Migliatti Tech

Nossa proposta

Boutique,
não fábrica.

Fábrica de software entrega código. Boutique entrega produto. A diferença está em quem se responsabiliza pelo resultado, não pelo entregável.

Nos importamos com o que acontece depois do deploy. Se uma feature não gerou retenção, isso é informação. Se o usuário não chegou na tela certa, queremos entender por quê.

Cada projeto tem um dono do lado de cá: alguém que conhece o código, conhece o negócio, e pode explicar cada decisão. Não um gerente que repassa ticket.

Squads infladas com cargos que não entregam

PO, PM, Scrum Master, Tech Lead, para um produto que ainda não tem 100 usuários.

Handoff interminável entre times

Design passa para dev, dev passa para QA, QA passa para infra, e ninguém tem visão do todo.

✓

Time enxuto com dono de produto

Dev full-stack que entende o negócio, designer se UX for crítica, IA onde faz sentido. Só isso.

O que cada lado da mesa vai querer saber

Negócio e tecnologia precisam estar alinhados. Aqui está o que importa para cada um.

Para o CEO / Founder

→

MVP funcional em 3 a 6 semanas, para validar hipótese com custo controlado antes de escalar o investimento.

→

Sem headcount fixo desnecessário. Você paga pelo que o projeto precisa, não por cadeiras ocupadas.

→

Visibilidade total do que foi entregue, o que está em andamento, e o que está bloqueando, sem intermediário.

→

Parceria de longo prazo. Não entregamos e sumimos. Crescemos junto com o produto.

Para o CTO / Tech Lead

→

Stack sem lock-in desnecessário: Next.js, Python, GCP managed services. Você herda o código, não uma caixa preta.

→

CI/CD desde o primeiro deploy, testes por domínio, documentação técnica no Confluence. Código que passa de mão sem reescrita.

→

Decisões de arquitetura documentadas e discutidas. Não impostas. Se você tem opinião técnica, ela entra na conversa.

→

Modelos de ML customizados quando o problema exige precisão. Nada de prompt engineering em GPT genérico onde a margem de erro tem consequência.

Modelo de trabalho

Times que se moldam ao projeto

Não existe time padrão: existe o time certo para o que precisa ser construído agora. Lean de verdade: cada pessoa no time entrega, sem exceção.

🚀

MVP / Startup

Validação rápida de hipótese. Time mínimo e multifuncional.

1 dev full-stack

1 designer (part-time)

IA como copiloto de desenvolvimento

Scrum Master

📈

Produto em crescimento

Escalar sem perder velocidade. Especialistas entram onde geram impacto real.

2 devs (full-stack + especialista)

1 designer UX

Data analyst (se houver BI)

Tech lead integrado à squad

🏗️

Transformação Digital

Modernização de processos ou sistemas legados. Foco em migração sem risco.

Arquiteto de solução

Devs por domínio (backend, infra)

Especialista de dados

Cargo fixo sem entrega mensurável

O time cresce quando o projeto pede, encolhe quando entrega. Sem headcount fixo desnecessário, e sem reunião de alinhamento que existe só para provar que estamos trabalhando.

Portfólio

Produtos que construímos

Do zero ao produto em produção: backend, frontend, mobile, IA e infraestrutura.

🫀

HealthTech · ML · IoT · LLM

SHE

Plataforma de tecnologia aplicada à cardiologia estrutural, com dois componentes: captura e análise de sons cardíacos e pulmonares via hardware próprio conectado a modelos de ML, e uma LLM treinada exclusivamente no domínio para apoiar o raciocínio clínico do médico. Cada camada resolve um problema distinto; juntas, formam um sistema de suporte ao diagnóstico.

Auscultação inteligente

Hardware de coleta de áudio cardíaco e pulmonar com modelo de ML treinado para identificação de valvopatias, indo de dados brutos de sinal ao suporte ao diagnóstico.

SHE GPT

LLM treinada exclusivamente em cardiologia estrutural. Responde perguntas clínicas e orienta o raciocínio médico com base em milhares de registros validados por especialistas.

Android Python ML / Audio DSP LLM Fine-tuning RAG GCP

🍽️

Hospitalidade · SaaS · BI

MesaSmart

Sistema de gestão operacional para restaurantes com dashboards em tempo real. Controla mesas, pedidos e fluxo de clientes, com BI integrado para que gestores tomem decisões com dados, não com intuição.

Next.js Cloud SQL Cloud Run Python

🎹

EdTech · Mobile · IA

myKeyPilot

Plataforma de aprendizado de teclado e piano com análise em tempo real via MIDI. Avalia acertos, ritmo e técnica, e adapta o nível de dificuldade para cada aluno automaticamente, sem precisar de professor para os ciclos de prática.

