Artigo

23 de julho de 2026

O impacto da engenharia de plataforma na produtividade e experiência do desenvolvedor

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

Você também pode gostar

Compliance E Esg

11 de setembro de 2026

Inteligência Artificial na Gestão Contratual: Supervisão Humana, Riscos Jurídicos e Governança Algorítmica

O advento da inteligência artificial como tecnologia disruptiva reconfigurou processos econômicos, institucionais e jurídicos, conferindo centralidade à automação contratual na gestão de relações complexas. A automação contratual revelou-se um fenômeno juridicamente não neutro, com opacidade decisória, geração automatizada de cláusulas abusivas e dificuldades de atribuição de responsabilidade, deslocando a elaboração contratual para o domínio jurídico-normativo. O estudo analisou como a inteligência artificial na automação contratual intensificou a colisão entre eficiência tecnológica e segurança jurídica, e em que medida mecanismos de supervisão humana significativa e de governança algorítmica funcionaram como instrumentos de ponderação normativa para preservar princípios do direito contratual brasileiro. A pesquisa adotou abordagem qualitativa de estudo de casos múltiplos, com análise documental de quatro casos paradigmáticos: Moffatt v. Air Canada, United States v. RealPage, Deloitte/DEWR e INSS/TRF-4ª Região, representando os contextos consumerista, concorrencial, consultivo-contratual e administrativo. A análise identificou cinco padrões estruturais recorrentes – opacidade decisória, substituição da racionalidade normativa por inferências probabilísticas, accountability gap, assimetria informacional e incompreensão semântica – que emergiram de forma sistêmica. O desfecho fragmentado do caso RealPage reforçou a conclusão de que a jurisprudência sobre automação decisória permanece em formação. A governança algorítmica eficaz demonstrou exigir a integração de mecanismos de auditabilidade, responsabilização e supervisão humana, conforme as normas ISO 31000, COSO ERM e ISO 37301, como condição necessária à legitimidade dos sistemas automatizados de gestão contratual.

Palavras-chave: Contratos; Governança algorítmica; Inteligência artificial; Segurança jurídica; Supervisão humana.

Compliance E Esg

11 de setembro de 2026

Rituais de Verificação sob Pressão: Categorias de Ação ESG Relatadas por Grande Grupo Frigorífico Antes e Após Operação Deflagrada Pela Polícia Federal e Seus Desdobramentos, em Passado Recente

Relatórios de sustentabilidade são amplamente empregados como instrumentos de gestão da legitimidade corporativa, mas sua função como mecanismo de reorganização cognitiva em contextos de crise reputacional permaneceu subexplorada na literatura. O estudo analisou as transformações nas categorias de ação ESG reportadas pela Empresa JBS em seus relatórios anuais de sustentabilidade de 2015 a 2018, período que compreendeu dois anos anteriores e dois anos posteriores à Operação Carne Fraca e seus desdobramentos. O objetivo foi investigar como a organização alterou sua estrutura cognitiva após a crise reputacional, por meio de um de seus sistemas de reporte. Empregou-se um processo de catalogação sistemática de 1.088 práticas relatadas, classificadas por pilar ESG, tema material e categoria de ação. O referencial teórico mobilizou Mary Douglas (1986), Michael Power (1997), Meyer e Rowan (1977) e Edelman (2016) para interpretar os fenômenos observados. Os resultados evidenciaram um crescimento exigido em governança, que coexistiu com o colapso do pilar social, o desaparecimento de categorias substantivas e a substituição de ações voltadas a prêmios por ações que ressignificaram as relações da organização e seu posicionamento no mercado. Além disso, treinamentos de liderança migraram do tema de cultura para compliance, campanhas de comunicação cederam lugar a canais estruturais permanentes, e investidores tornaram-se a audiência de maior crescimento proporcional. Concluiu-se que a sofisticação do esforço de legitimação residiu não no que a empresa necessariamente fez, mas na consistência com que reorganizou quem ela diz ser e para quem, a partir das categorias de ação que relatou.

Palavras-chave: Crise reputacional; ESG; Pensamento institucional; Relatórios de sustentabilidade; Estratégia organizacional.

