| Introdução à Inteligência Artificial e Transformação Digital nos Negócios | Fundamentos e conceitos-chave de IA; Tipos de IA (fraca, forte, simbólica e conexionista); Diferenças entre IA, Machine Learning e Deep Learning; Evolução histórica da IA e principais marcos; Ciclos de entusiasmo e invernos da IA; Conceitos e pilares da transformação digital; Impactos da digitalização nos negócios; Cultura organizacional e mudança de mindset; Aplicações da IA em setores empresariais; Ética, privacidade e responsabilidade no uso da IA; Estudos de casos reais de empresas que adotaram IA. | 30 h |
| Estratégia e Governança de Dados para Negócios Inteligentes | Conceitos e princípios de governança de dados; Estrutura organizacional e papéis (Data Steward, CDO, etc.); Políticas e processos de gestão de dados; Legislação e privacidade (LGPD e GDPR); Segurança da informação e compliance; Qualidade e integração de dados (ETL, data lakes, data warehouses); Ciclo de vida dos dados; Cultura data-driven nas organizações; Tomada de decisão baseada em dados; Preparação de dados para IA e governança ética. | 30 h |
| Machine Learning e Processamento de Linguagem Natural (NLP) | Definição e tipos de aprendizado (supervisionado, não supervisionado, reforço); Principais algoritmos de ML (regressão, árvores, K-means, SVM); Métricas de avaliação de modelos; Redes neurais (feedforward, CNN, RNN); Fundamentos de NLP (tokenização, stemming, embeddings); Modelos modernos (Transformers, BERT, GPT); Aplicações empresariais de ML e NLP (chatbots, churn, análise de sentimentos); Viés algorítmico e explicabilidade; Questões éticas e privacidade de dados. | 30 h |
| Ferramentas Práticas para Análise e Visualização de Dados | Princípios de design e percepção visual; Tipos de gráficos e melhores práticas; Criação de dashboards e relatórios dinâmicos; Uso do Power BI (conexões, modelagem e painéis); Storytelling com dados e narrativa visual; Comunicação de insights para públicos diversos; Integração com IA (Copilot, análise preditiva e insights automatizados); Interpretação de indicadores e KPIs; Estudos de caso de dashboards empresariais. | 30h |
| IA Generativa e Grandes Modelos de Linguagem (LLMs) | Fundamentos de IA generativa e LLMs; Diferenças entre modelos discriminativos e generativos; Arquitetura de Transformers e embeddings; Ferramentas de IA generativa (ChatGPT, Gemini, Copilot); Integração com fluxos de trabalho corporativos; Automação de tarefas e criação de copilotos empresariais; Aplicações em atendimento, marketing e inovação; Riscos, alucinações e vieses em modelos generativos; Governança e uso ético da IA generativa. | 30h |
| Engenharia de Prompt e Automação Inteligente de Processos | Conceito e importância da engenharia de prompt; Tipos e estrutura de prompts (informativos, analíticos, criativos); Boas práticas e segurança em prompts; Ferramentas de automação com IA (Power Automate, Make, Zapier, UiPath); Uso de APIs de IA (OpenAI, Google AI, Microsoft Copilot Studio); Integração de fluxos automatizados com modelos de linguagem; Mapeamento de processos e automação de fluxos empresariais; Avaliação de impacto e ROI da automação inteligente. | 30h |
| IA no Marketing, Vendas e Experiência do Cliente | Automação de marketing com IA; Segmentação inteligente de público; Campanhas personalizadas e preditivas; Chatbots e atendimento omnichannel; Sistemas de recomendação e personalização de jornada; Análise de comportamento do cliente e predição de churn; Modelagem de jornada e pontos de otimização; Aplicações em e-commerce e varejo; Métricas de sucesso e avaliação de ROI; Ética e privacidade no uso de dados de clientes. | 30h |
| IA em Finanças, Operações e Recursos Humanos | Previsão de receitas e despesas com IA; Análise de risco e crédito; Detecção de fraudes e anomalias; IA na auditoria e conformidade financeira; RH inteligente e triagem de currículos; Análise de desempenho e clima organizacional; Previsão de rotatividade e retenção; Automação de processos operacionais e cadeia de suprimentos; Previsão de demanda e gestão de estoque; Avaliação de impacto financeiro e operacional. | 30h |
| Visão Computacional e Reconhecimento de Padrões em Negócios | Fundamentos de visão computacional; Tarefas de classificação, detecção e segmentação; Aplicações de CNNs, YOLO e OpenCV; Processamento de imagens e vídeos; Reconhecimento facial e OCR; Análise visual para inspeção industrial e controle de qualidade; Automação de segurança e monitoramento inteligente; Aplicações em varejo, manufatura e agronegócio; Desafios técnicos e éticos (privacidade e segurança). | 30h |
| Ética, Regulação e Governança em Inteligência Artificial | Princípios éticos aplicados à tecnologia; Impactos sociais e dilemas éticos da IA; Regulação nacional e internacional (LGPD, AI Act); Governança corporativa e comitês de ética; Vieses e explicabilidade de algoritmos; Transparência e prestação de contas; Gestão de riscos e conformidade; Estudos de caso de governança ética; Estratégias de IA responsável e sustentável. | 30h |
| Workshop de Soluções com IA para Negócios | Aplicação de Design Thinking para IA; Identificação de problemas reais e ideação de soluções; Co-criação e colaboração entre equipes; Prototipação de soluções com IA; Testes e validação com usuários; Estrutura e técnicas de pitch de projetos; Comunicação de impacto e viabilidade; Feedback coletivo e aprimoramento das soluções. | 30h |
| Hackathon e Projeto de Aplicação Prática | Desenvolvimento de projeto real de IA; Escolha e definição de problema; Planejamento e execução da solução; Elaboração de artigo técnico com metodologia e resultados; Preparação de pitch e defesa do projeto; Apresentação de protótipo funcional; Integração dos conhecimentos dos módulos anteriores; Reflexão sobre impacto e aplicabilidade empresarial. | 30h |
| Total de Carga Horária do Curso | 360 h |
