Roadmap Backend Node.js

Todos do segmento industrial e encadeados: um alimenta o outro. Os projetos P7 e P8 usam IA, e o P9 junta os anteriores. A partir do P5, você escreve os requisitos antes de ler os da lista.

0 de 9 projetos concluídos

1. P1Calculadora de OEE (CLI)

   Concluído

   Objetivo

   Ler um CSV com os turnos de produção e calcular disponibilidade, performance, qualidade e OEE de cada máquina, direto no terminal.

   Requisitos mínimos

   • Ler um arquivo CSV passado como argumento, com colunas como máquina, turno, tempo planejado, tempo parado, ciclo ideal, peças produzidas e peças boas.
   • Calcular disponibilidade, performance, qualidade e OEE (o produto dos três) para cada linha.
   • Agrupar por máquina e mostrar uma tabela legível no terminal.
   • Avisar com uma mensagem clara quando uma linha do CSV for inválida, sem encerrar o programa.
   • Separar a leitura do arquivo dos cálculos, em funções pequenas e puras.
   • Escrito sem IA, versionado com Git desde o primeiro commit e publicado no GitHub.

   Desafios extras

   • Filtrar por período ou por turno com argumentos de linha de comando.
   • Gerar um ranking das máquinas do melhor para o pior OEE.
   • Exportar o resultado em JSON ou CSV.
   • Destacar as máquinas abaixo de um OEE mínimo configurável.
   • Escrever testes para os cálculos, mesmo antes de aprender um framework de testes.

   Etapas que pratica

   01 · Lógica e algoritmos02 · JavaScript03 · Terminal, Git e ferramentas

2. P2Simulador de sensores

   Concluído

   Objetivo

   Gerar leituras de temperatura, vibração e RPM de várias máquinas, com falhas aleatórias, em TypeScript. Ele alimenta os projetos seguintes e também recebe a conversão do P1 para TypeScript.

   Requisitos mínimos

   • Simular ao menos 5 máquinas, cada uma com leituras de temperatura, vibração e RPM em intervalos regulares.
   • Modelar máquinas e leituras com tipos e interfaces, em modo strict.
   • Injetar falhas aleatórias (por exemplo, pico de temperatura ou vibração anormal) com uma probabilidade configurável.
   • Rodar várias máquinas de forma concorrente, sem bloquear o programa.
   • Converter o P1 (calculadora de OEE) para TypeScript.

   Desafios extras

   • Gerar leituras com ruído realista, em vez de valores totalmente aleatórios.
   • Simular paradas e retomadas de produção, para alimentar o cálculo de OEE.
   • Permitir configurar as máquinas por um arquivo, validado com Zod.
   • Aceitar uma semente para reproduzir a mesma sequência de leituras.

   Etapas que pratica

   05 · Sistemas operacionais e concorrência04 · TypeScript

3. P3Coletor de telemetria em Node puro

   Concluído

   Objetivo

   Um servidor com o módulo http, sem framework, que recebe as leituras do P2 e grava em arquivo. Também processa arquivos grandes com Streams e dispara alertas com EventEmitter.

   Requisitos mínimos

   • Receber leituras por POST e gravá-las em arquivo, usando apenas o módulo http.
   • Processar um arquivo grande de leituras com Streams, sem carregá-lo inteiro na memória.
   • Emitir um evento de alerta com EventEmitter quando uma leitura passar de um limite.
   • Reproduzir uma race condition em escritas concorrentes no arquivo e corrigi-la, explicando a causa.
   • Configurar porta e caminho do arquivo por variáveis de ambiente.
   • ESLint e Prettier configurados, commits no padrão Conventional Commits e README explicando como rodar e as decisões tomadas.

   Desafios extras

   • Usar worker threads para processar os arquivos grandes sem travar o servidor.
   • Aplicar backpressure de forma explícita e medir o efeito.
   • Rotacionar o arquivo de saída por tamanho ou por dia.
   • Comparar o consumo de memória com e sem Streams.
   • Fazer profiling do coletor sob carga e documentar o gargalo encontrado.

   Etapas que pratica

   08 · Node.js: o núcleo

4. P4API de ordens de produção e rastreabilidade de lotes

   Concluído

   Objetivo

   Uma API REST com PostgreSQL para gerenciar ordens de produção e rastrear lotes de matéria-prima. Ela deve responder: quais lotes de matéria-prima entraram neste produto?

