Currículo completo
O catálogo integral de módulos, com código, ementa e exercício prático onde o programa já os define. Módulos de área estão listados por título: a ementa detalhada deles ainda não foi escrita, e listá-la antes disso seria representar mal o estágio do trabalho.
Legenda de estado
- Ementa publicada
- Módulo desenhado, com lugar definido no currículo. Não gravado.
- Roteiro pronto
- Roteiro, slides e repositório de código escritos.
- Em gravação
- Produção do vídeo iniciada.
- Disponível
- Disponível para o aluno.
0 / 63 · 2026-08-05
Tronco comum (CORE)
Gravado uma vez, usado em todas ou quase todas as trilhas.
100Iniciante
| Código | Módulo | Conteúdo | Prática | Estado | Preço |
|---|---|---|---|---|---|
| CORE-101 | O que é IA, ML e DL | História, tipos de aprendizado, onde IA está no mundo real | Mapear 5 IAs do dia a dia e classificá-las | Ementa publicada | R$ 120US$ 40MX$ 500valor estimado0 de 1 módulo publicado |
| CORE-102 | Python para IA | Sintaxe, funções, ambientes (venv/conda), notebooks | Mini-projeto: analisador de texto simples | Ementa publicada | R$ 120US$ 40MX$ 500valor estimado0 de 1 módulo publicado |
| CORE-103 | Matemática essencial I | Vetores, matrizes, funções, noção de derivada — visual e intuitivo | Implementar operações com NumPy | Ementa publicada | R$ 120US$ 40MX$ 500valor estimado0 de 1 módulo publicado |
| CORE-104 | Dados: coleta e limpeza | Pandas, CSV/JSON/APIs, dados faltantes, EDA | Limpar e explorar um dataset real sujo | Ementa publicada | R$ 120US$ 40MX$ 500valor estimado0 de 1 módulo publicado |
| CORE-105 | Estatística e probabilidade básica | Distribuições, média/variância, correlação vs. causalidade | Análise estatística de um dataset público | Ementa publicada | R$ 120US$ 40MX$ 500valor estimado0 de 1 módulo publicado |
| CORE-106 | Primeiro modelo de ML | Scikit-learn: regressão e classificação, treino/teste, métricas | Prever preço de imóveis + classificar spam | Ementa publicada | R$ 120US$ 40MX$ 500valor estimado0 de 1 módulo publicado |
| CORE-107 | Ética, vieses e segurança em IA | Vieses em dados, privacidade, uso responsável | Auditar vieses de um modelo pronto | Ementa publicada | R$ 120US$ 40MX$ 500valor estimado0 de 1 módulo publicado |
| CORE-108 | Git, GitHub e portfólio | Versionamento, README, publicar projetos | Subir os projetos do nível ao GitHub | Ementa publicada | R$ 120US$ 40MX$ 500valor estimado0 de 1 módulo publicado |
- CORE-101Ementa publicada
O que é IA, ML e DL
- Conteúdo
- História, tipos de aprendizado, onde IA está no mundo real
- Prática
- Mapear 5 IAs do dia a dia e classificá-las
R$ 120US$ 40MX$ 500valor estimado0 de 1 módulo publicado
- CORE-102Ementa publicada
Python para IA
- Conteúdo
- Sintaxe, funções, ambientes (venv/conda), notebooks
- Prática
- Mini-projeto: analisador de texto simples
R$ 120US$ 40MX$ 500valor estimado0 de 1 módulo publicado
- CORE-103Ementa publicada
Matemática essencial I
- Conteúdo
- Vetores, matrizes, funções, noção de derivada — visual e intuitivo
- Prática
- Implementar operações com NumPy
R$ 120US$ 40MX$ 500valor estimado0 de 1 módulo publicado
- CORE-104Ementa publicada
Dados: coleta e limpeza
- Conteúdo
- Pandas, CSV/JSON/APIs, dados faltantes, EDA
- Prática
- Limpar e explorar um dataset real sujo
R$ 120US$ 40MX$ 500valor estimado0 de 1 módulo publicado
- CORE-105Ementa publicada
Estatística e probabilidade básica
- Conteúdo
- Distribuições, média/variância, correlação vs. causalidade
