A LogiTrack entra em sua fase mais desafiadora até então: transformar teoria em fluxo real de dados. Depois de semanas de planejamento, diagramas e cálculos de viabilidade, chega o momento de conectar o primeiro conjunto de sensores e observar o sistema IoT em funcionamento. É o início da operação-piloto do Projeto Atlas, que testará a coleta de informações de temperatura, vibração e localização dos caminhões em tempo real.

Na segunda-feira pela manhã, três veículos da frota — identificados como SPC-023, BH-118 e CUR-042 — são equipados com sensores e gateways configurados com conectividade híbrida (4G e Wi-Fi). A equipe técnica se divide em dois grupos: Marina e Pedro ficam no laboratório da Base Atlas, monitorando o fluxo de mensagens no broker; Juliana e Carlos acompanham o deslocamento dos caminhões em rota curta para simular condições reais de transporte. A expectativa é clara: provar que a arquitetura funciona, que os dados viajam da estrada até a nuvem e que as leituras chegam íntegras ao dashboard.

Logo nas primeiras horas, as mensagens começam a aparecer no console MQTT:

/lt/frota/SPC-023/telemetria
{ "temperatura": 3.8, "vibracao": 0.02, "gps": "-23.534, -46.625", "timestamp": 1738952400 }

Cada publicação é recebida pelo broker e processada pelo pipeline de ingestão configurado na nuvem. Os dados fluem para o banco Silver e são automaticamente limpos por um script Python que remove duplicidades e converte unidades. No Metabase, o painel de monitoramento exibe pontos verdes piscando sobre o mapa: os caminhões estão online, enviando telemetria em tempo quase real. É o primeiro sucesso operacional do Projeto Atlas.

Entretanto, a euforia dura pouco. Pouco depois do almoço, Juliana percebe que os dados de temperatura do caminhão BH-118 pararam de atualizar. O último timestamp recebido é de 37 minutos atrás. Pedro acessa os logs e detecta uma perda de conectividade intermitente no 4G — o broker parou de receber mensagens do gateway. O sistema, porém, havia sido projetado com um mecanismo de armazenamento local temporário (buffer) e reenvio automático via HTTP quando a conexão retornasse. Assim, os dados armazenados em cache são reenviados em lote e reintegrados ao fluxo de ingestão, mantendo a continuidade histórica.

O evento, planejado como parte do teste, confirma que o modelo híbrido MQTT/HTTP é resiliente e cumpre o princípio de “nunca perder dados, apenas atrasar entrega”.

Na avaliação técnica, Marina explica ao time como os dois protocolos se complementam:

• MQTT é usado para comunicação contínua, baseada em tópicos e leve o suficiente para operar em conexões instáveis. O broker atua como intermediário, permitindo que sensores publiquem dados e o servidor apenas “assine” os tópicos relevantes.
• HTTP entra como fallback, ideal para pacotes maiores, transmissões pontuais e reenvio de buffers quando o MQTT falha. Ele também é usado em APIs de integração, garantindo compatibilidade com sistemas corporativos.

Pedro reforça que essa estratégia garante QoS (Quality of Service) ajustável por tipo de dado: leituras críticas de temperatura com QoS 2 (entrega garantida) e leituras complementares de vibração com QoS 1 (entrega ao menos uma vez). A combinação reduz latência sem comprometer a confiabilidade.

No final do dia, a equipe apresenta um relatório de validação para o comitê da LogiTrack. Os indicadores são promissores:

• Taxa de entrega MQTT: 98,7% das mensagens enviadas foram recebidas em tempo real.
• Taxa de recuperação HTTP: 100% das mensagens armazenadas no buffer foram reenviadas com sucesso.
• Latência média end-to-end: 1,9 segundo.
• Consumo médio de dados por caminhão/dia: 45 MB — dentro da meta projetada.

Carlos, responsável pelas operações, faz a observação prática que encerra a reunião:

“Hoje conseguimos algo que antes parecia impossível. Sabemos, em tempo real, a temperatura de um caminhão em rota e podemos provar que os dados são confiáveis. Isso muda completamente nossa logística.”

A equipe celebra o feito, mas Marina mantém o olhar técnico:

“O que fizemos hoje é apenas o primeiro elo da cadeia. Coletar é fácil. Difícil é garantir que esses dados façam sentido, que sejam limpos, organizados e úteis para tomada de decisão.”