   Requisitos mínimos

   • Modelar ordens de produção, produtos, lotes de matéria-prima e o vínculo entre eles no PostgreSQL, com migrations.
   • Autenticação com papéis: o operador registra, o supervisor aprova e consulta tudo.
   • Apontamento de produção idempotente com o header Idempotency-Key.
   • Lock otimista, com coluna de versão, em ordens atualizadas ao mesmo tempo.
   • Transações para que um apontamento e a baixa de material aconteçam juntos ou não aconteçam.
   • Rota que responde quais lotes de matéria-prima entraram em um produto.
   • Testes de integração com banco real e documentação Swagger.
   • Revisado contra o OWASP API Security Top 10: consultas parametrizadas, senhas com argon2 ou bcrypt e nenhum segredo no código.
   • PostgreSQL e API rodando com docker-compose, CI no GitHub Actions rodando lint e testes, e deploy com uma URL pública.
   • Datas sempre gravadas em UTC e exibidas no fuso da fábrica.
   • ESLint e Prettier configurados, commits no padrão Conventional Commits e README explicando como rodar e as decisões tomadas.

   Desafios extras

   • Rastreabilidade no sentido inverso: dado um lote de matéria-prima, em quais produtos ele foi usado.
   • Paginação e filtros nas listagens.
   • Rate limiting nas rotas de escrita.
   • Testes de carga para comprovar que a idempotência funciona com requisições repetidas.
   • Webhook que avisa um sistema externo quando uma ordem de produção é concluída.

   Etapas que pratica

   09 · Docker e contêineres10 · Bancos de dados relacionais11 · APIs com Node12 · Segurança13 · Testes14 · Deploy, CI/CD e cloud

5. P5Monitoramento de máquinas em tempo real

   Concluído

   Objetivo

   Receber leituras do simulador por MQTT, passá-las por uma fila, gravá-las em um banco de séries temporais e mostrar o status das máquinas em um painel em tempo real.

   Requisitos mínimos

   Antes de ler os requisitos abaixo, escreva os seus a partir do objetivo. Depois compare: o que faltou na sua lista é o que você ainda não enxerga sozinho.

   • O serviço de ingestão e o backend do painel são feitos em NestJS.
   • O simulador (P2) publica as leituras por MQTT.
   • A ingestão passa por uma fila (RabbitMQ ou Kafka).
   • Os consumidores são idempotentes: processar a mesma leitura duas vezes não duplica o dado.
   • Mensagens que falham repetidamente vão para uma dead letter queue.
   • Os dados são gravados no TimescaleDB.
   • Um painel mostra o status das máquinas atualizado por WebSocket.
   • ESLint e Prettier configurados, commits no padrão Conventional Commits e README explicando como rodar e as decisões tomadas.

   Desafios extras

   • Alertas visuais quando uma máquina sai da faixa normal.
   • Cálculo do OEE em tempo real por máquina.
   • Agregações contínuas no TimescaleDB para gráficos históricos.
   • Comparar RabbitMQ e Kafka no mesmo fluxo e anotar as diferenças.

   Etapas que pratica

   16 · NestJS17 · Mensageria e arquitetura orientada a eventos18 · Tempo real e domínio industrial

6. P6Controle de estoque de matéria-prima

   Concluído

   Objetivo

   Várias ordens de produção reservam o mesmo material ao mesmo tempo. Você reproduz a race condition, corrige de três formas e compara os resultados.

   Requisitos mínimos

   Antes de ler os requisitos abaixo, escreva os seus a partir do objetivo. Depois compare: o que faltou na sua lista é o que você ainda não enxerga sozinho.

   • Feito em NestJS.
   • Reservar matéria-prima para ordens de produção sem deixar o estoque negativo.
   • Reproduzir a race condition com um teste de carga em k6 ou autocannon.
   • Corrigir de três formas: lock pessimista, lock otimista e lock distribuído com Redis.
   • Comparar as três em um relatório: corretude, vazão, latência e complexidade.
   • Cache-aside com Redis nas consultas de saldo.
   • Transactional Outbox para publicar o evento 'estoque baixo' sem perder nem duplicar.
   • ESLint e Prettier configurados, commits no padrão Conventional Commits e README explicando como rodar e as decisões tomadas.

   Desafios extras

   • Usar fencing tokens no lock distribuído e mostrar o problema que eles resolvem.
   • Simular falha do Redis no meio da operação e observar o comportamento.
   • Proteger a chamada ao Redis com timeout, retry com backoff e circuit breaker.
   • Reproduzir e tratar um cache stampede.

