Camila Rozalem Betim; Everton Gomede

DOI: 10.22167/2675-6528-202600655

Artigo elaborado pela ferramenta ResumeAI, solução de inteligência artificial desenvolvida pelo Instituto Pecege voltada à síntese e redação.

Resumo

O presente trabalho teve como objetivo investigar o impacto do uso de engenharia de plataforma na produtividade e na experiência do desenvolvedor durante o processo de entrega de software em nuvem. O contexto atual de desenvolvimento exige entregas rápidas e frequentes, mas a complexidade da infraestrutura em nuvem frequentemente sobrecarrega as equipes, gerando um gargalo operacional. Para preencher a lacuna de estudos empíricos que comparem o uso de plataformas internas com processos manuais, desenvolveu-se uma Plataforma de Implantação Interna (IDP) capaz de abstrair a criação e configuração de recursos na AWS. Foi adotada uma abordagem mista na metodologia: inicialmente, a problemática foi validada por meio de um questionário com 59 profissionais; em seguida, realizou-se um experimento controlado com 8 participantes, divididos em dois grupos (plataforma e manual), para realizar o deploy de uma aplicação. Foi demonstrado, nos resultados, que o desafio foi concluído em uma média de 30,5 minutos pelo grupo que utilizou a plataforma, enquanto o grupo manual concluiu com uma média de 13,6 horas. Além disso, a dificuldade percebida foi reduzida pela metade. Conclui-se que a adoção de plataformas internas é altamente eficaz para reduzir a carga cognitiva, padronizar a infraestrutura e acelerar o ciclo de entrega, democratizando o acesso à nuvem para desenvolvedores de diferentes níveis de experiência.

Palavras-chave: Carga Cognitiva; Computação em Nuvem; DevOps; IDP; Tempo de Entrega.

1. Introdução

Desde o início dos anos 2000, o cenário tecnológico tem sido marcado por avanços significativos, impulsionando a adoção de práticas e princípios ágeis no desenvolvimento de software. Essas abordagens visavam primordialmente a redução do tempo necessário para realizar implementações de novas funcionalidades. No entanto, apesar dos progressos na fase de desenvolvimento, ainda persistia uma considerável dificuldade e demora para levar essas funcionalidades para o ambiente produtivo, um gargalo que comprometia a agilidade prometida (Kim et al., 2018).

Para superar essa limitação e apoiar empresas de diversos portes na realização de implantações rápidas e frequentes, fez-se necessária a adoção de novas práticas e princípios. Nesse contexto, a partir de 2010, a cultura “DevOps” passou a ser amplamente implementada pelas organizações. Conforme descrito por Kim et al. (2018), DevOps constitui um modelo de trabalho colaborativo, no qual equipes multidisciplinares de tecnologia unem esforços para alcançar objetivos comuns. Essa união promove eficiência e velocidade no ciclo de vida do software, contribuindo diretamente para o sucesso organizacional.

A necessidade de adoção do DevOps foi ainda mais intensificada pelo advento da computação em nuvem no mercado tecnológico. A velocidade na entrega de novas funcionalidades e produtos tornou-se um diferencial competitivo crucial, impulsionando o crescimento das empresas que a implementam. Contudo, as transformações para arquiteturas em nuvem, embora trouxessem a promessa de processos facilitados e implementações rápidas, introduziram também diversas complexidades (Fournier e Nowland, 2025). Novos desafios surgiram para as organizações devido à vasta gama de possibilidades e à inerente complexidade da infraestrutura em nuvem.