- Prática
- Análise estatística de um dataset público
R$ 120US$ 40MX$ 500valor estimado0 de 1 módulo publicado
- CORE-106Ementa publicada
Primeiro modelo de ML
- Conteúdo
- Scikit-learn: regressão e classificação, treino/teste, métricas
- Prática
- Prever preço de imóveis + classificar spam
R$ 120US$ 40MX$ 500valor estimado0 de 1 módulo publicado
- CORE-107Ementa publicada
Ética, vieses e segurança em IA
- Conteúdo
- Vieses em dados, privacidade, uso responsável
- Prática
- Auditar vieses de um modelo pronto
R$ 120US$ 40MX$ 500valor estimado0 de 1 módulo publicado
- CORE-108Ementa publicada
Git, GitHub e portfólio
- Conteúdo
- Versionamento, README, publicar projetos
- Prática
- Subir os projetos do nível ao GitHub
R$ 120US$ 40MX$ 500valor estimado0 de 1 módulo publicado
200Intermediário
| Código | Módulo | Conteúdo | Prática | Estado | Preço |
|---|---|---|---|---|---|
| CORE-201 | Matemática essencial II | Gradientes, otimização, álgebra linear aplicada | Gradiente descendente do zero em NumPy | Ementa publicada | R$ 180US$ 60MX$ 750valor estimado0 de 1 módulo publicado |
| CORE-202 | Redes neurais do zero | Perceptron, backpropagation, funções de ativação | Implementar uma rede neural sem framework | Ementa publicada | R$ 180US$ 60MX$ 750valor estimado0 de 1 módulo publicado |
| CORE-203 | PyTorch na prática | Tensores, autograd, loops de treino, GPU | Reescrever a rede do CORE-202 em PyTorch | Ementa publicada | R$ 180US$ 60MX$ 750valor estimado0 de 1 módulo publicado |
| CORE-204 | Avaliação e experimentação | Overfitting, validação cruzada, tracking (W&B/MLflow) | Rodar e comparar 10 experimentos | Ementa publicada | R$ 180US$ 60MX$ 750valor estimado0 de 1 módulo publicado |
| CORE-205 | APIs de IA e engenharia de prompt | OpenAI/Anthropic/OSS, function calling, custos | App CLI que usa um LLM via API | Ementa publicada | R$ 180US$ 60MX$ 750valor estimado0 de 1 módulo publicado |
| CORE-206 | Deploy básico | FastAPI, Docker, publicar um modelo como API | Colocar o modelo do CORE-203 no ar | Ementa publicada | R$ 180US$ 60MX$ 750valor estimado0 de 1 módulo publicado |
- CORE-201Ementa publicada
Matemática essencial II
- Conteúdo
- Gradientes, otimização, álgebra linear aplicada
- Prática
- Gradiente descendente do zero em NumPy
R$ 180US$ 60MX$ 750valor estimado0 de 1 módulo publicado
- CORE-202Ementa publicada
Redes neurais do zero
- Conteúdo
- Perceptron, backpropagation, funções de ativação
- Prática
- Implementar uma rede neural sem framework
R$ 180US$ 60MX$ 750valor estimado0 de 1 módulo publicado
- CORE-203Ementa publicada
PyTorch na prática
- Conteúdo
- Tensores, autograd, loops de treino, GPU
- Prática
- Reescrever a rede do CORE-202 em PyTorch
R$ 180US$ 60MX$ 750valor estimado0 de 1 módulo publicado
- CORE-204Ementa publicada
Avaliação e experimentação
- Conteúdo
- Overfitting, validação cruzada, tracking (W&B/MLflow)
- Prática
- Rodar e comparar 10 experimentos
R$ 180US$ 60MX$ 750valor estimado0 de 1 módulo publicado
- CORE-205Ementa publicada
APIs de IA e engenharia de prompt
- Conteúdo
- OpenAI/Anthropic/OSS, function calling, custos
- Prática
- App CLI que usa um LLM via API
R$ 180US$ 60MX$ 750valor estimado0 de 1 módulo publicado
- CORE-206Ementa publicada
Deploy básico
- Conteúdo
- FastAPI, Docker, publicar um modelo como API
- Prática
- Colocar o modelo do CORE-203 no ar
R$ 180US$ 60MX$ 750valor estimado0 de 1 módulo publicado
300Avançado
| Código | Módulo | Conteúdo | Prática | Estado | Preço |
