L4TECCursos

Cursos › Inteligência Artificial

Inteligência Artificial

Engenharia de Software em IA Aplicada

Curso prático para programadores: do funcionamento dos LLMs a agentes, MCP, DevOps, arquitetura, fine-tuning, governança e carreira, com um projeto integrador (Micro-SaaS).

Começar pela primeira aula

Para quem é

Programadores (back-end, front-end, full-stack) que já trabalham com JavaScript/TypeScript ou Python

Pré-requisitos

  • JavaScript/TypeScript ou Python
  • git e terminal
  • APIs HTTP/JSON

Módulos e aulas

M01 · Fundamentos de IA e LLMs para Programadores12 aulas
  1. De Turing aos LLMs: a linha do tempo da IA1:40
  2. ML, deep learning, tensores e redes neurais em 2 minutos2:00
  3. Como um LLM funciona: tokens, embeddings e attention1:50
  4. Sua primeira rede neural em JavaScript2:20
  5. ML no navegador: vídeo, jogos e deep learning na prática2:00
  6. Prompt engineering para codar, debugar e documentar1:50
  7. Cursor, VS Code e Windsurf: IDEs com IA e vibe coding1:50
  8. Cursor rules: a IA programando do jeito do seu time1:50
  9. MCPs e automação: IA que testa, lê docs e navega1:50
  10. RAG, embeddings e busca semântica com JavaScript e Postgres2:20
  11. Modelos abertos x fechados: OpenRouter e Ollama1:50
  12. Agentes de IA: decisões em etapas e agentes que programam1:50
M02 · APIs de IA Generativa e Prompt Engineering8 aulas
  1. IA como serviço: wrappers, oportunidades e onde o dev entra1:40
  2. OpenAI, Anthropic, Hugging Face e Gemini: APIs comparadas2:00
  3. Prompt chaining, templates e menos alucinação2:10
  4. Custo e previsibilidade: tokens, cache e contexto2:00
  5. RAG avançado: orquestração, retries e observabilidade2:20
  6. Mão na massa: LLM da OpenAI num back-end existente2:30
  7. Modelos multimodais: texto, imagem, áudio e vídeo1:50
  8. OCR inteligente, análise de mídia e bots multimodais2:20
M03 · MCP – Model Context Protocol9 aulas
  1. O que é MCP e por que ele acabou com as integrações sob medida1:50
  2. Tools, resources e prompts: a integração padronizada1:50
  3. MCP x tools/plugins de cada provedor1:40
  4. Criando um MCP server em TypeScript do zero2:20
  5. Organizando um projeto MCP: módulos, testes e versionamento1:50
  6. Sua empresa como MCP: CRM, billing e suporte expostos para IA1:50
  7. Segurança em MCP: tokens, rate limiting e WAF2:10
  8. MCP no mundo real: legados, copilots e IDEs1:50
  9. Hands-on: do MCP local à produção com front, back e vários clients2:30
M04 · Criação de Agentes Autônomos9 aulas
  1. Arquitetura de agentes: o agent loop1:50
  2. ReAct, Plan-and-Execute e Reflection2:10
  3. Function calling e tool use com schemas JSON2:10
  4. Memória e reflexão em agentes2:00
  5. Gerenciamento de contexto: pruning e compressão1:50
  6. LangGraph: grafos, roteamento e fallback2:20
  7. Observabilidade, guardrails e limites de autonomia2:00
  8. Projeto: agente que automatiza tarefas complexas2:30
  9. Sistemas multiagente: supervisor, hierárquico e group chat2:10
M05 · Ferramentas de IA para UX & UI5 aulas
  1. A revolução da IA no design de interfaces1:40
  2. Prototipação e geração de UI com IA (Firebase Studio)2:10
  3. Agentes de código e Gemini CLI no front-end2:00
  4. Testes E2E e interação inteligente com a UI2:00
  5. IA no cliente e no servidor com Firebase AI Logic2:20
M06 · Ferramentas de IA para DevOps10 aulas
  1. IA generativa para infraestrutura: fundamentos e limites2:00
  2. IaC Copilot: Terraform validado gerado por IA2:20
  3. Agentes para Kubernetes: deploy, autoscaling e GitOps2:20
