Caso de estudo · Backend Projeto final CI&T
Assistente financeiro por voz
uma API que ouve, entende e responde por voz sobre as finanças do usuário.
01 · O que foi entregue
Entregas nomeadas.
Transcrição local com Whisper: o áudio do usuário não depende de nuvem.
Tool calling com Spring AI responde só sobre os dados do usuário.
O modelo não inventa saldo: a resposta sai dos dados consultados, não da imaginação do LLM.
Ciclo completo por voz: pergunta falada, consulta e resposta falada.
02 · Stack & papel
Com o que foi feito.
Java 21Spring AIWhisperREST
Projeto individual: desenhei a solução, orquestrei os agentes que a implementaram, revisei e mantenho o código.
03 · No repositório
O código por trás do caso.
O explorador abaixo abre o GitHub inteiro, com este caso já pré-selecionado.
Vamos conversar sobre o seu problema.
Tenho interesse em oportunidades em IA e agentes, dados, backend, cibersegurança e TI. Se o seu time precisa de alguém que já colocou projeto no ar e mantém tudo rodando, me chame.