Sistema de Alerta de Risco
- Categoria
- SaaS
- Papel
- Lead Product Designer & UX de IA
- Ferramentas
- FigmaFigJamNotionGoogle AntigravitySupabase
Contexto
O aumento da preocupação com a segurança em instituições de ensino gerou uma corrida pela instalação de câmeras, mas sistemas de videomonitoramento tradicionais são passivos: exigem operadores humanos olhando dezenas de telas ao mesmo tempo, onde incidentes críticos passam despercebidos até ser tarde demais. O desafio deste SaaS foi criar uma plataforma de segurança preventiva alimentada por visão computacional e IA, transformando câmeras comuns em sentinelas ativas capazes de alertar gestores e equipes de segurança no momento exato em que anomalias acontecem.
Problema
Operadores de segurança e diretores escolares sofriam com sobrecarga cognitiva e alto tempo de resposta:
- Fadiga de monitoramento: impossibilidade física de um operador acompanhar múltiplos pontos cegos (pátio, entradas, biblioteca, corredores).
- Ruído e alarmes falsos: dificuldade em diferenciar movimentações rotineiras de situações reais de perigo.
- Falta de rastreabilidade rápida: processo lento e manual para localizar incidentes passados em horas de gravação.
- Comunicação descentralizada: ausência de um fluxo estruturado entre o operador na portaria, o time de segurança e a direção da escola.
Meu papel
Lead Product Designer & UX de IA
Liderança de ponta a ponta na experiência do produto, desde o discovery com gestores educacionais e profissionais de segurança patrimonial até a entrega da interface de alta fidelidade:
- Estruturação da arquitetura de informação e da taxonomia de severidade dos alertas.
- Design de fluxos de interação para modelos de IA (feedback de acerto/erro, confirmação de falsos positivos e controles de modelos por câmera).
- Criação do Design System modular e de componentes de dados complexos (mapas de calor, timeline de eventos e busca por linguagem natural).
- Trabalho próximo à engenharia e ciência de dados para refletir a latência do streaming de vídeo (RTSP) e as inferências da IA de forma transparente e acionável na interface.
Processo
- Semana 1
Discovery e mapeamento
Entrevistas com operadores de segurança, diretores escolares e TI. Mapeamento da jornada do incidente, matriz de criticidade e requisitos de privacidade e conformidade com dados de menores.
- Semana 2
Arquitetura e UX de IA
Fluxo de triagem de incidentes em 3 etapas (Detectar → Validar → Resolver), taxonomia dos ambientes escolares e especificação da busca por linguagem natural.
- Semana 3
Prototipação e testes
Validação de fluxos de alta densidade de informação com operadores reais, medindo o tempo de reconhecimento de alertas críticos e a facilidade de configurar novas câmeras.
- Semana 4
Design System e handoff
Fechamento do Design System, especificações técnicas para integração com streams RTSP e acompanhamento do desenvolvimento até a versão piloto.
Solução
Uma suíte completa de monitoramento inteligente estruturada em três pilares:
- Triagem ágil de alertas: cada incidente gerado pela IA chega classificado por gravidade, com o corte do vídeo e ações diretas em um clique.
- Gestão modular de ambientes e câmeras: mapeamento físico da escola e ativação sob demanda de recursos de IA, como contagem de fluxo e reconhecimento facial por ponto de captura.
- Inteligência preditiva e busca semântica: dashboard com mapas de calor de circulação, horários de pico e busca por texto corrido para investigar ocorrências em segundos.
Resultado
- 94% de taxa de acerto na detecção de eventos suspeitos pela IA nos testes em ambientes reais.
- Redução superior a 70% no tempo de resposta a incidentes críticos, com triagem em menos de 1 minuto.
- Eliminação da fadiga de tela: a equipe de segurança atua apenas nos alertas confirmados.
- Adoção unificada entre segurança, TI e equipe pedagógica/diretoria com perfis de visualização e relatórios integrados.