Trilha de Carreira

AI Engineer

De fundamentos de IA a sistemas com LLMs em produção — construa, avalie e implante

Garantia de 7 dias. Se a trilha não atender suas expectativas, devolvemos 100% do valor. Sem perguntas.

4 cursos15 módulos45 lições

Preço da trilha completa

R$ 697

O que você vai aprender

4 cursos completos (45 lições)
Fundamentos de IA: redes neurais, transformers, embeddings, RAG
RAG profundo, agents ReAct, evals programáticas, cache semântico
Agentes com MCP + LangGraph (checkpoints, HITL, multi-agente)
Produção: circuit breaker, A/B testing, segurança, OpenTelemetry

Cursos da trilha

4 cursos em sequência · 45 lições no total

1

Fundamentos de IA para Desenvolvedores

inicianteincluído na trilha

Redes neurais, transformers, embeddings e RAG. Python, NumPy e PyTorch. 11 lições hands-on, passo a passo, do treinamento de modelos à introdução de busca semântica. Testes automatizados com pytest.

2 módulos11 lições
Fundamentos de ML e Redes Neurais
8 lições
1. O Ecossistema de IA
2. A Reta: Prevendo Valores
3. Medindo o Erro: MSE
4. Treinando a Reta: Gradiente Descendente
5. O Neurônio: Decisão Ponderada
6. Ensinando o Neurônio
7. A Rede Neural (MLP)
8. Avaliando o Modelo
Transformers e RAG
3 lições
9. PLN com Transformers
10. RAG: Cortando o Texto
11. RAG: Similaridade e Busca
2

Construindo com LLMs: RAG, Agents e Avaliação

avancadoincluído na trilha

Structured output, RAG profundo, agents ReAct, evals programáticas, cache semântico, model routing, MCP e LangGraph. 19 lições práticas para construir sistemas completos com LLMs. Python, Docker, OpenRouter.

6 módulos19 lições
Fundações de LLM Ops
4 lições
1. Structured Output + Function Calling
2. Prompt Chaining e Roteamento Multi-passo
3. LLM Observability — Log, Métricas e Custo
4. Prompt Templates e Versionamento
Avaliação Programática
3 lições
5. LLM-as-Judge — Avaliação Estruturada com Rubricas
6. Golden Datasets & Evaluation Suites
7. Continuous Eval Pipeline
RAG na Prática
4 lições
8. Chunking Strategies para RAG
9. Embeddings e Busca Vetorial
10. Busca Híbrida e Reranking
11. Pipeline RAG (Retrieval-Augmented Generation)
Agents Tool Use
4 lições
12. Padrão ReAct — Raciocínio + Ação
13. Uso Complexo de Ferramentas e Recuperação de Erros
14. Memória e Estado de Agentes
15. Cache Semântico com Embeddings
Confiabilidade em Produção
2 lições
16. Roteamento de Modelos e Otimização de Custos
17. Monitoramento de Produção e Alertas
MCP e Grafos de Agentes
2 lições
18. MCP: Ferramentas para Agentes
19. Agentes como Grafos: State Machines (LangGraph)
3

Agentes com MCP e LangGraph

avancadoincluído na trilha

Do protocolo MCP aos grafos de estado com LangGraph. 8 lições: MCP server/client, StateGraph, checkpoints, HITL, multi-agente e memória de longo prazo. SDK oficial.

3 módulos8 lições
MCP (Model Context Protocol)
3 lições
1. Protocolo MCP na Prática (SDK oficial)
2. MCP Server — ferramentas reais
3. MCP Client — o agente consumindo
LangGraph & Agentes
3 lições
4. LangGraph — StateGraph real
5. LangGraph — checkpoints & HITL
6. Multi-agente — supervisor/worker
Memória & Projeto
2 lições
7. Memória de longo prazo
8. Projeto final — assistente corporativo
4

Colocando IA em Produção

avancadoincluído na trilha

Circuit breaker, A/B testing, feedback loop, segurança/PII, OpenTelemetry e projeto final em 2 etapas. 7 lições para construir, deployar e observar sistemas com LLMs em produção.

4 módulos7 lições
Padrões de Produção
4 lições
3. A/B Testing de Prompts
4. Feedback Loop Humano
5. Custo e Latência
7. Segurança de LLM
Capstone
1 lição
8. Capstone — Assistente RAG Completo
Observabilidade
1 lição
9. Telemetria de LLMs com OpenTelemetry
Deploy
1 lição
10. Deploy do Assistente em Produção

Perguntas frequentes

Preciso saber PyTorch antes de começar?

Não. O primeiro curso constrói uma rede neural na mão e só depois com PyTorch, nessa ordem. O pré-requisito real é Python intermediário: numpy, type hints, classes.

Preciso pagar API de modelo por fora?

Só nas lições que fazem chamada real ao modelo, via OpenRouter, com uma chave sua. Sem a chave esses testes são pulados e o resto da lição roda normalmente. O gasto é baixo, mas é seu.

Roda na minha máquina ou na plataforma?

Na sua, em container Docker. A imagem traz PyTorch, transformers e chromadb, então o primeiro download é pesado. Depois disso é local — só as lições que chamam o modelo precisam de rede.

Funciona no Mac, Windows e Linux?

Sim. Todo o ambiente de execução roda via Docker, que é multiplataforma.

Por quanto tempo terei acesso?

12 meses a partir da compra, contados uma vez só para a trilha inteira, não por curso.

Preciso fazer os 4 cursos na ordem?

É a ordem recomendada, porque cada curso assume exatamente o que o anterior entregou. A compra libera os 4 de uma vez, então você pode pular se já domina a parte inicial.

Tem certificado?

Não. A trilha ainda não emite certificado de conclusão — implementar isso está no plano, e quem já concluiu será avisado quando existir. O que vale hoje é o código que você escreveu e os testes que passaram.

E se eu não gostar?

Devolução em até 7 dias após a compra. Sem burocracia, sem perguntas.

Comece agora mesmo

Tenha acesso a 4 cursos completos com 45 lições, execução em runtimes reais (navegador ou Docker) e testes unitários.

Preço da trilha

R$ 697