Episode 179

#166 MongoDB como Backend para AI Agents: Atlas Vector Search e Análises do Banco

June 30, 20251h 5m

Audio is streamed directly from the publisher (pscrb.fm) as published in their RSS feed. Play Podcasts does not host this file. Rights-holders can request removal through the copyright & takedown page.

Original episode page

Show Notes

Neste episódio, exploramos o MongoDB além do básico, focando nas tendências e práticas avançadas que estão moldando o futuro dos bancos de dados NoSQL. Conversamos com Jhonathan Soares sobre como usar MongoDB como sistema de cache, os desafios do Teorema de CAP em ambientes distribuídos, e as novas possibilidades de integração com inteligência artificial através de dados vetoriais e o protocolo MCP. Conheça o AI Agent do Mongodb.

Assuntos abordados no tema

Mongo como cache
Teorema de CAP (breve menção)
Melhor integração com inteligência artificial e dados vetoriais.
Protocolo MCP
Expansão de capacidades serverless via MongoDB Atlas.
Read Secondary: cenários ideais para utilização
Armadilhas comuns em dados inconsistentes
Query pipelines cada vez mais sofisticados, substituindo ferramentas de ETL
Edge computing com Mongo embutido em dispositivos (Realm).
Maior uso de BSON + JSON Schema para validação automática.
O que a IA deveria fazer com o Mongodb

Links úteis

Participantes

Jéssica Nathany (Software Developer e host)
LinkedIn: https://www.linkedin.com/in/jessica-nathany-carvalho-freitas-38260868/

Weslley Fratini (Software Developer e co-host)
LinkedIn: https://www.linkedin.com/in/weslley-fratini/

Jonathan Soares (Senior Project Leader no Mercado Livre e Criador de Conteúdo do Código Simples)

Linkedin:https://www.linkedin.com/in/jhonathansoares/
Codigo simples: https://codigosimples.net/

Produtora AGO Filmes: https://thiagocarvalhofotografia.wordpress.com/
dúvidas, sugestões ou anúncios envie para: [email protected]

See omnystudio.com/listener for privacy information.

← All episodes of Café Debug seu podcast de tecnologia