A cultura ágil trouxe muitos benefícios aos times de desenvolvimento, mas também atribuiu a eles a responsabilidade de se tornarem multidisciplinares. Isso exigiu que os desenvolvedores dominassem habilidades e conhecimentos que abrangem desde o desenvolvimento de código, testes e construção, até a entrega em uma infraestrutura em nuvem. Essa amplitude de responsabilidades, que inclui áreas como redes de computadores e segurança da informação, frequentemente sobrecarrega as equipes. Consequentemente, muito tempo é gasto em tarefas de configuração e implementação de infraestrutura, transformando uma simples mudança em um processo demorado e complexo (Aminda, 2024). Essa carga cognitiva e operacional gera um gargalo significativo no processo de entrega de software, impactando diretamente a produtividade e a experiência do desenvolvedor.

Nesse cenário, a Engenharia de Plataforma surge como uma aliada estratégica. Fournier e Nowland (2025) a definem como um produto interno que oferece um catálogo de serviços e ferramentas para automatizar a entrega de recursos e diminuir a complexidade inerente à infraestrutura. A infraestrutura é abstraída pela plataforma, eliminando ações repetitivas e proporcionando maior autonomia aos times de desenvolvimento, o que, por sua vez, melhora a experiência do desenvolvedor (Aminda, 2024). Essa abordagem visa simplificar o acesso à nuvem e acelerar o ciclo de entrega de software, permitindo que os desenvolvedores se concentrem na lógica de negócio e na criação de valor.

Apesar da crescente relevância prática da Engenharia de Plataforma, há uma lacuna notável em estudos empíricos que comparem, em um cenário controlado, o uso de uma Plataforma de Implantação Interna (IDP) com o processo de deploy manual, sob a ótica da produtividade e da experiência do desenvolvedor. Preencher essa lacuna é fundamental para fornecer evidências concretas sobre os benefícios e desafios da adoção de IDPs. A justificativa para esta pesquisa reside na necessidade de demonstrar empiricamente como a abstração da infraestrutura e a automação podem reduzir a carga cognitiva dos desenvolvedores, padronizar as configurações e acelerar o ciclo de entrega de software, democratizando o acesso à nuvem para profissionais com diferentes níveis de experiência.

Dessa forma, este trabalho teve como objetivo investigar o impacto do uso de engenharia de plataforma na produtividade e na experiência do desenvolvedor durante o processo de entrega de software em nuvem.

2. Material e Métodos

Este estudo empregou um design de pesquisa metodológico misto, combinando abordagens quantitativa e qualitativa, com natureza experimental. O objetivo foi investigar o impacto da engenharia de plataforma na produtividade e experiência do desenvolvedor durante o processo de entrega de software em nuvem, buscando compreender as dificuldades no deploy em ambientes de nuvem e como a Engenharia de Plataforma pode mitigar esses desafios e acelerar a entrega.

A pesquisa foi estruturada em duas fases. Na primeira fase, para validação da problemática, coletaram-se dados de 59 profissionais de tecnologia entre 19 e 31 de outubro de 2025. Utilizou-se um questionário online estruturado (Apêndice A), desenvolvido no Google Forms e distribuído digitalmente em redes profissionais. O questionário abordou formação, experiência com DevOps, tempo gasto em infraestrutura, existência de plataformas internas e importância de soluções de automação. Os dados foram coletados anonimamente para garantir confidencialidade.

A segunda fase consistiu em um experimento comparativo controlado com 8 participantes, recrutados por formulário online (Apêndice B). O critério de inclusão foi atuar em Tecnologia da Informação, preferencialmente como desenvolvedor, sem exigência de experiência prévia com AWS. A alocação aos grupos ocorreu por auto-seleção. O experimento foi realizado entre janeiro e início de abril de 2026, em um ambiente controlado com conta AWS dedicada e permissões restritas. Os participantes foram divididos em dois grupos: um utilizou a Plataforma de Implantação Interna (IDP) desenvolvida, e o outro realizou o deploy manual de uma aplicação, seguindo roteiros detalhados (Apêndices C e D) para requisitos idênticos de disponibilização pública e configuração de banco de dados relacional.