   Etapas que pratica

   16 · NestJS17 · Mensageria e arquitetura orientada a eventos19 · Cache a fundo20 · Confiabilidade e consistência

7. P7Assistente de manutenção com RAGIA

   Concluído

   Objetivo

   Indexar manuais de máquinas e o histórico de ordens de manutenção com embeddings no pgvector. O técnico descreve o sintoma e recebe passos de verificação, citando o trecho do manual usado.

   Requisitos mínimos

   Antes de ler os requisitos abaixo, escreva os seus a partir do objetivo. Depois compare: o que faltou na sua lista é o que você ainda não enxerga sozinho.

   • Dividir os manuais em trechos e gerar embeddings, guardando tudo no pgvector.
   • Indexar também o histórico de ordens de manutenção.
   • Receber um sintoma em texto (por exemplo, 'prensa 3 com vibração alta') e buscar os trechos mais relevantes.
   • Gerar passos de verificação com um LLM, baseando-se apenas nos trechos recuperados.
   • Citar o trecho do manual usado em cada resposta.
   • Incluir uma avaliação da qualidade das respostas, com um conjunto de perguntas de teste.
   • ESLint e Prettier configurados, commits no padrão Conventional Commits e README explicando como rodar e as decisões tomadas.

   Desafios extras

   • Responder 'não sei' quando nenhum trecho for relevante o bastante.
   • Combinar busca vetorial e busca por palavra-chave.
   • Comparar tamanhos de trecho e modelos de embedding usando a avaliação.
   • Proteger contra prompt injection dentro dos documentos indexados.

   Etapas que pratica

   24 · IA aplicada ao backend

8. P8Classificação de paradas e relatório de turnoIA

   Concluído

   Objetivo

   Um LLM classifica o motivo da parada a partir do texto livre do operador e gera o relatório do turno, com OEE e as principais ocorrências.

   Requisitos mínimos

   Antes de ler os requisitos abaixo, escreva os seus a partir do objetivo. Depois compare: o que faltou na sua lista é o que você ainda não enxerga sozinho.

   • Classificar o texto livre do operador em categorias de parada, com saída em JSON validada por Zod.
   • Tratar saída inválida do modelo, com nova tentativa ou erro claro.
   • Gerar um relatório do turno com OEE e as principais ocorrências.
   • Usar tool calling para consultar dados reais da API, e não deixar o modelo inventar números.
   • Rodar a geração do relatório em segundo plano, por uma fila.
   • Relatório de turno respeitando o fuso horário e os horários de troca de turno da fábrica.
   • ESLint e Prettier configurados, commits no padrão Conventional Commits e README explicando como rodar e as decisões tomadas.

   Desafios extras

   • Medir a precisão da classificação contra exemplos rotulados à mão.
   • Registrar custo e latência de cada chamada.
   • Enviar o relatório por e-mail ou mensagem ao fim do turno.
   • Sugerir uma nova categoria quando o texto não se encaixar em nenhuma.

   Etapas que pratica

   18 · Tempo real e domínio industrial24 · IA aplicada ao backend

9. P9Mini-MES em NestJS (portfólio final)

   Concluído

   Objetivo

   Juntar P4, P5, P6, P7 e P8 em um monólito modular com arquitetura hexagonal e DDD. É o projeto que mostra tudo que você aprendeu.

   Requisitos mínimos

   Antes de ler os requisitos abaixo, escreva os seus a partir do objetivo. Depois compare: o que faltou na sua lista é o que você ainda não enxerga sozinho.

   • Monólito modular em NestJS, com módulos de produção, estoque, monitoramento, manutenção e relatórios.
   • Arquitetura hexagonal e modelagem com DDD.
   • Comunicação por eventos entre os módulos.
   • Observabilidade com OpenTelemetry: logs, métricas e traces.
   • Docker, CI no GitHub Actions e deploy funcionando.
   • Documento de system design e ADRs registrando as decisões.
   • README com as decisões, o diagrama da arquitetura e instruções para rodar.
   • ESLint e Prettier configurados, commits no padrão Conventional Commits e README explicando como rodar e as decisões tomadas.

   Desafios extras

   • Painel no Grafana com as métricas de negócio e de infraestrutura.
   • Teste de carga com um relatório de gargalos encontrados.
   • Extrair um módulo para um serviço separado e documentar o que mudou.
   • Gravar um vídeo curto (até 5 minutos) apresentando o projeto e as decisões de arquitetura, para usar em candidaturas.

   Etapas que pratica

   16 · NestJS23 · Observabilidade e performance25 · Arquitetura de software26 · System design27 · Projeto de portfólio final