Gestão Escolar

11 de setembro de 2026

Liderança Escolar à Luz da Teoria U: um Diálogo com as Lideranças Transformacional e Servidora.

A integração de diferentes modelos de liderança mostrou-se um caminho relevante para instituições de ensino que buscaram inovar e alcançar excelência em suas práticas educacionais. Contudo, foram escassas as pesquisas empíricas que investigaram a aplicação da Teoria U na gestão escolar associada às abordagens Transformacional e Servidora, o que configurou uma lacuna na literatura. Este estudo buscou compreender como gestores educacionais perceberam e aplicaram princípios da Teoria U — escuta generativa, presencing e cocriação — em diálogo com as abordagens teóricas da Liderança Transformacional e da Liderança Servidora em suas práticas de gestão. A pesquisa, de natureza qualitativa e exploratória, foi realizada em uma instituição de ensino privada, localizada na cidade de São Paulo, que abrangeu desde a Educação Básica até a Pós-Graduação. Os dados foram coletados por meio de um roteiro de perguntas semiestruturadas, aplicado a sete gestores educacionais, e foram analisados com base na Análise de Conteúdo de Bardin. Os resultados evidenciaram aproximações entre as práticas observadas e os pressupostos teóricos dos modelos estudados, com a escuta destacando-se como a competência que melhor articulou as três abordagens no contexto investigado. Também foram identificadas algumas tensões entre os referenciais teóricos e o cotidiano da gestão. O estudo contribuiu para uma reflexão crítica sobre as possibilidades e os limites da integração desses diferentes modelos de liderança em ambientes escolares, ampliando o debate e oferecendo subsídios relevantes para o fortalecimento do campo da gestão educacional.

Palavras-chave: Análise de Conteúdo; Escuta Generativa; Estudo de Caso; Gestão Escolar; Liderança.

10 de setembro de 2026

Desempenho de Modelos de Machine Learning na Seleção de Ações da Bolsa de Valores Brasileira

O mercado acionário brasileiro, caracterizado por elevada volatilidade e restrições de liquidez, impõe desafios à aplicação de modelos de aprendizado de máquina na previsão de retornos e na construção de estratégias de investimento. O estudo comparou o desempenho preditivo e econômico de modelos de aprendizado de máquina e métodos estatísticos tradicionais na estimação de retornos futuros e na formação de carteiras baseadas em ranking de ativos. Utilizaram-se dados históricos de ações da B3, com variáveis técnicas e financeiras derivadas de preços e volume. Avaliaram-se modelos lineares (Regressão Linear, Ridge, LASSO, Elastic Net), de ensemble (Random Forest, XGBoost, LightGBM) e uma rede neural (Multilayer Perceptron). A avaliação preditiva ocorreu por métricas de erro em conjunto de teste, e a econômica por backtest de estratégias long-only, com custos operacionais baseados no turnover para análise de retornos brutos e líquidos. Os resultados revelaram baixa capacidade preditiva em todos os modelos, com R² negativos e erros elevados. Embora diferenças marginais nas previsões tenham gerado variações no desempenho econômico, estas foram de baixa magnitude e instáveis. O modelo LightGBM obteve o melhor desempenho econômico, mas com ganhos limitados em relação ao benchmark após a inclusão de custos operacionais. Não se observou evidência consistente de geração de retorno ajustado ao risco superior.

Palavras-chave: aprendizado de máquina; backtest; mercado acionário; previsão de retornos; seleção de ativos.

10 de setembro de 2026

Precificação Hedônica de Imóveis na Grande Florianópolis: Uso e Comparação de Modelos de “Machine Learning”