Para a coleta de dados no experimento, empregaram-se três formulários de feedback pós-experimento, específicos para cada grupo (Apêndices E e F). Esses formulários registraram métricas de tempo de execução da tarefa, a dificuldade percebida e avaliações qualitativas sobre a experiência. A coleta foi anônima para preservar a confidencialidade dos participantes.

A Plataforma de Implantação Interna (IDP) foi desenvolvida especificamente para este estudo, com backend em Go, frontend em React e banco de dados SQLite. Seu objetivo era abstrair a complexidade da infraestrutura em nuvem e simplificar o ciclo de entrega de software. A IDP integrava-se com a API do GitHub para gerenciamento de repositórios e workflows CI/CD, e utilizava Terraform para o provisionamento dinâmico de recursos AWS (EC2, Lambda, RDS, VPC, etc.). A plataforma permitia a configuração e implantação de aplicações e infraestrutura diretamente de sua interface, exibindo logs em tempo real e diagramas de arquitetura dos recursos provisionados.

A própria IDP foi implantada em uma instância EC2 na AWS, utilizando Docker Compose para orquestrar o backend (Go) e o frontend (React, servido por Nginx). O Nginx atuou como proxy reverso, direcionando chamadas na porta 80 e redirecionando chamadas com o prefixo /api/ para o backend na porta 8080. O banco de dados SQLite da plataforma foi persistido em um volume Docker, e as variáveis de ambiente foram gerenciadas por um arquivo .env carregado pelo Docker Compose.

As variáveis do estudo foram operacionalizadas a partir das respostas obtidas nos formulários de feedback. O tempo de entrega foi mensurado pela pergunta “Quantas horas você realmente dedicou ao desafio?”, com registro em minutos ou horas. A dificuldade percebida foi avaliada em dois níveis: uma avaliação geral do processo e uma avaliação por etapa do desafio, ambas utilizando uma escala Likert de 1 (Muito Fácil) a 5 (Muito Difícil). A percepção de utilidade da plataforma foi coletada por meio de uma escala de 1 (Totalmente Desnecessário) a 5 (Extremamente Útil).

Para o Grupo A, que utilizou a plataforma, também se avaliou a abstração da complexidade da AWS, por meio de uma escala de 1 a 5. Os dados quantitativos foram analisados utilizando estatística descritiva, incluindo média, mediana, mínimo e máximo, para comparar o desempenho entre os grupos. Os dados qualitativos, provenientes de perguntas abertas sobre o que foi mais útil, confuso, tarefas a automatizar e comentários gerais, foram examinados por meio de análise de conteúdo.

Em todas as fases da pesquisa, a coleta de dados foi realizada de forma anônima, garantindo a confidencialidade das informações fornecidas pelos participantes. Os formulários de recrutamento e feedback não solicitavam dados de identificação pessoal, e os dados brutos foram tratados de maneira a preservar o anonimato.

3. Resultados e Discussão

A presente seção detalha os achados da pesquisa, dividindo-os em duas fases principais: a validação da problemática por meio de um questionário e a comparação experimental entre o uso de uma Plataforma de Implantação Interna (IDP) e o processo de deploy manual. Em seguida, é apresentada uma discussão crítica que integra os resultados de ambas as fases, conectando-os aos objetivos do estudo e à literatura existente. Os dados revelam o impacto significativo da engenharia de plataforma na produtividade e na experiência do desenvolvedor, conforme antecipado pelo problema de pesquisa.

Inicialmente, a pesquisa buscou validar a problemática da dificuldade no provisionamento de infraestrutura em nuvem e os fatores que contribuem para essa situação, bem como confirmar sua influência nos atrasos do processo de entrega de software. Para tanto, foi aplicado um questionário online a 59 profissionais de desenvolvimento de software, entre 19 e 31 de outubro de 2025. A amostra revelou uma distribuição de senioridade composta por 32,2% de profissionais Sênior, 30,5% Pleno, 18,6% Júnior e 18,6% Especialista/Lead, com a maioria (62,7%) atuando em grandes empresas.

