18/10/2026 –, Topázio 2
Da automação de infraestrutura a agentes de IA: como Temporal e Python tornam qualquer workflow durável, com falhas, retries e estado gerenciados pela plataforma, e não pelo seu código.
Todo código que conversa com o mundo externo precisa lidar com falhas: timeouts, APIs fora do ar, processos que reiniciam no meio da execução. Com o tempo, a lógica de negócio fica soterrada por retries, tabelas de status, filas e crons.
O Temporal resolve isso com Durable Execution: cada passo do workflow é persistido e, se algo falhar, a execução retoma exatamente de onde parou. Você escreve o caminho feliz e a plataforma cuida de retries, estado, timers e recuperação.
O SDK Python usa recursos que você já conhece, como decorators, asyncio, type hints e Pydantic, e se integra facilmente ao que você já tem: FastAPI, bibliotecas existentes, bancos e APIs. A partir dessa base surgem padrões poderosos: SAGA com compensação automática, aprovação humana no meio do fluxo, agendamentos no lugar do cron e agentes de IA que não perdem o progresso quando algo cai.
Nesta palestra, veremos os conceitos, como o Temporal recupera um workflow após uma falha e aplicações reais em automação de redes, IA, testes automatizados e processos de negócio, além de como ele se posiciona em relação a ferramentas como Celery e Airflow.
Python intermediário: funções, classes, decorators e noções de async/await. Ter usado type hints ou Pydantic ajuda, mas não é obrigatório.
É útil já ter escrito ou mantido algum tipo de automação ou tarefa em background (scripts agendados com cron, Celery, pipelines de CI/CD, integrações com APIs externas), para reconhecer os problemas de falhas e retries que a palestra aborda.
Não é preciso conhecer Temporal: seus conceitos serão apresentados do zero. Automação de redes, IA e os demais casos de uso aparecem como exemplos de aplicação, sem exigir conhecimento prévio nessas áreas.
O que as pessoas que participarem podem esperar aprender na sua atividade?:As pessoas vão entender o que é Durable Execution e por que ela elimina boa parte do código de tratamento de falhas, retries e estado que costumamos escrever à mão.
Vão aprender os conceitos básicos do Temporal (workflows, activities, workers e determinismo) e como usá-los com o SDK Python, aproveitando decorators, asyncio, type hints e Pydantic, e integrando com código e ferramentas que já existem.
Também vão conhecer padrões práticos e o potencial da ferramenta: SAGA com compensação automática, aprovação humana no fluxo com Signals e Updates, Schedules no lugar do cron, agentes de IA duráveis com Pydantic AI e MCP, e como testar workflows com pytest usando time-skipping e replay.
Ao final, terão uma visão clara de onde o Temporal se encaixa no ecossistema Python e um caminho para começar a usá-lo em seus próprios projetos.
Escolha uma ou mais áreas em que essa proposta se encaixa: Machine Learning e Inteligência Artificial, Testes, Arquitetura de software, DevOps e Automação de Infraestrutura
Engenheiro de software e DevOps. Atuo há mais de 6 anos com desenvolvimento de sistemas, automação e boas praticas de DevOps aplicadas à área de redes e desenvolvimento de software.