Linguagem
Pythonaws.amazon.com
Linguagem do código de ciência de dados e de inferência.
Javagithub.com
Linguagem da base de código mais antiga, com build no Maven.
Hospedagem
Hospeda o ERP, com certificações ISO 27001 e PCI DSS.
Kubernetes (Amazon EKS)aws.amazon.com
Rodava a inferência dos modelos em pods antes da ida para o SageMaker.
Dockeraws.amazon.com
Empacota o contêiner de inferência próprio, feito sobre o SageMaker Inference Toolkit.
Por quê: Precisavam de dependências extras e de uma lógica de inferência própria.
Login
OAuth 2.0developers.contaazul.com
Autentica parceiros na API REST pública.
Framework de servidor
AWS Lambdaaws.amazon.com
Manda cada previsão para o modelo do cliente, com o modelo global como reserva.
Goarc.dev
Linguagem dos microsserviços novos do backend.
Modelo de IA
Amazon SageMakeraws.amazon.com
Serve milhares de modelos, um por cliente, que categorizam lançamentos financeiros.
Por quê: Os Multi-Model Endpoints servem milhares de modelos a partir de um contêiner e cuidam do carregamento e do cache.
Erros
New Relicgithub.com
Monitoramento de desempenho das aplicações.
Prometheusgithub.com
Coleta métricas, inclusive as do New Relic, por um exporter feito pelo time.
A Conta Azul informa que o ERP roda em servidores da AWS, com certificações ISO 27001 e PCI DSS e backups automáticos.
Parceiros se conectam por uma API REST pública que troca JSON e autentica com OAuth 2.0, cobrindo financeiro, clientes, produtos, vendas e notas. A empresa também publica no GitHub um node para o n8n, para o cliente automatizar esses fluxos sem programar.
A Conta Azul sugere a categoria de cada lançamento financeiro com um modelo por cliente, mais um modelo global de reserva. Esses milhares de modelos eram servidos por pods no Amazon EKS, onde carregar várias versões causava erro de memória e toda atualização exigia reiniciar todos os pods.
Em 2021, o time de ciência de dados levou a inferência para os SageMaker Multi-Model Endpoints, que carregam e guardam em cache os modelos sob demanda a partir de um único contêiner próprio. Uma função Lambda manda cada pedido para o modelo do cliente certo, e o autoscaling segura picos de mais de mil requisições por minuto.
Fontes:aws.amazon.com
O GitHub da empresa mostra a raiz em Java, com uma imagem Docker com Oracle JDK 6 e Maven e uma biblioteca fluente de datas para Java. As vagas mais recentes de backend têm foco em Go e pedem microsserviços escaláveis com REST, GraphQL e gRPC.
O time também escreveu um pequeno exporter em Go que leva as métricas de aplicação do New Relic para o Prometheus.
Fontes:github.com github.com arc.dev github.com
Cerca de 800 clientes, muitos desde 2012, ainda usavam a versão Clássica, feita com tecnologia que já não conversava com a plataforma moderna. O time passou quase três meses construindo um motor de migração, levou todo mundo em lotes para reduzir o risco e apagou cerca de 175 mil linhas de código.
Fontes:medium.com
Achado na página inicial com as regras abertas do Wappalyzer (HTML, scripts e cabeçalhos). Mostra o que roda no navegador, não o backend inteiro.
Conferido em 2026-10-29. Cada ferramenta leva à fonte pública que mostra o uso.