Em relação ao conhecimento em Infraestrutura como Código (IaC), a maioria dos respondentes declarou possuir um nível intermediário (37,3%) ou básico (25,4%). Este dado sugere que, embora o conceito não seja totalmente desconhecido, a profundidade de conhecimento e a aplicação prática podem variar consideravelmente entre os profissionais. A falta de domínio pleno em IaC pode, portanto, ser um fator contribuinte para a complexidade e o tempo gasto em tarefas de infraestrutura, corroborando a necessidade de soluções que abstraiam essa complexidade.

O tempo dedicado ao desenvolvimento de uma funcionalidade de software (apenas o código) concentrou-se entre um e três dias para 59,3% dos participantes. Contudo, o tempo adicional necessário para configurar a infraestrutura e realizar o deploy em produção demonstrou uma variação considerável, com 22% dos respondentes indicando que não eram responsáveis por essa etapa. Essa disparidade evidencia um gargalo operacional, onde a fase de infraestrutura e deploy se torna um ponto de atrito significativo no ciclo de entrega de software, impactando a agilidade geral.

A percepção de que o tempo gasto com infraestrutura compromete o desenvolvimento foi avaliada em uma escala de um a cinco, resultando em uma média de 2,66. Embora essa média seja moderada, 20,3% dos participantes atribuíram notas quatro ou cinco, indicando que uma parcela considerável dos profissionais sente um impacto negativo substancial. Este achado reforça a problemática central do estudo, sugerindo que a otimização das tarefas de infraestrutura é crucial para melhorar a produtividade dos desenvolvedores.

Quanto ao conhecimento sobre Engenharia de Plataforma ou Internal Developer Platforms (IDPs), 37,3% dos respondentes afirmaram conhecer bem o conceito, enquanto 35,6% nunca haviam ouvido falar. Essa distribuição indica uma lacuna de conhecimento, mas também uma oportunidade para a disseminação e adoção dessas soluções. A receptividade a uma plataforma que automatizasse o provisionamento foi alta, com uma média de 4,73 em cinco, e 79,7% dos participantes atribuíram a nota máxima, demonstrando um forte interesse e reconhecimento da utilidade de tais ferramentas.

Os principais desafios relatados no processo de entrega de software foram a padronização de processos, o gerenciamento de ambientes e as configurações de segurança. Esses pontos de dificuldade são cruciais, pois tarefas repetitivas e a falta de padronização podem levar a erros e atrasos. Os motivos que tornam a configuração de infraestrutura demorada ou complexa foram identificados como a dependência de outras equipes (45,8%), a falta de conhecimento técnico (35,6%) e a falta de padronização nos processos (33,9%).

As funcionalidades mais valorizadas em uma plataforma de automação de infraestrutura incluíram o deploy automatizado com poucos cliques (67,8%), o rollback automático em caso de falha (52,5%) e a configuração automática de segurança (44,1%). Esses resultados indicam que os desenvolvedores buscam soluções que simplifiquem tarefas complexas e repetitivas, garantam a segurança e permitam a recuperação rápida de problemas. Os benefícios esperados de uma plataforma automatizada foram a redução do tempo de entrega (72,9%), a diminuição de erros humanos (67,8%) e a melhoria na qualidade e segurança da infraestrutura (55,9%).

Experimento Comparativo

Após a validação da problemática, foi conduzido um experimento comparativo com oito participantes, divididos igualmente em dois grupos: Grupo A (plataforma) e Grupo B (deploy manual). O desafio, que consistia em implantar uma aplicação em Go com um sistema de banco de dados relacional na AWS, foi realizado entre janeiro e abril de 2026. Todos os participantes de ambos os grupos concluíram a tarefa, permitindo uma comparação direta dos resultados.