Next.js Capacitor Web MIDI API GCP Firebase

📊

BI · Analytics · SaaS

LavaSmartBI

Plataforma de Business Intelligence para lavanderias industriais. Centraliza dados operacionais e financeiros em dashboards executivos, substituindo planilhas dispersas por visibilidade real de custos, margens e performance.

GCP BigQuery Looker Studio Cloud Run

Processo

Como entregamos

Sem liturgia de processo. Com o que funciona.

🎯

Começamos pelo problema

Antes de qualquer linha de código, entendemos o que está em jogo. Qual comportamento de usuário queremos mudar? Qual métrica move o negócio?

⚡

Deploy rápido, aprendizado real

MVPs em 3 a 6 semanas. Não para impressionar em demo, mas para ter dados de usuários reais. Nenhuma reunião substitui isso.

🤖

IA onde faz sentido

Claude, Gemini, Whisper, modelos próprios: escolhemos o que resolve o problema. IA é ferramenta, não cosmético.

☁️

Infra que desaparece

Cloud Run, Cloud SQL, Firebase, BigQuery. Você não paga por servidor ocioso e não acorda às 3h por queda de infra. Isso é responsabilidade nossa.

🔍

Transparência total

Jira, GitHub, Confluence. Você tem acesso a tudo. Se uma decisão técnica impacta o negócio, a conversa acontece antes, não depois.

🔐

Segurança desde o início

Autenticação, criptografia e LGPD são requisitos de arquitetura, não remendos de última hora para passar em auditoria.

Sobre nós

Quem está do outro lado

Três pessoas com trajetórias distintas, unidas pelo mesmo interesse: construir produtos que funcionam de verdade.

Paulo Migliatti

Fundador · Tech Lead

Desenvolvedor full-stack especializado em construir produtos digitais do zero, com IA, cloud GCP e arquitetura escalável. Responsável pela stack técnica dos projetos myKeyPilot, MesaSmart, SHE Auscultation e LavaSmartBI. Acredita que tecnologia boa é aquela que desaparece: funciona sem que o usuário precise pensar nela.

Junior Carelli

Sócio · Growth & Estratégia

Empreendedor e diretor de marketing com histórico comprovado em crescimento de negócios. Especialista em gestão de marcas globais e go-to-market, com passagens por Netflix, Amazon, Disney, Globo e Google. Pianista e regente de classe mundial, cinco vezes eleito o melhor tecladista do Brasil. Radicado no Canadá, lidera a expansão norte-americana e integra o time de crescimento da SHE.

Tiago Bignoto

Sócio · Domínio Médico

Cardiologista e ecocardiografista com 15 anos de experiência em cardiopatias estruturais. Formado no maior centro de cardiologia da América Latina, preceptor de mais de 350 médicos residentes no Instituto Dante Pazzanese. Fundou a maior plataforma educacional mundial de doenças estruturais do coração e coordena o maior programa de pós-graduação em cardiologia do Brasil pela Afya Medical Education Group.

IA especializada

Modelo para o domínio.
Não uma API genérica.

Quando IA faz sentido para o problema, não terceirizamos para um prompt no ChatGPT. Construímos ou afinamos o modelo para o domínio específico, com os dados reais do contexto do cliente.

Isso significa maior precisão, sem alucinações de um LLM genérico respondendo sobre o que não foi treinado para responder, e sem vazar dados sensíveis para APIs de terceiros.

Fine-tuning supervisionado, MoE para tarefas com múltiplos domínios, RAG com bases proprietárias, MCP para integrar modelos a sistemas e fontes de dados reais, agentes autônomos com orquestração: a arquitetura certa depende do problema, não da ferramenta da semana.

MCP MoE Fine-tuning RAG Agents Embeddings DSP ONNX

🎵

Análise de performance musical: myKeyPilot

Modelo treinado para avaliar timing, dinâmica e técnica pianística via MIDI. Não é um LLM tentando falar sobre música. É um modelo que entende sinal de instrumento.

🫀

DSP e ML para ausculta médica: SHE

Pipeline de processamento de áudio cardíaco e pulmonar com modelos treinados em datasets clínicos reais. Onde imprecisão tem consequência direta, generalism não serve.

🧠

Arquitetura de IA para o seu domínio

MCP para conectar o modelo a sistemas e dados reais da operação. MoE quando o problema envolve múltiplos domínios de conhecimento. Agentes autônomos para workflows que precisam raciocinar e agir. Fine-tuning quando precisão no domínio não é negociável.

O time certo. O momento certo. O produto certo.

Boutique,não fábrica.