|---|---|---|---|---|---|
| CORE-301 | Arquitetura Transformer | Atenção, embeddings, posicional, encoder/decoder | Implementar atenção do zero + visualizá-la | Ementa publicada | R$ 240US$ 80MX$ 1.000valor estimado0 de 1 módulo publicado |
| CORE-302 | Fine-tuning e transfer learning | LoRA/QLoRA, congelamento de camadas, datasets | Fine-tunar um modelo open-source | Ementa publicada | R$ 240US$ 80MX$ 1.000valor estimado0 de 1 módulo publicado |
| CORE-303 | Otimização de treino | Mixed precision, schedulers, distributed basics | Acelerar um treino em 3× | Ementa publicada | R$ 240US$ 80MX$ 1.000valor estimado0 de 1 módulo publicado |
| CORE-304 | Avaliação de sistemas de IA | Benchmarks, evals de LLM, testes A/B, red teaming | Construir suíte de evals para um app | Ementa publicada | R$ 240US$ 80MX$ 1.000valor estimado0 de 1 módulo publicado |
- CORE-301Ementa publicada
Arquitetura Transformer
- Conteúdo
- Atenção, embeddings, posicional, encoder/decoder
- Prática
- Implementar atenção do zero + visualizá-la
R$ 240US$ 80MX$ 1.000valor estimado0 de 1 módulo publicado
- CORE-302Ementa publicada
Fine-tuning e transfer learning
- Conteúdo
- LoRA/QLoRA, congelamento de camadas, datasets
- Prática
- Fine-tunar um modelo open-source
R$ 240US$ 80MX$ 1.000valor estimado0 de 1 módulo publicado
- CORE-303Ementa publicada
Otimização de treino
- Conteúdo
- Mixed precision, schedulers, distributed basics
- Prática
- Acelerar um treino em 3×
R$ 240US$ 80MX$ 1.000valor estimado0 de 1 módulo publicado
- CORE-304Ementa publicada
Avaliação de sistemas de IA
- Conteúdo
- Benchmarks, evals de LLM, testes A/B, red teaming
- Prática
- Construir suíte de evals para um app
R$ 240US$ 80MX$ 1.000valor estimado0 de 1 módulo publicado
Módulos de área
Compartilhados entre duas ou três trilhas.
Só os módulos do tronco CORE são vendidos avulsos, porque só eles têm ementa e prática definidas neste catálogo. Os demais aparecem com código, nível e estado, e são adquiridos dentro da trilha que os contém.
AG
| Código | Módulo | Estado |
|---|---|---|
| AG-101 | O que são agentes: LLM + ferramentas + loop | Ementa publicada |
| AG-102 | Chatbots vs. agentes (prática com APIs) | Ementa publicada |
| AG-201 | Function calling e uso de ferramentas | Ementa publicada |
| AG-202 | Memória e estado de agentes | Ementa publicada |
| AG-203 | Frameworks (LangGraph, CrewAI, SDKs de agentes) | Ementa publicada |
| AG-301 | Multi-agentes e orquestração | Ementa publicada |
| AG-302 | Planejamento, reflexão e auto-correção | Ementa publicada |
| AG-303 | MCP e integração com sistemas reais | Ementa publicada |
| AG-304 | Segurança de agentes (prompt injection, sandboxing) | Ementa publicada |
| AG-401 | Agentes em produção: custo, latência, observabilidade | Ementa publicada |
| AG-402 | RL para agentes (noções) | Ementa publicada |
- AG-101Ementa publicada
O que são agentes: LLM + ferramentas + loop
Ementa detalhada ainda não escrita
- AG-102Ementa publicada
Chatbots vs. agentes (prática com APIs)
Ementa detalhada ainda não escrita
- AG-201Ementa publicada
Function calling e uso de ferramentas
Ementa detalhada ainda não escrita
- AG-202Ementa publicada
Memória e estado de agentes
Ementa detalhada ainda não escrita
- AG-203Ementa publicada
Frameworks (LangGraph, CrewAI, SDKs de agentes)
Ementa detalhada ainda não escrita
- AG-301Ementa publicada
Multi-agentes e orquestração
Ementa detalhada ainda não escrita
- AG-302Ementa publicada
Planejamento, reflexão e auto-correção