Resultados do Grupo A (Plataforma)

No Grupo A, que utilizou a Plataforma de Implantação Interna (IDP), o tempo médio para a conclusão do desafio foi de 30,5 minutos. Os tempos individuais variaram de 15 minutos a uma hora, demonstrando uma eficiência notável. Por exemplo, o participante P1, com experiência avançada em AWS, concluiu em 28 minutos, enquanto P3, com experiência intermediária, finalizou em 15 minutos. A dificuldade geral percebida pelos participantes do Grupo A foi de 1,50 em uma escala de um a cinco, com a maioria classificando o processo como “Muito Fácil” ou “Fácil”.

A avaliação da abstração da complexidade da AWS pela plataforma foi consistentemente alta, com todos os participantes atribuindo notas de quatro (“Muito”) ou cinco (“Completamente”). A necessidade da plataforma foi unanimemente classificada como cinco (“Extremamente Útil”) por todos os membros do Grupo A. A avaliação da dificuldade por etapa do desafio, que incluiu nove etapas, mostrou uma predominância de “Muito Fácil”, com apenas dúvidas pontuais nas etapas iniciais, indicando uma curva de aprendizado rápida e eficaz.

Os comentários qualitativos dos participantes do Grupo A reforçaram a percepção positiva. P1 descreveu a experiência como “excelente”, destacando o “deploy simples e rápido e fácil acesso a logs e credenciais do cloud provider para troubleshooting manual caso necessário”. P2, um iniciante em Cloud e DevOps, considerou a experiência “extremamente positiva e motivadora”, pois a plataforma tornou o deploy acessível sem a necessidade de configuração manual. P3 relatou que “não houve uma parte confusa, estava tudo muito claro”, valorizando a interface unificada para provisionamento e deleção de recursos. P4 concluiu: “Muito boa a plataforma, gostaria de uma plataforma assim no meu dia a dia; que de fato fosse eficiente e clara. Sensacional!”.

Resultados do Grupo B (Deploy Manual)

Em contraste, o Grupo B, que realizou o deploy manualmente, levou em média 13,6 horas para concluir o desafio. A variabilidade do tempo foi significativamente maior, com P1, um iniciante, levando 48 horas, enquanto P4, um profissional avançado, concluiu em 2 horas e 2 minutos. A dificuldade geral percebida neste grupo foi de 3,00 em uma escala de um a cinco, o dobro da dificuldade relatada pelo Grupo A, indicando um processo consideravelmente mais complexo e desafiador.

A avaliação da necessidade de uma plataforma automatizada foi igualmente alta no Grupo B, com todos os participantes atribuindo notas de quatro (“Muito Útil”) ou cinco (“Extremamente Útil”), o que sublinha a percepção universal da utilidade de tais soluções, mesmo por aqueles que não as utilizaram. A avaliação da dificuldade por etapa (oito etapas) apresentou alta variação, com picos de dificuldade nas configurações de rede e banco de dados, evidenciando os pontos críticos do processo manual.

Os comentários abertos dos participantes do Grupo B revelaram os principais pontos de atrito. P1 descreveu a “configuração de SSH para comunicação com o banco de dados” como a mais frustrante, além de dificuldades com o arquivo .pem. P2 apontou que “a UI da AWS é muito ruim” e encontrou um bloqueio inesperado na configuração de backup do banco de dados. P3 sentiu mais dificuldade na “implantação do Docker na EC2” por pouca familiaridade, exigindo pesquisa. P4, mesmo com maior experiência, afirmou que “em todas as etapas foi necessário consultar documentação para relembrar comandos e funcionalidades das ferramentas”, além de problemas de permissionamento na AWS.

Discussão Crítica dos Achados

A análise conjunta dos dados do questionário exploratório e do experimento comparativo revela um alinhamento claro entre as dificuldades enfrentadas pelos profissionais e os benefícios práticos observados com a adoção da plataforma. A hipótese principal, que previa a redução significativa do tempo de deploy e da dificuldade percebida pelos desenvolvedores com o uso de uma Plataforma de Implantação Interna (IDP), foi amplamente confirmada pelos resultados obtidos.