  4. Troubleshooting assistido: ReAct para pods quebrados2:10
  5. AIOps: PromQL por linguagem natural e anomalias2:10
  6. ChatOps com aprovação humana e RBAC2:10
  7. Segurança, compliance e CI/CD com copilots2:20
  8. FinOps com IA: Infracost, rightsizing e forecasting2:00
  9. RAG de runbooks, post-mortem e auto-remediação segura2:20
  10. Projeto integrador DevOps com IA2:30
M07 · Ferramentas de IA para Gestão de Projetos8 aulas
  1. Requirements copilot: escopo e histórias com IA1:50
  2. Priorização inteligente de backlog1:50
  3. Cronograma, capacidade e estimativas com IA (Monte Carlo)2:10
  4. Riscos e mitigação com AIOps de projeto1:50
  5. Reuniões turbinadas e status reports automáticos2:00
  6. Governança, compliance e qualidade com IA1:50
  7. Automação em Jira, Notion e Slack com bots em JavaScript2:20
  8. Portfólio e OKRs com IA1:40
M08 · Arquitetura de Sistemas com IA5 aulas
  1. Arquitetura AI-first: 5 padrões e trade-offs2:00
  2. Arquiteturas single-agent2:00
  3. Arquiteturas multi-agent em JavaScript2:10
  4. Padrões de design de IA: RAG, roteamento, cache e HITL2:00
  5. Arquitetura enterprise: do API gateway à observabilidade2:10
M09 · Processamento de Dados e Fine-Tuning de Modelos6 aulas
  1. Quando fazer fine-tuning (e quando não)1:50
  2. Preparando datasets JSONL para fine-tuning2:10
  3. Fine-tuning via API da OpenAI2:10
  4. LoRA e PEFT na prática2:00
  5. Avaliando modelos fine-tunados (A/B e métricas)2:00
  6. Projeto: modelo customizado para um domínio2:30
M10 · Segurança e Governança em IA3 aulas
  1. Governança, explicabilidade e vieses2:00
  2. Riscos de IA: humanos, segurança, dados e regulação2:10
  3. Custos financeiros de IA1:40
M11 · Projeto Integrador – Capstone Project5 aulas
  1. Ideação e arquitetura do Micro-SaaS2:00
  2. Core: RAG, vector database e agente principal2:20
  3. Back-end, MCP e orquestração com ADK2:20
  4. Front-end Angular, validação do MCP e deploy2:20
  5. Apresentação final e defesa técnica1:50
M12 · Carreira e Entrevistas para Engenheiros de IA Aplicada5 aulas
  1. LinkedIn, networking e marca pessoal1:50
  2. Portfólio no GitHub e expectativas por nível1:50
  3. Entrevistas de RH (STAR) e proposta de valor1:50
  4. Entrevistas técnicas: live coding, system design e perguntas de IA2:20
  5. Negociação, promoção e diferenciação1:50
Feito com IA, revisado por gente. Roteiro, narração (voz sintética) e animações destes cursos são produzidos com inteligência artificial pelas skills abertas do course-forge no GitHub, com curadoria e revisão de Carlos Eduardo Lopes (L4Tec). Trechos curtos de vídeos de terceiros aparecem com crédito e link para o original.

Créditos

Narração com voz sintética (Microsoft Edge TTS, voz pt-BR Francisca). 170 trechos curtos (até ~12 s cada) de 140 vídeos públicos do YouTube, sempre com o canal, o título e o link na tela e na página de cada aula. Canais citados: IBM Technology, Google Cloud Tech, GitHub, Anthropic, LangChain, Atlassian, 3Blue1Brown, Cursor, TensorFlow, OpenAI, Google for Developers, Microsoft Developer, Firebase, Y Combinator, Figma, Playwright, HashiCorp, an IBM Company, Project Management Institute (PMI), Microsoft Learn, Grow with Google, Life at Google, Windsurf, n8n, AI Engineer, Hugging Face, Cloudflare Developers, AWS Developers, CNCF [Cloud Native Computing Foundation], Prometheus Monitoring, Grafana, Slack, Infracost, USENIX, Microsoft Teams, Google Help, Atlassian Developer, Google Cloud, Microsoft Azure, Talks at Google.

← Ver todos os cursos