Filipe Arouck

Minha Jornada Tech

Meu nome é Filipe Amorim Arouck (ou só @lipeamarok). Por quase uma década, atuei profundamente no mercado financeiro, com pós-graduação em Finanças e alcançando a posição de Especialista de Investimentos em um dos maiores bancos da América Latina.

Mas enquanto eu performava em finanças, eu analisava constantemente os sistemas por trás. Eu via ineficiência operacional, fricção manual e processos legados que travavam a tomada de decisão.

Percebi que, para resolver problemas maiores, precisava de ferramentas mais poderosas. Eu precisava construir minhas próprias soluções.

Foi nesse processo que encontrei a interseção perfeita: Lógica Financeira e Confiança Programável. Vi em Blockchain e DeFi o futuro de mercados eficientes. Mas ao explorar a economia digital, identifiquei outra ineficiência massiva em um setor diferente.

Observei um gap crítico no marketing digital para pequenos negócios. As plataformas eram poderosas, mas inacessíveis devido à complexidade da infraestrutura de anúncios pagos. E foi aí que a visão de engenharia se tornou clara:

Pequenos empreendedores não conseguem. O stack de ad-tech (Meta Ads) é complexo demais!

Quem tem um consultório ou um pequeno e-commerce não tem tempo para dominar algoritmos complexos. E contratar agências nem sempre é viável. Foi então que pensei:

E se uma IA pudesse ser o engenheiro de marketing digital que o autônomo precisa?

E se ela entendesse o contexto, o negócio, o público... e simplesmente executasse o trabalho pesado de lançar, monitorar e otimizar campanhas?

Dessas perguntas nasceu o AISYAD, minha primeira arquitetura SaaS de grande escala. Um software de automação inteligente para Meta Ads. Mas eu não queria um 'wrapper' superficial. Eu queria construir um sistema robusto. Era hora de arquitetar uma solução real.

Minha base de engenharia é profunda: estudei Lógica Estruturada e COBOL em 2012 e atuei com Teste de Software em 2013.

Mesmo quando meu cargo oficial era 'Especialista de Investimentos', o mindset de engenharia nunca saiu de cena. Passei anos construindo ferramentas de automação interna e scripts em Python para otimizar fluxos bancários.

Decidi que era hora de fundir os domínios: Conhecimento de Negócio + Engenharia de Alta Performance.

Mergulhei na engenharia de stack moderno: arquitetura de microsserviços, autenticação OAuth2 e infraestrutura distribuída. Minha base lógica acelerou o processo. O resultado foi a certeza de que eu posso projetar qualquer sistema que eu imaginar.

Animado por esse retorno ao 'modo construtor', busquei desafios de alta complexidade. Encontrei o bounty AI DApp Development da JuliaOS / Superteam Solana.

O problema? Descobri o desafio faltando menos de 15 dias para o prazo de entrega. Mas o desafio arquitetural era irresistível.

E foi assim que nasceu o Ghost Wallet Hunter, um motor forense que orquestra agentes de IA para investigar wallets na Solana, detectar padrões suspeitos e identificar fraudes. O projeto me rendeu o 4º lugar global.

Esse processo me apresentou à Julia. Uma linguagem de alta performance usada pela NASA e Tesla que combina a velocidade de C, a matemática de MATLAB e a fluidez de Python

A motivação do reconhecimento me empurrou ainda mais para a computação de alta performance. Percebi que poderia usar Julia e Rust para algo maior.

Assim nasceu meu projeto mais ambicioso: BugXHunter. Um sistema autônomo de caça a bugs baseado em execução inteligente e loops de aprendizado, combinando Julia, Rust/Tauri, React e ambientes Docker simulados.

É um projeto privado, para uso pessoal, com foco direto em Bug Bountys, que são programas de recompensas oferecidos por empresas (especialmente do meio cripto) para quem encontra vulnerabilidades reais em seus sistemas.

Um software capaz de:

Preparar → Entender → Planejar → Executar → Aprender → Triar → Reportar → Loop

um ciclo de aprendizado contínuo, repetindo sprints de ataque com IA real (não apenas prompts), simulando ambientes e evoluindo a cada execução.