A percepção de que o tempo com infraestrutura compromete o desenvolvimento, embora moderada (média de 2,66), foi acompanhada por uma expressiva receptividade a uma plataforma automatizada (média de 4,73), com 79,7% dos respondentes atribuindo a nota máxima. Este consenso indica uma demanda latente por soluções que simplifiquem a gestão da infraestrutura, mesmo entre aqueles que ainda não estão totalmente familiarizados com o conceito de Engenharia de Plataforma, como os 35,6% que nunca haviam ouvido falar de IDPs.

A pesquisa demonstrou que 62,7% dos respondentes do questionário possuíam nível básico ou intermediário em Infraestrutura como Código (IaC). Essa lacuna de conhecimento se manifestou no experimento, onde o Grupo B (deploy manual) enfrentou desafios significativos relacionados à padronização de processos, gerenciamento de ambientes, configurações de rede, SSH e permissões IAM. Tais dificuldades corroboram as observações de Ramaswamy (2020), que destacam como a fragmentação de tarefas e a constante troca de contexto prejudicam a produtividade dos desenvolvedores.

A diferença no tempo de entrega entre os grupos foi expressiva, evidenciando o poder da automação e abstração da infraestrutura. O Grupo B levou, em média, 13,6 horas para concluir o desafio, enquanto o Grupo A finalizou em apenas 30,5 minutos. Isso representa que o processo manual consumiu, em média, 26,8 vezes mais tempo. Este achado está em consonância com as métricas de desempenho de entrega de software de elite descritas por Kim et al. (2018), que apontam a frequência e a velocidade de deploy como indicadores-chave de maturidade em DevOps.

A eficácia da plataforma na mitigação da carga cognitiva foi demonstrada, validando a primeira hipótese secundária do estudo. A abstração da complexidade da configuração manual de recursos na AWS pela IDP permitiu que os desenvolvedores do Grupo A se concentrassem na lógica de negócio, retornando o foco à construção do software. Isso é crucial para a produtividade, pois reduz a sobrecarga mental e a necessidade de dominar uma vasta gama de conhecimentos em infraestrutura, como redes e segurança, que frequentemente sobrecarregam as equipes (Aminda, 2024).

A conformidade da infraestrutura também apresentou diferenças notáveis. O Grupo A se beneficiou de configurações padronizadas de segurança e rede provisionadas automaticamente, enquanto o Grupo B enfrentou restrições inesperadas e variações nas configurações, dependendo do nível de experiência de cada participante. Este resultado valida a segunda hipótese secundária, confirmando que a plataforma garante maior padronização e conformidade. A definição de Fournier e Nowland (2025) de Engenharia de Plataforma como um produto interno que abstrai a complexidade repetitiva e garante a padronização é, portanto, reforçada.

A alta percepção de utilidade da plataforma, observada em ambas as fases da pesquisa, com a nota máxima (5/5) atribuída por todos os participantes do Grupo A, contrasta com a dificuldade média de 3,00 relatada pelo Grupo B. Os comentários abertos do Grupo A, como “experiência extremamente positiva e motivadora”, alinham-se diretamente com o framework SPACE (Forsgren et al., 2021), que enfatiza a satisfação e a eficiência como dimensões fundamentais da produtividade do desenvolvedor. A plataforma, ao simplificar o acesso à nuvem, democratiza o uso para desenvolvedores de diferentes níveis de experiência.

