo risco em produção: blast radius, falhas silenciosas, corridas e compatibilidade — não estilo.
Separe bugs reais de flake de CI, reproduza a falha sob demanda e corrija sem depender de retries.
Torne uma DAG do Airflow realmente idempotente e gere um runbook de backfill seguro e retomável.
Audite hierarquia, bindings de IAM e org policies no GCP, com remediações exatas em gcloud.
Desenhe management groups, rede hub-spoke, acesso via Entra ID e guardrails de Azure Policy.
Transforme métricas de arquivos e snapshots em um plano de compaction, expiração e evolução de schema.
Dimensione o experimento pelo custo da decisão, cheque SRM e leia intervalos em vez de caçar p-valores.
Projete um módulo Terraform reutilizável com interface limpa, código esqueleto e caminho de migração de state.
Uma revisão de código sênior e focada: correção, legibilidade e riscos — sem nitpicking.
Leia saídas de k6 ou JMeter com honestidade: validade, joelho de latência, cauda p99 e gargalo real.