Java & Spring
Desenvolvimento de aplicações corporativas na AJRorato: regras de negócio, persistência e integração entre sistemas.
Atuo como analista e desenvolvedor de software na AJRorato, construindo aplicações com Java e React em ambiente corporativo. Fora do dia a dia, trabalho com Go, Python, Node.js e bancos relacionais, e estudo IA aplicada — incluindo fine-tuning de LLM e inferência local.
// o que eu faço hoje, sem inventar número
record Dev(
String nome,
String formacao,
List<String> stack
) {}
var marcos = new Dev(
"Marcos Oleniuk",
"Engenharia de Software",
List.of("Java", "React",
"Go", "Python",
"PostgreSQL", "Oracle")
);
// + graduação em andamento, 1 ano restante
// + fine-tuning de LLM rodando local
Sou Marcos Oleniuk, desenvolvedor de software e estudante em final de graduação (conclusão prevista para 2027). Trabalho na AJRorato como analista e desenvolvedor de software, onde uso Java e React no desenvolvimento de aplicações — do entendimento do requisito ao código em produção.
Estar na faculdade enquanto trabalho em software real me deu uma vantagem concreta: aprendo o fundamento na teoria e testo no mesmo dia em um sistema que alguém usa. Isso muda a forma como eu estudo — não fico só no tutorial.
Além do Java e React do dia a dia, tenho base sólida em Go, Python, Node.js, PostgreSQL e Oracle. Atualmente dedico boa parte do tempo a Inteligência Artificial: já fiz fine-tuning de uma LLM e a executo localmente, o que me tirou da posição de "usuário de API" para a de quem entende o que acontece por baixo — tokenização, dataset, treino, quantização e inferência.
Procuro um ambiente onde eu possa crescer técnico, receber code review de verdade e assumir responsabilidade sobre o que construo. Não tenho dez anos de carreira para exibir — tenho consistência, base boa e disposição para encarar problema difícil.
Desenvolvimento de aplicações corporativas na AJRorato: regras de negócio, persistência e integração entre sistemas.
Interfaces com React e JavaScript/TypeScript, consumo de APIs e componentização com foco em usabilidade.
SQL com PostgreSQL e Oracle, modelagem relacional e APIs em Node.js, Go e Python (FastAPI).
Fine-tuning de LLM, execução local do modelo, datasets próprios e estudo contínuo de RAG e embeddings.
Sem percentuais fabricados: os rótulos indicam onde cada tecnologia é usada de verdade — no trabalho, em estudo dirigido ou em prática própria.
Serviços, APIs e regras de negócio
Interfaces e integração com APIs
Modelagem, consultas e persistência
Prática própria e estudo contínuo
Projetos reais, todos publicados no meu GitHub. Cada descrição saiu da leitura do próprio repositório — sem métrica inventada e sem adjetivo que eu não consiga defender.
Fine-tuning de um modelo de linguagem sobre dados próprios e execução totalmente local, sem depender de API de terceiros. O processo envolveu preparação de dataset, treino, ajuste de parâmetros e a parte de servir o modelo — da teoria até ver resposta sendo gerada na própria máquina.
API REST em Go que administra várias sessões do WhatsApp ao mesmo tempo, cada uma isolada pela sua SESSIONKEY. Registra sessão por QR Code e envia texto, mídia, áudio, vídeo e enquete. O histórico de mensagens, contatos e estatísticas fica persistido no banco, com download de anexos por endpoint próprio e limpeza automática de mídia por retenção. Os eventos saem em tempo real por WebSocket, e há webhooks com log de execução.
Instalador em Python que monta o Docker CLI no Windows sem o Docker Desktop. Um menu no terminal lista mais de 90 versões do Docker Engine, além do Compose e do Buildx, baixa os binários oficiais e configura sozinho a integração com o IntelliJ IDEA. Não usa WSL nem mantém serviço em segundo plano — cerca de 150 MB de disco contra os ~4 GB do Docker Desktop. Cada release publica o .exe via GitHub Actions.
API REST que expõe resultados históricos e atuais de 10 loterias da Caixa, da Mega-Sena ao +Milionária. Um scheduler em cron mantém a base atualizada sem intervenção manual, e os dados ficam em MongoDB. Tem documentação interativa com Swagger, CORS configurado para consumo no front-end e sobe com Docker Compose.
Microsserviço em Go para disparo de e-mail com corpo em HTML e anexos. A autenticação aceita Basic Auth ou o header X-API-KEY, e os usuários ficam na base em vez de em código. Um middleware de rate limit segura em 100 requisições por minuto, devolvendo 429 quando estoura. A estrutura separa config, handlers, middleware e models, e sobe com Docker apenas com variáveis de ambiente.
API que gera o QR Code de pagamento Pix já com a logo no centro. A partir de chave, beneficiário, cidade e valor, monta o payload EMV validando o limite de caracteres que o padrão do Banco Central exige em cada campo. O QR sai com correção de erro nível H, e a logo entra redimensionada e com fundo branco justamente para não atrapalhar a leitura. Devolve o código copia-e-cola e a imagem em Base64.
Interface do encurtador de links, em React com TypeScript e Vite. São três rotas — home, lista de links e página de erro — e o axios centraliza o acesso ao back-end. Os links encurtados ficam salvos no localStorage, então a lista do usuário sobrevive a fechar o navegador. Cada componente carrega o próprio CSS, junto do seu arquivo de componente.
Back-end do encurtador: recebe a URL longa em POST /shorten e devolve o código curto; ao acessar o código, a API responde 302 apontando para o destino original. O código de 6 caracteres vem de um SecureRandom, e se a URL longa já existe o registro é reaproveitado em vez de duplicar na base. Cada acesso incrementa um contador de hits por link, e o CORS está liberado para o front consumir direto.
Trabalho profissional e graduação em paralelo — as duas coisas se alimentando.
Atual
AJRorato · Brasil
Estudos contínuos · Atual
Projetos próprios e estudo dirigido
Aberto a oportunidades de desenvolvimento, projetos em Java/React, backend em Go ou Python e iniciativas envolvendo IA.