Ambiente de Desenvolvimento

Ubuntu 26.04 LTS é uma das distribuições Linux mais utilizadas entre desenvolvedores em todo o mundo. Quase todas as principais linguagens de programação, estruturas e ferramentas oferecem suporte de primeira classe para Ubuntu, garantindo uma experiência tranquila desde a instalação até o desenvolvimento diário.

Esteja você criando front-ends, treinando modelos ou gerenciando infraestrutura, você encontrará aqui um caminho de configuração correspondente. Escolha o melhor ponto de partida com base no seu foco de desenvolvimento.

Sou um desenvolvedor web

Frontend, full-stack ou qualquer coisa que envolva JavaScript/TypeScript. Seu dia a dia provavelmente envolve React, Vue, Next.js, Express e frameworks semelhantes.

Tip

Ordem de instalação recomendada: Editor -> Git/SSH -> Node.js -> Docker. Isso leva você a um estado produtivo o mais rápido possível.

Ambiente Node.js - Gerenciar múltiplas versões Node.js com nvm, configurar gerenciadores de pacotes npm/pnpm/yarn
Docker Containerização – Unifique ambientes de desenvolvimento, teste e implantação com Docker e Docker Compose
Git, SSH e Terminal - Configure a identidade Git, gere pares de chaves SSH, personalize seu prompt de terminal
Editores e IDEs — Instale os IDEs VS Code e JetBrains com extensões de front-end recomendadas (para editores de IA como Cursor, consulte Editores de IA)

Sou um Python / Desenvolvedor de IA

Trabalhar em análise de dados, aprendizado de máquina, ajuste fino de LLM ou construção de aplicativos de IA. Ubuntu é a plataforma preferida para a grande maioria dos frameworks de IA (PyTorch, TensorFlow, JAX).

Tip

Os usuários de GPU devem primeiro concluir a instalação do driver gráfico e, em seguida, configurar Python e o conjunto de ferramentas de IA para evitar conflitos de ambiente. Consulte a seção Hardware e Drivers para instalação do driver.

Ambiente Python - Gerencie versões e ambientes virtuais Python com pyenv + venv/conda, aceleração de espelho pip
Conjunto de ferramentas de IA local - Implante ambientes locais de inferência e ciência de dados: NVIDIA CUDA/cuDNN, Ollama, Jupyter, PyTorch, TensorFlow
Docker Contêinerização – Use o NVIDIA Container Toolkit para acessar a computação de GPU em contêineres
Editores e IDEs — VS Code Extensão Python e configuração PyCharm (para Jupyter, consulte Local AI Toolchain)

Sou desenvolvedor backend/sistemas

Escrever serviços Go, Rust ou Java ou manter projetos de infraestrutura e DevOps. Seu trabalho pode envolver compilação, implantação, orquestração de contêineres, ajuste de desempenho e virtualização.

Tip

Se o seu projeto depende de vários serviços (bancos de dados, filas de mensagens, etc.), considere usar Docker Compose para orquestrar seu ambiente de desenvolvimento local para evitar instalação manual e conflitos de porta.

Go / Rust / Java — Instalação, gerenciamento de versão e configuração do conjunto de ferramentas de construção para cada linguagem
Docker Containerização — Orquestração de vários contêineres, práticas recomendadas de construção de imagens, padronização do ambiente de desenvolvimento
Máquinas Virtuais e Contêineres — Virtualização local com LXD, Multipass, QEMU/KVM
Git, SSH e Terminal — Commits assinados por GPG, gerenciamento SSH multichave, persistência de sessão tmux

Referência rápida

Artigo	Resumo
Node.js Ambiente	gerenciamento de várias versões nvm, configuração do gerenciador de pacotes npm/pnpm/yarn
Python Ambiente	pyenv + venv/conda, fontes de espelho pip e gerenciamento de ambiente virtual
Go / Rust / Java	Instalação para três principais linguagens compiladas, SDKMAN, ferrugem e outros gerenciadores de versão
Docker Contêinerização	Docker Instalação do mecanismo, orquestração do Compose, suporte a contêiner de GPU
Máquinas Virtuais e Contêineres	Virtualização local com LXD, Multipass, KVM/QEMU
Git, SSH e Terminal	Configuração Git, gerenciamento de chaves SSH, personalização do terminal Zsh/Fish/Starship
Editores e IDEs	Instalação e configuração do IDE VS Code e JetBrains (com notas sobre Neovim/Sublime/Zed)
Conjunto de ferramentas de IA local	Ambientes locais de IA e ciência de dados: CUDA/cuDNN, Ollama, Jupyter, PyTorch, TensorFlow

Dicas gerais de desenvolvimento

Independentemente da sua linguagem ou estrutura, as dicas a seguir se aplicam a todos os desenvolvedores Ubuntu:

Mantenha seu sistema atualizado — Execute sudo apt update && sudo apt upgrade regularmente para garantir que patches de segurança e atualizações do conjunto de ferramentas sejam aplicados
Use isolamento de contêiner – Isole dependências para diferentes projetos com Docker ou ambientes virtuais para evitar poluição global
Configure sua identidade Git — Defina user.name e user.email antes de enviar o código — essencial para colaboração em equipe
Use as chaves SSH - Diga adeus ao login GitHub/GitLab baseado em senha - mais seguro e mais conveniente

Note

Este guia foi escrito para o ambiente padrão Ubuntu 26.04 LTS. Se você atualizou de uma versão mais antiga, alguns URLs ou dependências do repositório de ferramentas podem precisar de atualização. Preste atenção às notas de versão em cada artigo.