Uma equipe criada para cuidar de operações que não podem parar
Nascemos da percepção de que times de IA são bons no que criam — mas precisam de suporte operacional consistente para manter o que colocam em produção.
Voltar ao inícioOpsylux surgiu de um problema real
Em 2021, membros da equipe fundadora trabalhavam em projetos de IA dentro de organizações de médio porte em São Paulo e Campinas. O padrão se repetia: modelos bem construídos, infraestrutura Nvidia robusta — mas sem ninguém dedicado a cuidar da operação diária. Incidentes não tratados, monitoramento improvisado, documentação que ninguém mantinha.
A Opsylux foi fundada em Campinas para preencher esse espaço. Não somos consultores de estratégia nem desenvolvedores de modelos — somos especialistas em operações. Cuidamos do que acontece depois que o modelo vai para produção: o monitoramento, a manutenção, a coordenação de incidentes e a documentação que permite que tudo funcione de forma previsível.
Hoje atendemos organizações de diferentes portes no Brasil, com foco em infraestrutura baseada em Nvidia. Nossa forma de trabalhar é direta: entendemos o ambiente do cliente, definimos o que precisa ser feito e assumimos responsabilidade operacional pelo que combinamos.
4+
anos de operações de MLOps
30+
ambientes monitorados
3
planos de operação
BR
Baseados no Brasil
Missão
Tornar operações de AI previsíveis e sustentáveis para organizações que não têm equipe interna dedicada a isso.
Visão
Ser a referência em operações gerenciadas de MLOps para o mercado corporativo brasileiro até 2027.
Valores
Clareza operacional, responsabilidade pelo que assumimos e comunicação direta sem jargão desnecessário.
As pessoas por trás das operações
Ricardo Fonseca
Co-fundador · Engenharia de Operações
Mais de 8 anos em infraestrutura de alto desempenho. Liderou operações de ambiente GPU em três organizações antes de fundar a Opsylux.
Marina Cavalcante
Co-fundadora · MLOps e Monitoramento
Especialista em pipelines de dados e observabilidade de modelos. Construiu sistemas de monitoramento para workloads de NLP e visão computacional.
Thiago Santana
Engenheiro Sênior · Infraestrutura Nvidia
Focado em configuração, manutenção e otimização de clusters Nvidia. Referência interna em resposta a incidentes de hardware e rede.
Padrões que guiam nosso trabalho
Cada operação que assumimos segue um conjunto de práticas definidas — não porque é burocrático, mas porque previsibilidade operacional depende disso.
Documentação operacional ativa
Runbooks e procedimentos mantidos e atualizados. Não guardamos conhecimento só na cabeça da equipe.
Monitoramento com alertas definidos
Cada ambiente tem limiares configurados para utilização de GPU, memória, latência e disponibilidade de serviço.
Acesso mínimo necessário
Acessamos apenas o que é necessário para operar. Cada acesso é documentado e revisado periodicamente com o cliente.
Revisões periódicas de operação
Reuniões regulares de revisão do ambiente, com registro de histórico e acompanhamento de itens de melhoria.
Acordo de confidencialidade padrão
Todo cliente assina NDA antes do início das operações. Dados de workloads e arquitetura permanecem confidenciais.
Critérios de encerramento claros
O fim de um contrato é tratado com o mesmo cuidado que o início. Handover documentado, sem dependência forçada.
Operações de MLOps no contexto brasileiro
A adoção de workloads de inteligência artificial em organizações brasileiras cresceu de forma consistente nos últimos anos, impulsionada pela disponibilidade de hardware Nvidia de alto desempenho e pelo amadurecimento de frameworks de ML. O que nem sempre acompanhou esse crescimento foi a capacidade operacional — o conjunto de práticas, pessoas e processos necessários para manter esses ambientes funcionando de forma confiável ao longo do tempo.
MLOps — a disciplina que une desenvolvimento de modelos com operações de infraestrutura — exige atenção contínua: pipelines de deploy, versionamento de modelos, monitoramento de performance em produção, resposta a degradações e manutenção de hardware especializado. Quando esse trabalho não tem uma equipe dedicada, ele tende a cair no colo dos times de desenvolvimento, que têm outras prioridades.
A Opsylux preenche esse espaço para organizações de médio e grande porte no Brasil. Trabalhamos com arquiteturas baseadas em Nvidia — desde servidores com múltiplas GPUs até clusters dedicados para inferência e treinamento. Nossa abordagem é operacional, não consultiva: assumimos responsabilidade por tarefas concretas, com documentação, relatórios e comunicação direta.
Nossos planos são desenhados para diferentes estágios de maturidade operacional, desde a estruturação inicial de um pipeline de deploy até parcerias contínuas com planejamento de capacidade e governança de SLA. Em todos os casos, o objetivo é o mesmo: sua equipe de IA opera com previsibilidade, sem desviar atenção para problemas de infraestrutura.
Quer entender se a Opsylux faz sentido para sua operação?
Conte o contexto do seu ambiente. Não precisamos de um briefing formal — uma conversa direta já nos diz o que precisamos saber.
Entrar em contato