Ementa detalhada ainda não escrita
- AG-303Ementa publicada
MCP e integração com sistemas reais
Ementa detalhada ainda não escrita
- AG-304Ementa publicada
Segurança de agentes (prompt injection, sandboxing)
Ementa detalhada ainda não escrita
- AG-401Ementa publicada
Agentes em produção: custo, latência, observabilidade
Ementa detalhada ainda não escrita
- AG-402Ementa publicada
RL para agentes (noções)
Ementa detalhada ainda não escrita
DL
| Código | Módulo | Estado |
|---|---|---|
| DL-101 | Intuição visual de redes neurais | Ementa publicada |
| DL-201 | CNNs (compartilhado com Visão Computacional) | Ementa publicada |
| DL-202 | RNNs e sequências | Ementa publicada |
| DL-203 | Regularização e normalização | Ementa publicada |
| DL-301 | Modelos generativos (VAEs, GANs, diffusion — compartilhado com Visão) | Ementa publicada |
| DL-302 | Arquiteturas modernas e leitura de papers | Ementa publicada |
| DL-401 | Treino distribuído em escala | Ementa publicada |
| DL-402 | Interpretabilidade | Ementa publicada |
- DL-101Ementa publicada
Intuição visual de redes neurais
Ementa detalhada ainda não escrita
- DL-201Ementa publicada
CNNs (compartilhado com Visão Computacional)
Ementa detalhada ainda não escrita
- DL-202Ementa publicada
RNNs e sequências
Ementa detalhada ainda não escrita
- DL-203Ementa publicada
Regularização e normalização
Ementa detalhada ainda não escrita
- DL-301Ementa publicada
Modelos generativos (VAEs, GANs, diffusion — compartilhado com Visão)
Ementa detalhada ainda não escrita
- DL-302Ementa publicada
Arquiteturas modernas e leitura de papers
Ementa detalhada ainda não escrita
- DL-401Ementa publicada
Treino distribuído em escala
Ementa detalhada ainda não escrita
- DL-402Ementa publicada
Interpretabilidade
Ementa detalhada ainda não escrita
CV
| Código | Módulo | Estado |
|---|---|---|
| CV-101 | Imagens como dados (pixels, canais, OpenCV) | Ementa publicada |
| CV-201 | Classificação e augmentation | Ementa publicada |
| CV-202 | Detecção de objetos (YOLO) | Ementa publicada |
| CV-301 | Segmentação | Ementa publicada |
| CV-302 | Vision Transformers e modelos multimodais (compartilhado com NLP) | Ementa publicada |
| CV-303 | Vídeo e tempo real | Ementa publicada |
| CV-401 | Edge e otimização (ONNX, quantização) | Ementa publicada |
- CV-101Ementa publicada
Imagens como dados (pixels, canais, OpenCV)
Ementa detalhada ainda não escrita
- CV-201Ementa publicada
Classificação e augmentation
Ementa detalhada ainda não escrita
- CV-202Ementa publicada
Detecção de objetos (YOLO)
Ementa detalhada ainda não escrita
- CV-301Ementa publicada
Segmentação
Ementa detalhada ainda não escrita
- CV-302Ementa publicada
Vision Transformers e modelos multimodais (compartilhado com NLP)
Ementa detalhada ainda não escrita
- CV-303Ementa publicada
Vídeo e tempo real
Ementa detalhada ainda não escrita
- CV-401Ementa publicada
Edge e otimização (ONNX, quantização)
Ementa detalhada ainda não escrita
NLP
| Código | Módulo | Estado |
|---|---|---|
| NLP-101 | Texto como dados (tokens, limpeza, regex) | Ementa publicada |
| NLP-201 | Embeddings e busca semântica | Ementa publicada |
| NLP-202 | RAG completo (compartilhado com Agentic AI) | Ementa publicada |
| NLP-203 | Classificação e NER | Ementa publicada |
| NLP-301 | Fine-tuning de LLMs na prática | Ementa publicada |
| NLP-302 | Alinhamento (RLHF/DPO — noções) | Ementa publicada |
| NLP-401 | LLMs eficientes (quantização, inference serving) | Ementa publicada |
