Trilhas de aprendizagem
18 caminhos montados com os 44 cursos do catálogo
Uma trilha é uma sequência de cursos do catálogo em torno de um objetivo, com uma evidência final. Nenhuma trilha está aberta ainda, porque nenhum curso está.
Cursos juntos, sem conteúdo repetido
Cada trilha reaproveita cursos do catálogo. Um mesmo curso pode estar em várias trilhas, e quem já o concluiu não precisa refazê-lo. O custo dessa escolha: as trilhas seguem os pré-requisitos dos cursos, então algumas exigem cursos que não aparecem na lista delas.
- Cursos da trilhaCada curso tem a sua prova e o seu certificado de curso livre.
- Evidência finalCada trilha define um trabalho final que mostra a competência aplicada.
- Declaração digitalLista os certificados obtidos. Não representa habilitação profissional nem equivale a diploma.
As 18 trilhas
IA para Todos
Introdução à Inteligência Artificial, IA Generativa sem Mitos, Letramento e Pensamento Crítico em IA. Evidência final: avaliação de alfabetização crítica.
Produtividade com IA
Introdução à Inteligência Artificial, Interação Eficaz com Modelos de IA, Produtividade Pessoal com IA, Automação de Rotinas com IA. Evidência final: projeto de fluxo de trabalho com medição.
IA para Empresas e Gestores
Introdução à Inteligência Artificial, IA para Negócios, Estratégia e Roadmap de Adoção, Gestão de Projetos de IA. Evidência final: plano de adoção e critérios de governança.
Ciência de Dados do Zero
Fundamentos de Dados e Estatística, Python e Ferramentas para Dados, SQL e Preparação de Dados, Visualização e Storytelling com Dados. Evidência final: análise reproduzível.
Machine Learning Aplicado
Fundamentos de Dados e Estatística, Python e Ferramentas para Dados, Fundamentos de Machine Learning, Avaliação e Validação de Modelos, ML Supervisionado e Não Supervisionado. Evidência final: baseline e relatório experimental.
Deep Learning
Python e Ferramentas para Dados, Fundamentos de Machine Learning, Redes Neurais e Deep Learning, Modelos Avançados e Treinamento. Evidência final: treinamento e análise de erro.
IA Generativa e LLMs
IA Generativa sem Mitos, Arquitetura dos LLMs, Aplicações com APIs de Modelos, RAG e Sistemas Baseados em Evidências. Evidência final: avaliação de sistema com fontes.
Engenharia de Agentes
Aplicações com APIs de Modelos, RAG e Sistemas Baseados em Evidências, Agentes de IA: Arquiteturas, Agentes de IA Confiáveis. Evidência final: agente seguro com testes.
Engenharia, MLOps e LLMOps
Avaliação e Validação de Modelos, MLOps: Versionamento e Entrega, LLMOps: Avaliação, Custo e Observabilidade, Implantação e Monitoramento de Modelos. Evidência final: pipeline monitorado.
Governança e IA Responsável
Introdução à Inteligência Artificial, Ética, Riscos e IA Responsável, Privacidade e Proteção de Dados em IA, Governança Corporativa de IA. Evidência final: inventário de riscos e controles.
Segurança de Sistemas de IA
RAG e Sistemas Baseados em Evidências, Agentes de IA Confiáveis, Segurança de Aplicações com LLMs, Testes e Avaliação de Segurança de IA. Evidência final: avaliação defensiva controlada.
IA em Educação
Introdução à Inteligência Artificial, IA para Professores, Avaliação Pedagógica e IA. Evidência final: plano pedagógico com verificação.
IA no Setor Público
Introdução à Inteligência Artificial, Ética, Riscos e IA Responsável, Introdução à IA no Serviço Público, Compras, Transparência e Avaliação de IA Pública. Evidência final: caso com transparência e limitações.
IA para Marketing e Conteúdo
Introdução à Inteligência Artificial, Interação Eficaz com Modelos de IA, Marketing e IA com Evidências, Operações de Conteúdo com IA. Evidência final: medição de campanha sem promessas.
IA e Pesquisa Científica
Python e Ferramentas para Dados, IA para Pesquisa e Revisão Bibliográfica, Reprodutibilidade e Método Experimental. Evidência final: protocolo reprodutível e revisão de evidência.
NLP, Visão e Multimodal
Redes Neurais e Deep Learning, Processamento de Linguagem Natural, Visão Computacional, IA Multimodal. Evidência final: comparação por tarefa.
Dados, Privacidade e Ética
Fundamentos de Dados e Estatística, Ética, Riscos e IA Responsável, Privacidade e Proteção de Dados em IA, Qualidade de Dados, Viés e Equidade. Evidência final: avaliação de tratamento e riscos.
Liderança em Transformação Inteligente
IA para Negócios, Estratégia e Roadmap de Adoção, Gestão de Projetos de IA, Liderança e Transformação Organizacional com IA. Evidência final: business case e indicadores.