Arquitetura de software
na sua caixa de entrada
Artigos técnicos sobre .NET, DevOps, Cloud e IA — escritos por quem constrói sistemas em produção. Sem teoria de livro. Sem spam.
Junte-se a quem já assina. Cancele a qualquer momento.
Ao assinar, você concorda em receber e-mails da Neryx. Seus dados são protegidos conforme a LGPD.
O que você vai receber
Conteúdo escrito por um time que resolve problemas reais de arquitetura todos os dias.
Artigos práticos
Conteúdo técnico aplicado — sem teoria vazia. Cada edição tem código real, decisões de arquitetura e lições de projetos em produção.
Publicamos quando vale
Nada de spam. Você recebe apenas quando temos algo relevante para compartilhar — conteúdo de verdade, direto no seu inbox.
3 trilhas de conteúdo
Arquitetura .NET e C#, infraestrutura DevOps e Cloud, e IA aplicada a produtos reais. Profundidade técnica sem perder a visão de negócio.
Sem compromisso
Cancele quando quiser com um clique. Sem sequência de e-mails de vendas — só conteúdo que você pediu para receber.
Temas que aparecem com frequência
Não seguimos uma pauta engessada — cobrimos o que é relevante agora para times de tecnologia.
Últimas edições
Uma amostra do que chega no inbox de quem já assina.
LLMOps na prática: como gerenciar prompts, versionar modelos e monitorar outputs em produção
LLMOps aplicado: versionamento de prompts com hash, LLM-as-judge, rastreamento de custo por feature, A/B testing e stack completa para produção.
Agentes de IA em .NET com Microsoft Semantic Kernel: orquestração de tarefas complexas
Como usar o Semantic Kernel para criar agentes de IA em C#: plugins, planner, memória vetorial, multi-agente e integração com Azure OpenAI e Claude.
Vector databases no .NET: pgvector, Qdrant e Pinecone — qual usar para RAG em produção
Comparativo técnico de bancos vetoriais para .NET: pgvector no PostgreSQL, Qdrant e Pinecone. Quando usar cada um, implementação com C# e estratégias de chunking e hybrid search.
Como integrar Claude, GPT e Gemini em aplicações .NET: guia prático com SDK
Guia técnico para integrar os principais LLMs (Claude, GPT-4, Gemini) em aplicações .NET — streaming, tool calling, prompt caching e gestão de custo.
Arquitetura de dados para SaaS B2B: multi-tenant, analytics e pipelines em produção
Como estruturar dados em SaaS B2B: estratégias de multi-tenancy (schema, row-level, banco separado), pipelines de analytics e decisões de arquitetura para produção real.
Fine-tuning vs RAG vs prompting: quando usar cada abordagem com LLMs
Guia prático para escolher entre fine-tuning, RAG e prompt engineering ao implementar LLMs em aplicações reais. Critérios, custos, trade-offs e casos de uso com exemplos.
Pronto para começar?
Insira seu e-mail abaixo. A próxima edição chega em breve.
Prefere falar com a gente diretamente? Entre em contato →