Pluto Finance AI: entrega do meu projeto final do bootcamp

Concluir os bootcamps: Bootcamp Afya - Automação de Dados com IA e Accenture - Python para Análise e Automação de Dados entregar um projeto funcional de ponta a ponta foi um marco importante para mim.

Hoje compartilho o Pluto Finance AI, uma aplicação criada para ajudar pessoas a organizarem melhor sua vida financeira por meio de uma interface conversacional e um dashboard simples, direto e prático.

A ideia do Pluto nasceu de um problema real: muita gente até tenta controlar gastos, mas desiste por complexidade, falta de consistência ou ferramentas difíceis de usar. Eu quis construir algo que aproximasse tecnologia e cotidiano financeiro de forma acessível.

Objetivo do projeto

O objetivo principal foi desenvolver um MVP que unisse:

conversa em linguagem natural
processamento de transações
visualização de indicadores financeiros
persistência de contexto por usuário

Na prática, o Pluto funciona como um assistente que entende o contexto da pessoa e ajuda na rotina de controle financeiro.

O que foi implementado

Durante o desenvolvimento, foquei em funcionalidades que entregassem valor real desde a primeira versão:

Coleta de perfil financeiro inicial antes do chat.
Registro de receitas e despesas durante a conversa.
Upload de arquivos CSV para importação de transações.
Atualização automática de renda mensal, gastos e patrimônio.
Dashboard com visão resumida da situação financeira.
Persistência de estado para manter continuidade entre sessões.
Camada de autenticação por e-mail para separar usuários.

Stack técnica e decisões

Escolhi tecnologias que equilibrassem velocidade de desenvolvimento com capacidade de escalar a evolução do produto:

Python: Escolha natural para fluxo de dados, regras de negócio e integração com IA.
Streamlit: Permitiu criar uma interface funcional rapidamente, com foco na iteração do produto e validação de experiência.
OpenRouter: Usado como provedor de modelos para o chat, trazendo flexibilidade de integração e evolução do comportamento conversacional.
Supabase: Resolveu autenticação e persistência de dados de forma prática, reduzindo complexidade de backend no MVP.
Pandas: Fundamental para leitura, limpeza e normalização das transações recebidas por CSV e texto.
Render: Foi a plataforma de deploy para disponibilizar o app online com facilidade.

Por que esse projeto foi importante para mim

Esse projeto foi além de “fazer funcionar”.

Ele consolidou habilidades que considero centrais para meu próximo nível como desenvolvedor:

transformar problema real em solução funcional
conectar IA, dados e experiência de usuário
lidar com decisões de arquitetura de MVP
publicar e manter uma aplicação acessível online
documentar e comunicar o projeto com clareza

Aprendizados principais

Alguns aprendizados que levo dessa entrega:

Nem sempre a melhor solução é a mais complexa; no MVP, clareza vence sofisticação.
Prompt, contexto e pós-processamento são tão importantes quanto “chamar o modelo”.
Persistência de estado muda completamente a qualidade da experiência conversacional.
Deploy e documentação fazem parte do produto, não do “final do projeto”.

Próximos passos

Já estou pensando em evoluções para o Pluto:

melhorar recomendação financeira personalizada
ampliar visualizações de metas e progresso
incluir métricas de saúde financeira mais robustas
aumentar cobertura de testes e observabilidade

Teste e feedback

Se você puder testar, vai me ajudar muito a direcionar os próximos ciclos de melhoria.

Demo online: https://finance-mvp-ai.onrender.com
Repositório no GitHub: https://github.com/uilliambruno-droid/finance-mvp-ai

Se quiser, me mande feedback sobre:

experiência de uso
clareza das respostas
utilidade prática no dia a dia
sugestões de funcionalidades

Fechar esse projeto no bootcamp foi uma grande conquista pessoal e técnica.

Obrigado a todos que apoiaram essa jornada. Bora para os próximos desafios.