- NLP-101Ementa publicada
Texto como dados (tokens, limpeza, regex)
Ementa detalhada ainda não escrita
- NLP-201Ementa publicada
Embeddings e busca semântica
Ementa detalhada ainda não escrita
- NLP-202Ementa publicada
RAG completo (compartilhado com Agentic AI)
Ementa detalhada ainda não escrita
- NLP-203Ementa publicada
Classificação e NER
Ementa detalhada ainda não escrita
- NLP-301Ementa publicada
Fine-tuning de LLMs na prática
Ementa detalhada ainda não escrita
- NLP-302Ementa publicada
Alinhamento (RLHF/DPO — noções)
Ementa detalhada ainda não escrita
- NLP-401Ementa publicada
LLMs eficientes (quantização, inference serving)
Ementa detalhada ainda não escrita
MLOPS
| Código | Módulo | Estado |
|---|---|---|
| MLOPS-101 | Como IA vira produto (visão de sistema) | Ementa publicada |
| MLOPS-201 | Pipelines de dados | Ementa publicada |
| MLOPS-202 | CI/CD para ML | Ementa publicada |
| MLOPS-203 | Cloud para IA (GPU, storage, custo) | Ementa publicada |
| MLOPS-301 | Observabilidade e monitoramento | Ementa publicada |
| MLOPS-302 | Serving em escala (batching, caching, autoscaling) | Ementa publicada |
| MLOPS-401 | Arquitetura de plataformas de IA | Ementa publicada |
- MLOPS-101Ementa publicada
Como IA vira produto (visão de sistema)
Ementa detalhada ainda não escrita
- MLOPS-201Ementa publicada
Pipelines de dados
Ementa detalhada ainda não escrita
- MLOPS-202Ementa publicada
CI/CD para ML
Ementa detalhada ainda não escrita
- MLOPS-203Ementa publicada
Cloud para IA (GPU, storage, custo)
Ementa detalhada ainda não escrita
- MLOPS-301Ementa publicada
Observabilidade e monitoramento
Ementa detalhada ainda não escrita
- MLOPS-302Ementa publicada
Serving em escala (batching, caching, autoscaling)
Ementa detalhada ainda não escrita
- MLOPS-401Ementa publicada
Arquitetura de plataformas de IA
Ementa detalhada ainda não escrita
Projetos integradores (EX)
Exclusivos de uma trilha. Fecham o nível expert.
Só os módulos do tronco CORE são vendidos avulsos, porque só eles têm ementa e prática definidas neste catálogo. Os demais aparecem com código, nível e estado, e são adquiridos dentro da trilha que os contém.
| Código | Módulo | Conteúdo | Estado |
|---|---|---|---|
| EX-AG | Projeto — agente autônomo completo | Agente de pesquisa + execução que resolve uma tarefa de negócio de ponta a ponta | Ementa publicada |
| EX-DL | Projeto — treinar um modelo do zero | Mini-GPT ou diffusion próprio, com relatório técnico | Ementa publicada |
| EX-CV | Projeto — sistema de visão completo | Câmera + detecção + alerta em produção | Ementa publicada |
| EX-NLP | Projeto — produto de linguagem completo | Assistente RAG especializado num domínio, com evals | Ementa publicada |
| EX-MLOPS | Projeto — plataforma completa | Pipeline → treino → deploy → monitoramento, tudo automatizado | Ementa publicada |
- EX-AGEmenta publicada
Projeto — agente autônomo completo
- Conteúdo
- Agente de pesquisa + execução que resolve uma tarefa de negócio de ponta a ponta
- EX-DLEmenta publicada
Projeto — treinar um modelo do zero
- Conteúdo
- Mini-GPT ou diffusion próprio, com relatório técnico
- EX-CVEmenta publicada
Projeto — sistema de visão completo
- Conteúdo
- Câmera + detecção + alerta em produção
- EX-NLPEmenta publicada
Projeto — produto de linguagem completo
- Conteúdo
- Assistente RAG especializado num domínio, com evals
- EX-MLOPSEmenta publicada
Projeto — plataforma completa
- Conteúdo
- Pipeline → treino → deploy → monitoramento, tudo automatizado