Por Que Estou Estudando RAG e LLM Engineering Sendo Dev Backend

A maior parte da minha carreira foi voltada a backend: .NET, clean architecture, CQRS, o tipo de sistema em que corretude e disponibilidade importam mais do que qualquer outra coisa. Então pode parecer estranho passar as noites estudando LangChain, embeddings e pipelines de RAG. Não é — é o mesmo instinto aplicado a um tipo de sistema mais novo.

Por que RAG especificamente

Muito conteúdo de "AI engineering" foca em prompting. RAG é diferente: é um problema de arquitetura. Você está desenhando como os dados são divididos em chunks, transformados em embeddings, indexados, recuperados e re-ranqueados antes de chegarem a um modelo — e cada uma dessas etapas tem o mesmo tipo de trade-off de corretude e performance que estou acostumado a pensar num pipeline de dados normal.

Foi essa a parte que fez sentido para mim. Uma chamada de LLM sem uma boa recuperação é um chute. Uma chamada de LLM com uma camada de recuperação bem desenhada se aproxima de uma query contra um sistema que você entende.

Como estou abordando isso

• Construindo coisas pequenas e reais em vez de só ler artigos: uma busca semântica sobre uma base de conhecimento pessoal, um agente que responde perguntas sobre um código usando embeddings em vez de fazer grep no escuro.
• Tratando avaliação como algo de primeira classe, do mesmo jeito que trataria cobertura de testes num serviço backend — se não consigo medir se um pipeline de RAG melhorou, não estou de fato fazendo engenharia.
• Ficando perto de ferramentas que eu realmente usaria em produção: LangChain, as APIs da OpenAI e da Anthropic, e cada vez mais o próprio Claude Code como forma de trabalhar em par nesse processo.

Onde isso vai dar

Não acho que isso substitui engenharia backend — acho que se torna parte dela. Os sistemas que vou construir daqui pra frente provavelmente vão ter uma camada de recuperação do mesmo jeito que hoje têm uma camada de banco de dados, e prefiro ser a pessoa que entende como essa camada funciona de verdade do que a pessoa que só chama uma API e espera o melhor.