O mercado imobiliário da Grande Florianópolis tem experimentado valorização acelerada, impulsionada pelo crescimento populacional e pela demanda turística e de investimento. Este estudo analisou os determinantes do valor de imóveis residenciais e comparou o desempenho preditivo de modelos de aprendizado de máquina, especificamente Random Forest e Gradient Boosting (XGBoost), com uma regressão por Mínimos Quadrados Ordinários (MQO). Os dados foram coletados via web scraping de dois portais imobiliários em março de 2026, abrangendo os municípios de Florianópolis, São José, Palhoça e Biguaçu, resultando em 8.056 observações válidas após limpeza. Avaliou-se o desempenho dos modelos por meio das métricas R², RMSE e MAPE. O XGBoost apresentou o melhor desempenho preditivo geral (R² = 0,742, RMSE = R$ 927.113), enquanto o Random Forest obteve o menor erro relativo (MAPE = 25,69%). Os principais determinantes do preço identificados foram a área construída, a região de localização e o número de banheiros. Uma análise complementar por segmento de mercado revelou que o MQO dependeu dos valores extremos para sustentar seu ajuste, enquanto os modelos ensemble mantiveram desempenho estável. Concluiu-se que os métodos de aprendizado de máquina são mais robustos para precificação hedônica em mercados imobiliários heterogêneos, especialmente na presença de imóveis atípicos.

Palavras-chave: Ensemble; Imobiliário; Regressão; Residencial; Web Scraping.

Neurociência E Aprendizagem Na Educação

10 de setembro de 2026

A Produção de Memes como Estratégia de Formação Literária e Multiletramentos no Ensino Fundamental Ii

A leitura de obras literárias clássicas apresenta desafios no contexto escolar contemporâneo, devido ao distanciamento entre a linguagem dos textos e o repertório dos estudantes. Investigou-se como a utilização de memes contribuiu para a construção de sentidos na leitura da obra Senhora, de José de Alencar, no Ensino Fundamental II. A pesquisa adotou uma abordagem qualitativa, com caráter de pesquisa participante, e foi desenvolvida com duas turmas de 9º ano de uma escola privada em Volta Redonda, Rio de Janeiro. Os dados foram coletados por meio de questionários e das produções dos estudantes, e analisados à luz da análise de conteúdo. Os resultados indicaram que a utilização de memes favoreceu a aproximação dos alunos com o texto literário, reduziu a resistência inicial e ampliou o engajamento com a leitura. Observou-se, também, o avanço progressivo na compreensão da narrativa, evidenciado pela capacidade de interpretar fatos, analisar personagens, identificar relações implícitas e elaborar posicionamentos críticos. As produções revelaram a articulação entre o conteúdo da obra e o repertório sociocultural dos estudantes, indicando a construção de aprendizagens com significado. Concluiu-se que a integração entre literatura e cultura digital potencializou a mediação pedagógica, contribuindo para a formação de leitores mais ativos e interpretativamente autônomos.

Palavras-chave: aprendizagem significativa; cultura digital; leitura literária; multiletramentos; neurociência.

Gestão Tributária

10 de setembro de 2026

Definição de Insumos para Fins de Aproveitamento de Créditos de Pis e Cofins

O estudo analisou a interpretação e a aplicação da definição de insumos para fins de creditamento do Programa de Integração Social (PIS) e da Contribuição para o Financiamento da Seguridade Social (COFINS) no regime não cumulativo, à luz do entendimento firmado pelo Superior Tribunal de Justiça (STJ) no julgamento do Recurso Especial n.º 1.221.170 (Tema 779). Objetivou-se examinar os limites jurídicos da utilização desses créditos, considerando os critérios de essencialidade ou relevância estabelecidos pela jurisprudência do STJ. Realizou-se pesquisa documental e jurisprudencial, com análise de acórdãos representativos do Conselho Administrativo de Recursos Fiscais (CARF) e do STJ, abrangendo períodos anteriores e posteriores ao Tema 779. Complementarmente, conduziu-se pesquisa bibliográfica e estudos de dois casos concretos do CARF, com abordagem qualitativa, para verificar a aplicação prática dos critérios. Constatou-se que o STJ afastou a aplicação automática da definição de insumo do IPI, consolidando os critérios de essencialidade e relevância. Entretanto, a análise dos julgados do CARF evidenciou que, embora houvesse reconhecimento formal do precedente do STJ, sua incidência foi modulada conforme a natureza da atividade empresarial, mostrando-se mais restritiva para empresas de revenda. Os casos concretos ilustraram que creditamentos de fretes foram tratados de forma distinta, dependendo da vinculação do gasto à produção ou à revenda. Concluiu-se que a definição de insumos permanece um ponto sensível do sistema tributário, e a correta utilização dos créditos demanda análise casuística rigorosa, pautada na observância dos precedentes judiciais e dos limites normativos vigentes, para evitar glosas e penalidades.

