Pular para o conteúdo
fernando.moretes.com
BlogEstudosCursosE-booksOpen SourcePodcasts
Loading…
Fernando Azevedo

Arquiteto de TI Especialista

Arquitetura, AWS, IA em produção, sistemas financeiros e FinOps, escritos a partir do que foi operado, com os números.

  • LinkedIn
  • GitHub
  • E-mail

Conteúdo

  • Blog
  • Estudos de arquitetura
  • Cursos
  • E-books
  • Open Source
  • Podcasts
  • Assuntos
  • Trilhas

Ferramentas

  • Well-Architected self-check
  • Arquitetura deste site
  • Números públicos
  • Histórico de estudo

Sobre

  • Comunidade
  • IA Builder
  • Perfil
  • Currículo (CV)
  • Trabalhe comigo
  • Media kit
  • RSS do blog
  • RSS dos estudos
  • Artigos narrados (podcast)
  • llms.txt
  • Termos, privacidade e uso de IA

(c) 2026 Fernando Francisco Azevedo

Assuntos/Otimização de custos

FinOps e plataformas de dados

Otimização de custos

9 conteúdos publicados sobre este assunto: artigos, estudos de arquitetura e guias de repositório.

Artigos· 3

IA & AgentesAWS FinOps Agent: Arquitetura, Mecanismos e Trade-offs em ProduçãoO AWS FinOps Agent, anunciado em preview no AWS Summit New York 2026, representa uma mudança de paradigma: de dashboards reativos para agentes autônomos que investigam anomalias de custo, geram recomendações e executam ações em sistemas externos como Jira e Slack. Neste artigo, disseço a arquitetura interna do agente, os modos de falha que ninguém menciona, e os trade-offs que qualquer equipe de engenharia financeira precisa entender antes de colocá-lo em produção.Abrir Dados & PlataformasObservabilidade ML no EKS: Logs, Métricas e Rastreamento em Bake-offWorkloads de ML no EKS geram volumes de telemetria que expõem as limitações de qualquer pipeline de observabilidade não projetado para esse perfil. Neste artigo, comparo quatro abordagens de coleta e roteamento de logs e métricas, com foco em custo real, latência de diagnóstico e adequação a ambientes financeiros regulados.Abrir IA & AgentesTPU Developer Hub: Revisão Técnica de uma Plataforma de IA de Alto DesempenhoO TPU Developer Hub consolida ferramentas, documentação e stacks de ML de alto desempenho em torno das TPUs do Google Cloud. Para arquitetos que operam em ambientes financeiros com exigências de latência, custo e governança, entender onde essa plataforma entrega valor real, e onde ela impõe fricção operacional, é essencial antes de qualquer migração.Abrir

Estudos de arquitetura· 6

Decisão (ADR)GPU Fracionada no ECS: Decisão de Arquitetura para Inferência de IAO Amazon ECS agora suporta agendamento de GPU fracionada em instâncias EC2 G6f, permitindo partições de até 1/8 de uma GPU NVIDIA L4 com 3 GB de memória. Para plataformas de inferência de IA em escala financeira, isso muda fundamentalmente o cálculo de custo e densidade de workload. Este ADR documenta o contexto, as opções consideradas, a decisão e as consequências operacionais reais.Abrir Decisão (ADR)EC2 G7e: Decisão de Arquitetura para Inferência de Vídeo GenerativoAs instâncias EC2 G7e chegam com GPUs NVIDIA L40S e prometem redefinir o custo por frame em workloads de inferência de vídeo generativo. Neste registro de decisão de arquitetura, avalio as forças que tornam essa escolha não trivial, os padrões de falha que já vi em produção e a configuração que eu adotaria em um ambiente financeiro-grade.Abrir PlaybookPlaybook: FinOps de GenAI, cortar o custo de um agente sem perder qualidadeAgentes de GenAI em produção acumulam custo em lugares que os dashboards padrão não mostram: tokens de entrada inflados, loops sem critério de parada, retries silenciosos e modelos caros em tarefas triviais. Este playbook apresenta as seis alavancas de otimização, com ordem de execução, tabela de impacto e os anti-padrões que transformam economia em regressão de qualidade.Abrir Design Doc / RFCDesign Doc: EKS Multi-Tenant em Escala: Karpenter, Isolamento e CustoEste documento descreve a arquitetura de uma plataforma EKS multi-tenant para dezenas de equipes, cobrindo isolamento de workloads via namespaces, network policies e RBAC, autoscaling e consolidação com Karpenter usando Spot, e alocação de custo por tenant via Kubecost. O objetivo é operar com segurança, previsibilidade de custo e eficiência de infraestrutura sem sacrificar a autonomia das equipes.Abrir Decisão (ADR)ADR: LLM Auto-Hospedado (EKS + vLLM) vs API Gerenciada (Bedrock)Este ADR avalia a decisão entre hospedar modelos de linguagem em infraestrutura própria com EKS e vLLM versus consumir modelos via Amazon Bedrock. A análise cobre custo por token, carga operacional de MLOps, cold start, residência de dados e ponto de break-even por volume de tokens.Abrir Decisão (ADR)ADR: Seleção de Modelo no Amazon Bedrock: Claude vs Nova vs Llama vs Fine-tuneDecisão arquitetural sobre qual modelo de fundação adotar em uma feature GenAI enterprise no Amazon Bedrock, avaliando qualidade, custo por token, latência, governança de dados, suporte a pt-BR e janela de contexto. A conclusão é um roteamento por tipo de tarefa, nenhum modelo único vence em todos os eixos.Abrir