Nossa Empresa

Infraestrutura como ofício, não como projeto

A Entranox foi fundada por profissionais que trabalharam dentro de empresas tentando montar infraestrutura de IA com recursos limitados. Conhecemos o problema por dentro — e estruturamos um método para resolvê-lo de fora.

Voltar ao Início

Nossa História

De dentro das equipes para o chão de fábrica

A Entranox nasceu no Rio de Janeiro em 2021, quando três engenheiros que trabalhavam em projetos de ciência de dados em grandes organizações perceberam um padrão recorrente: os modelos eram bons, mas a infraestrutura de treinamento era sempre o ponto frágil. Jobs reiniciando sem aviso, ambientes sem documentação, times bloqueados por falta de visibilidade sobre recursos.

O problema não era falta de hardware. Era falta de estrutura operacional. Processos informais, runbooks inexistentes, orquestração improvisada. A partir dessa diagnose, construímos uma metodologia própria — o que chamamos internamente de "chão de fábrica de treinamento" — que trata cada etapa do ciclo de vida de um job de treinamento como uma estação de trabalho documentada.

Hoje a Entranox atende equipes de dados de médias e grandes empresas no Brasil, cobrindo desde a formalização de pipelines básicos até parcerias de governança contínua com infraestrutura Nvidia. Nosso foco é transferência de conhecimento real — as equipes com quem trabalhamos saem mais capazes, não mais dependentes.

Missão

Tornar a operação de infraestrutura de treinamento de IA tão previsível e documentada quanto qualquer outra operação industrial crítica de uma empresa.

Visão

Ser a referência técnica em organização e governança de infraestrutura de treinamento de IA para empresas brasileiras que operam modelos como ativo estratégico.

Valores

Clareza antes de sofisticação. Documentação antes de automação. Capacitação das equipes internas como condição de entrega, não como opcional.

A Equipe

As pessoas por trás das estações

Profissionais com histórico dentro de equipes de dados e engenharia de ML em empresas de médio e grande porte no Brasil.

Rafael Carneiro

Co-fundador · Engenharia de Infraestrutura

Trabalhou por seis anos em projetos de MLOps e DevOps em empresas de energia e telecomunicações. Especialista em orquestração de workloads Nvidia em ambientes on-premise.

Luciana Bastos

Co-fundadora · Governança e Documentação

Engenheira de sistemas com background em qualidade de software e gestão de processos industriais. Responsável pelos padrões de runbook e política de governança da Entranox.

Thiago Magalhães

Co-fundador · Arquitetura e Capacitação

Arquiteto de soluções com foco em ambientes de treinamento distribuído. Conduziu projetos de expansão de infraestrutura de ML em fintechs e varejistas no Rio de Janeiro.

Padrões Operacionais

Como mantemos a qualidade de cada entrega

Cada projeto passa por um conjunto de verificações e protocolos antes de ser considerado concluído. Sem atalhos na documentação.

Runbook obrigatório

Nenhuma entrega sai sem documentação operacional completa. O runbook descreve cada passo do pipeline, os alertas esperados e os procedimentos de recuperação.

Versionamento de configurações

Toda configuração de infraestrutura é versionada em repositório controlado. Alterações são rastreáveis, reversíveis e auditáveis a qualquer momento.

Controle de acesso por função

Permissões segmentadas por papel: operadores, engenheiros e gestores têm visibilidade e acesso calibrados ao que precisam — sem superexposição de credenciais.

Revisão de entrega em duas etapas

Cada entregável passa por revisão técnica interna antes da sessão de transferência com o cliente. Problemas são identificados antes de chegar ao ambiente de produção.

Proteção de dados operacionais

Dados de treinamento e modelos permanecem na infraestrutura do cliente. Não acessamos nem armazenamos dados proprietários — acesso é limitado às configurações de orquestração.

Revisões periódicas de capacidade

Nos contratos de parceria empresarial, realizamos revisões programadas para ajustar alocações, atualizar documentação e antecipar gargalos antes que afetem a operação.

Sobre nossa atuação

Infraestrutura de treinamento como disciplina de engenharia

Empresas brasileiras que operam modelos de linguagem, visão computacional ou sistemas de recomendação compartilham um desafio comum: a infraestrutura de treinamento cresce de forma orgânica e acaba se tornando um acúmulo de decisões pontuais. O resultado é um ambiente que funciona, mas que ninguém consegue operar com segurança além do engenheiro que o configurou.

A Entranox aplica princípios de engenharia industrial ao problema de infraestrutura de ML. Cada componente tem uma função definida, uma responsabilidade clara e uma documentação que permite a qualquer integrante da equipe entender o que está acontecendo. O hardware Nvidia, seja em servidores A100, H100 ou configurações de multi-GPU, é tratado como equipamento de produção — com procedimentos de operação e manutenção correspondentes.

Nossa atuação se divide em três modalidades de acordo com a maturidade da organização: a configuração inicial de pipeline para equipes que estão formalizando suas operações pela primeira vez; o ambiente escalonado para organizações com múltiplos times e projetos rodando em paralelo; e a parceria de infraestrutura para empresas que precisam de governança contínua, planejamento de capacidade e suporte à expansão.

Em todos os casos, o critério de sucesso é o mesmo: ao final do trabalho, a equipe interna deve ser capaz de operar, auditar e expandir a infraestrutura sem depender de terceiros para as decisões do dia a dia.

Próximo Passo

Quer conhecer como trabalhamos na prática?

Agende um diagnóstico de trinta minutos. Sem apresentação de vendas — só uma conversa técnica sobre sua infraestrutura atual.

Solicitar Diagnóstico