Este estudo acrescenta evidências empíricas à literatura recente sobre Engenharia de Plataforma, como a revisão sistemática de Pitkar (2026) e o trabalho de Rusum e Pappula (2024). Enquanto muitos estudos abordam os benefícios das IDPs de forma teórica, este experimento controlado demonstrou na prática a magnitude da redução de tempo e esforço. A principal divergência em relação às abordagens tradicionais de DevOps é a constatação de que a simples adoção de ferramentas de IaC não é suficiente para otimizar a entrega; a abstração dessas ferramentas por meio de uma plataforma self-service é o fator que efetivamente democratiza o acesso à nuvem e melhora a experiência do desenvolvedor, acelerando o ciclo de entrega de software e permitindo que os desenvolvedores se concentrem na lógica de negócio e na criação de valor.

4. Conclusão

Este trabalho investigou o impacto da engenharia de plataforma na produtividade e na experiência do desenvolvedor durante o processo de entrega de software em nuvem. Verificou-se que a complexidade inerente à infraestrutura em nuvem frequentemente sobrecarrega as equipes de desenvolvimento, gerando gargalos operacionais. Por meio de um questionário com 59 profissionais, validou-se a problemática e a alta receptividade a soluções de automação. Em um experimento controlado, demonstrou-se que o grupo que utilizou a Plataforma de Implantação Interna (IDP) desenvolvida concluiu o desafio de deploy em uma média de 30,5 minutos, em contraste com as 13,6 horas médias do grupo que realizou o processo manualmente. Além disso, a dificuldade percebida foi reduzida pela metade com o uso da plataforma, evidenciando sua eficácia na mitigação da carga cognitiva e na padronização da infraestrutura.

A adoção de plataformas internas, como a IDP desenvolvida, mostrou-se altamente eficaz para acelerar o ciclo de entrega de software e democratizar o acesso à nuvem para desenvolvedores de diferentes níveis de experiência. A plataforma garantiu maior padronização e conformidade nas configurações de infraestrutura, eliminando erros comuns e dependências de outras equipes, o que contribui diretamente para a melhoria da experiência do desenvolvedor e para a eficiência operacional. Contudo, reconhece-se que o experimento foi realizado com uma amostra reduzida de oito participantes, o que limita a validade externa e a generalização estatística dos resultados. Para estudos futuros, sugere-se a ampliação do experimento com uma amostra mais diversificada, a investigação aprofundada de métricas de qualidade e segurança da infraestrutura provisionada, e a incorporação de funcionalidades avançadas à IDP, como rollback automático e suporte a múltiplos provedores de nuvem, para atender a cenários corporativos mais complexos.

Referências Bibliográficas

Aminda, 2024 [Referência completa não encontrada no documento original]

Forsgren, N.; Storey, M.; Maddila, C.; Zimmermann, T.; Houck, B.; Butler, J. 2021. The SPACE of Developer Productivity: There’s more to it than you think. ACM Queue 19 (1): 20-48.

Fournier, C.; Nowland, I. 2025. Engenharia de Plataforma: Um guia para líderes técnicos, de produtos e de pessoas. 1ª edição. Novatec, São Paulo, SP, Brasil.

Kim, Gene; Humble, Jez; Willis, John; Debois, Patrick. 2018. Manual de DevOps: Como obter agilidade, confiabilidade e segurança em organizações tecnológicas. 1ª edição. Alta Books, São Paulo, SP, Brasil.

Pitkar, H. 2026. Platform Engineering and Developer Experience: A Systematic Review of Concepts, Benefits and Future Directions. World Journal of Advanced Engineering Technology and Sciences 18 (2): 241-248.

Ramaswamy, Y. 2020. Human Factors in DevOps: Cognitive Load, Developer Experience, and Team Collaboration. International Journal of Communication Networks and Information Security 12 (2): 1-15.

Rusum, G. P.; Pappula, K. K. 2024. Platform Engineering: Empowering Developers with Internal Developer Platforms (IDPs). International Journal of Al, BigData, Computational and Management Studies 5 (1): 1-12.

Artigo oriundo de Trabalho de Conclusão de Curso da Especialização em Engenharia de Software do MBA USP/Esalq

Para saber mais sobre o curso, clique aqui e acesse a plataforma MBX Academy