Gerenciar infraestrutura para bilhões de transações diárias em mais de 200 sistemas críticos é um desafio e tanto. Para bancos globais como o Santander, a complexidade da expansão para novos serviços financeiros criou um grande gargalo: provisionar novos ambientes podia levar até 90 dias. Esse esforço operacional intenso sufocava a inovação e a agilidade. A solução não foi apenas mais uma ferramenta, mas uma mudança fundamental de abordagem através do platform engineering. Este post explora a plataforma 'Catalyst' do Santander, uma iniciativa transformadora desenvolvida com a AWS, que transformou meses de espera em horas—ou até minutos—de deploy automatizado. Você pode conferir o caso completo no post original do AWS Architecture Blog.
A Arquitetura do Catalyst: Um Control Plane para a Cloud
O coração do Catalyst é um cluster de control plane construído no Amazon EKS (Elastic Kubernetes Service), atuando como o cérebro central da orquestração. A mágica acontece com três componentes-chave:
- Provisionamento Universal com Crossplane: Em vez de gerenciar a API única de cada serviço de cloud, o Crossplane age como um provisionador declarativo de recursos. Os devs definem o que precisam (ex: 'um banco de dados com essas specs'), e o Crossplane cuida do 'como' na AWS e outros provedores, garantindo consistência.
- Deploy Guiado por GitOps com ArgoCD: Toda a infraestrutura e stacks de aplicação são definidas como código em repositórios Git. O ArgoCD sincroniza continuamente o estado real com o estado desejado no Git, permitindo deploys automatizados, auditáveis e com rollback seguro.
- Governança Centralizada com Open Policy Agent (OPA): Um catálogo de políticas usa o OPA para aplicar segurança, conformidade e padrões arquiteturais automaticamente antes de qualquer recurso ser provisionado. Checagens manuais são coisa do passado.
Essa arquitetura abstraiu a complexidade da cloud, dando aos devs um portal unificado de autoatendimento enquanto oferecia aos times de plataforma controle e visibilidade centralizados.
Além da Eficiência: Catalisando Workloads Estratégicos
O verdadeiro teste de uma plataforma é sua capacidade de suportar workloads complexas e críticas para o negócio. O Catalyst foi brilhante aqui:
| Workload | Componentes Principais | Impacto no Negócio |
|---|---|---|
| Stack de Agentes de IA Generativa | Amazon Bedrock, S3, KMS, políticas IAM customizadas | Reduziu o tempo de implementação de 105 dias para 24 horas, eliminando dezenas de tickets de provisionamento. |
| Plataforma de Dados Moderna | Integração com Databricks, data lakes, ETL automatizado | Reduziu ~3.000 tickets mensais para configuração de ambientes de experimentação de dados. |
| Orquestração de Processos na Cloud | AWS Step Functions, padrões de retry, monitoramento centralizado | Modernizou workflows legados, melhorando confiabilidade e observabilidade. |
Limitações e Cuidados
Apesar dos resultados impressionantes, essa abordagem tem seus detalhes:
- Investimento Inicial Significativo: Construir uma plataforma interna madura requer times dedicados e qualificados (platform engineering, DevOps) e tempo. É um investimento estratégico de longo prazo.
- Lock-in de Vendor & Complexidade: A forte dependência de ferramentas específicas (Crossplane, ArgoCD, OPA) cria uma profunda dependência de conhecimento. O próprio control plane vira um sistema crítico a ser mantido.
- Mudança Cultural é Obrigatória: A tecnologia falha se os devs não adotarem o modelo de autoatendimento. Requer cultivar uma cultura de confiança, ownership e colaboração entre times de plataforma e produto.
Conclusão e Próximos Passos para Você
O Catalyst do Santander mostra que platform engineering é uma alavanca poderosa para transformação digital, passando de centro de custo para habilitador de inovação. Os ganhos em velocidade, padronização e segurança são transformadores.
Qual o próximo passo para você?
- Avalie Seus Pontos de Atrito: Seus devs gastam mais tempo gerenciando infra do que criando features? A conformidade é um processo manual e lento?
- Comece com Mentalidade de Produto: Trate sua plataforma interna como um produto. Identifique seus 'clientes' principais (times de dev) e seus workflows mais dolorosos.
- Itere sobre uma Base: Você não precisa construir tudo de uma vez. Comece padronizando uma stack comum (ex: um app web containerizado) usando GitOps e policy-as-code em um serviço gerenciado de Kubernetes.
Platform engineering está remodelando como empresas usam a cloud. Assim como em outras inovações de infraestrutura, como o Acelerador de Inferência AI Microsoft Maia 200, o foco está em entregar capacidades especializadas e eficientes em escala. Da mesma forma, entender a stack completa do desenvolvimento moderno, do hardware à aplicação, é crucial. Por exemplo, assim como o upscaling por IA transforma a fidelidade visual nos jogos, como discutimos no nosso artigo sobre a tecnologia DLSS da NVIDIA, uma plataforma robusta transforma a velocidade de desenvolvimento e a confiabilidade operacional nas empresas.