image

Access unlimited bootcamps and 750+ courses forever

75
%OFF
Article image
Eduardo Lentz
Eduardo Lentz13/11/2026 16:01
Share

Título do artigoNem todo projeto precisa ser grande. Às vezes, basta resolver um pequeno problema 💡

  • #Python
Uma reflexão sobre criatividade, tecnologia e a capacidade de transformar pequenas dificuldades do cotidiano em soluções.

image

Tenho pensado bastante sobre como identificar oportunidades para criar coisas utilizando tecnologia.

Às vezes, quando estamos aprendendo programação ou trabalhando com desenvolvimento, parece que precisamos encontrar uma grande ideia para começar um projeto. Pensamos em aplicações completas, plataformas, APIs, dashboards, inteligência artificial ou alguma solução que possa se transformar em um produto.

E, nessa busca por algo grandioso, podemos acabar ignorando oportunidades muito mais próximas.

Aquelas pequenas dificuldades que aparecem na nossa rotina. Tarefas que fazemos repetidamente, processos que exigem ajustes manuais ou atividades que parecem simples demais para justificar o desenvolvimento de alguma solução.

Mas será que precisam ser grandes projetos?

Talvez estejamos procurando ideias complexas quando, na verdade, existem pequenos problemas esperando por soluções simples.

🔎 Uma tarefa aparentemente simples

Recentemente, identifiquei uma dessas oportunidades na minha rotina profissional.

Em determinadas atividades, preciso realizar consultas utilizando SQL e SOQL (linguagem de consulta utilizada no Salesforce). Frequentemente, essas consultas envolvem listas de identificadores que precisam ser inseridos em uma cláusula IN.

O problema é que nem sempre recebemos essas listas no formato adequado.

Às vezes, recebemos esses dados em arquivos CSV, com os identificadores organizados em uma coluna. Em outras situações, encontramos valores repetidos, códigos com quantidades diferentes de dígitos ou listas extensas que precisam ser tratadas e organizadas antes de serem utilizadas nas consultas.

Minha solução habitual era recorrer aos recursos do próprio VS Code: selecionar todas as linhas, utilizar atalhos de edição, adicionar aspas, vírgulas e fazer alguns ajustes manuais.

Funciona? Sim.

Mas e quando a lista tem 2.000 identificadores?

E quando existem valores repetidos?

E quando alguns códigos precisam receber zeros à esquerda para completar dez dígitos?

Foi justamente diante dessa situação que pensei: por que continuo fazendo isso manualmente?

🛠️ Uma pequena ferramenta pode resolver um grande incômodo

Resolvi desenvolver uma pequena ferramenta para automatizar essa atividade.

Escolhi Python, mas poderia ter utilizado outras tecnologias. O importante era encontrar uma maneira de resolver o problema.

A proposta era simples: receber um arquivo TXT com identificadores e devolver arquivos formatados, prontos para utilização em consultas SQL.

O programa deveria:

  1. Ler um arquivo TXT com um identificador por linha.
  2. Identificar e remover valores duplicados, mantendo apenas uma ocorrência.
  3. Validar se os valores recebidos são numéricos.
  4. Padronizar os identificadores com dez dígitos, acrescentando zeros à esquerda quando necessário.
  5. Adicionar aspas simples e vírgulas para facilitar a utilização na cláusula IN.
  6. Dividir o resultado em arquivos menores, com até 500 identificadores cada.

Press enter or click to view image in full size

image

Também incluí validações para identificar valores inválidos e evitar que entradas inesperadas fossem processadas silenciosamente.

Para testar, utilizei uma massa de dados com 2.000 identificadores, incluindo 150 ocorrências duplicadas.

Ao final, a ferramenta identificou 1.850 identificadores únicos, realizou a padronização e organizou os resultados em arquivos menores.

Uma atividade que exigiria vários minutos de manipulação manual passou a ser executada em segundos.

Não desenvolvi uma plataforma, não precisei de uma arquitetura complexa e nem de uma interface sofisticada. Desenvolvi um pequeno script que resolve exatamente aquilo para o qual foi pensado.

E isso já é bastante interessante.

🧠 O valor de perceber o que pode ser melhorado

Acho que uma das habilidades que precisamos desenvolver quando aprendemos tecnologia é justamente a capacidade de observar melhor o que acontece ao nosso redor.