Palavras-chave: COFINS; Creditamento; Insumos; PIS.

Gestão Tributária

10 de setembro de 2026

Fiscalização Delegada do ITR: Desestímulo aos Convênios, Reflexos na Arrecadação e Desinteresse Processual da União

O Imposto Territorial Rural (ITR), de competência da União, pode ter sua fiscalização e cobrança delegadas aos Municípios e ao Distrito Federal. Este trabalho examinou a adesão municipal a esses convênios e o impacto na arrecadação, analisou se os entraves processuais para os Municípios remeterem demandas aos órgãos federais desestimulavam a celebração de acordos, e avaliou o interesse processual da União em litígios de ITR sob delegação, à luz da Teoria Eclética da Ação, bem como a efetividade da diretriz constitucional de desestímulo a propriedades improdutivas. A pesquisa utilizou um estudo de caso, com base em dados e relatórios oficiais da Receita Federal do Brasil e referencial doutrinário jurídico. Os resultados indicaram baixa adesão municipal aos convênios, com quase 75% dos municípios sem acordo. A arrecadação do ITR, mesmo integralmente repassada, não justificou os investimentos municipais, e a manutenção da atuação processual pela União desestimulou a continuidade dos ajustes. Verificou-se que a União carecia de interesse processual nessas demandas, dada a ínfima representatividade do ITR na arrecadação federal e a ausência de proveito econômico-financeiro, o que impediu o cumprimento efetivo da diretriz constitucional de desestímulo à improdutividade rural. Concluiu-se que são necessárias modificações legislativas para que o ITR alcance seus objetivos de arrecadação e função social.

Palavras-chave: Arrecadação; Eficiência; Fiscalização; ITR; Municípios.

10 de setembro de 2026

Governança de Dados e Risco Financeiro no Setor Florestal: Evidências Empíricas em Perspectiva Brasil-Finlândia

A fragmentação informacional no setor florestal brasileiro constituiu o ponto de partida desta pesquisa, que investigou como a governança de dados impactou a capacidade analítica, o risco financeiro e a competitividade da gestão florestal, por meio de um estudo comparativo entre Brasil e Finlândia. Submeteram-se 332 documentos, incluindo 307 informativos CEPEA/Esalq/USP (2001–2025) e 25 relatórios setoriais (Bracelpa, ABRAF, Ibá, 2003–2025), a um pipeline de extração automatizado baseado em OCR, mineração de texto e expressões regulares, obtendo-se 13.059 registros estruturados. Realizou-se análise de sensibilidade do Valor Presente Líquido (VPL) e análise de sentimento léxica. Apenas 12,1% dos registros de custo continham Custo Operacional Efetivo preenchido, e nenhum apresentou margem líquida calculável. A incerteza nos dados de entrada oscilou o VPL de um projeto florestal em mais de R$ 20.000/ha, evidenciando a distorção da decisão orientada por dados quando a sofisticação algorítmica não substituiu a qualidade dos dados de origem. A análise de sentimento léxica confirmou a transição dos relatórios setoriais brasileiros de formato estatístico para promocional. Em contraste, o modelo finlandês demonstrou a viabilidade de uma governança integrada, com o inventário florestal consolidado como pilar de inteligência industrial. Os resultados indicaram que o fortalecimento da governança de dados constituiu pré-requisito para a transição do setor para um sistema de planejamento sustentado por evidências.

Palavras-chave: competitividade; fragmentação informacional; inteligência artificial; soberania digital; tomada de decisão.

Inscreva-se em nossa newsletter!

Receba conteúdos e fique sempre atualizado sobre as novidades em gestão, liderança e carreira com a Revista E&S.

Ao preencher o formulário você está ciente de que podemos enviar comunicações e conteúdos da Revista E&S. Confira nossa Política de Privacidade