Nem sempre a próxima ideia vai surgir durante uma aula de programação, em um curso de desenvolvimento ou em uma conversa sobre as tecnologias mais recentes.

Às vezes, ela aparece enquanto estamos trabalhando, organizando uma planilha, ajustando um arquivo, copiando informações entre sistemas ou repetindo pela décima vez uma sequência de tarefas.

São situações tão comuns que acabamos incorporando o trabalho manual à nossa rotina, sem questionar se existe uma maneira melhor de fazer aquilo.

Talvez o primeiro passo não seja perguntar qual tecnologia devemos aprender ou qual aplicação devemos desenvolver.

Talvez seja perguntar:

O que estou fazendo hoje que poderia ser mais simples?

Essa pergunta pode levar a soluções muito diferentes. Pode ser uma automação em Python, uma fórmula em uma planilha, um pequeno programa, uma integração entre ferramentas ou até mesmo uma mudança na maneira como executamos determinada atividade.

A tecnologia é o meio. Resolver o problema é o objetivo.

🤖 Desenvolver autonomia também faz parte do aprendizado

Outro aspecto que considero importante é desenvolver autonomia para construir essas soluções.

Hoje temos ferramentas de inteligência artificial que ajudam bastante nesse processo. Podemos utilizá-las para explorar ideias, entender conceitos, escrever código, encontrar erros e aprender tecnologias novas.

Eu mesmo utilizo essas ferramentas durante meus estudos e projetos.

Mas não gostaria de me tornar tão dependente delas a ponto de perder a iniciativa de pensar em soluções por conta própria.

Acredito que existe uma diferença entre utilizar a inteligência artificial para acelerar nosso aprendizado e depender dela para identificar e resolver absolutamente todos os problemas.

É importante saber formular uma pergunta, mas também é importante desenvolver a capacidade de olhar para uma situação, entender o que precisa ser resolvido e construir uma solução.

Nesse sentido, ter pequenos códigos, scripts e ferramentas próprios, documentados e disponíveis para reutilização pode fazer muita diferença.

Nem sempre teremos acesso às mesmas ferramentas ou condições. E saber que podemos resolver determinadas necessidades com aquilo que aprendemos é uma forma de desenvolver confiança e independência.

🚀 Nem todo projeto precisa virar um produto

Esse pequeno projeto provavelmente não vai se transformar em uma grande aplicação ou em uma ferramenta utilizada por milhares de pessoas.

E tudo bem! 😁

Ele resolveu uma necessidade concreta, economiza tempo, reduz etapas manuais e me proporcionou uma oportunidade de praticar programação.

Também organizei o código, preparei a documentação e publiquei o projeto no GitHub.

Projeto: SQL List Formatter — GitHub

Mais do que o resultado técnico, o que considero interessante nessa experiência é a mudança de perspectiva.

Não precisamos esperar ter uma ideia extraordinária para construir alguma coisa. Não precisamos transformar cada aprendizado em um produto, nem cada projeto em um grande portfólio.

Às vezes, uma pequena ferramenta que resolve um incômodo recorrente tem muito mais utilidade prática do que uma aplicação complexa que nunca sai do papel.

Talvez seja interessante começar a olhar para nossas rotinas com essa mentalidade: identificar pequenas dificuldades, questionar processos repetitivos e experimentar maneiras de torná-los melhores.

Porque, no fim, desenvolver tecnologia também é isso: encontrar problemas, entender necessidades e construir soluções.

E talvez o próximo projeto não esteja esperando por uma grande ideia. Talvez esteja naquela pequena tarefa que você faz todos os dias e que poderia ser resolvida de uma maneira muito mais simples.

💬 E você, qual pequeno problema do seu cotidiano gostaria de resolver com tecnologia?

. . . . . . . . . . . . .

Eduardo O. Lentz

💻 Portfolio | 🔗 LinkedIn | 📂 GitHub | 📝 Medium | 📸 Instagram

Share
Recommended for you
Bootcamp Bradesco - GenAI, Dados & Cyber
Bootcamp Afya - Automação de Dados com IA
Accenture - Python para Análise e Automação de Dados
Comments (0)