Módulo 1.
Onboarding e Síntese
4H/A
Workshop de abertura
- Visão geral do MBA e suas trilhas
- O que é (e o que não é) Engenharia de Software Moderna
- Não é “curso de linguagem do zero”
- É formação para atuar com arquitetura , plataformas , qualidade , segurança , dados e IA
- Jornada do aluno: do entendimento técnico à entrega com impacto
- Critérios de engajamento : participação, atividades, trabalhos e postura esperada
- Dinâmica de integração da turma
- perfil, objetivos, desafios atuais, áreas de interesse dentro das trilhas
Módulo 2.
Horizonte e Impacto
8H/A
AI, Sociedades do Futuro: Dessincronização e Regeneração, da Futurofobia à Futurotopia
- Strategic Futures & Foresight e desafios globais (Millennium Project)
- Mundo exponencial, prevalência tecnológica e cenários VUCA/BANI
- Antifragilidade e eventos extremos: cisnes e rinocerontes cinza, entre outros
- Mentalidade de futuros: enquadrar desafios, identificar mudanças e ler sinais
- Métodos e ferramentas de prospecção e imaginação de futuros alternativos e regenerativos
- Mindset digital, Darwinismo Digital e mundo Tech & Touch
- Revoluções tecnológicas e cognitivas, utopias e distopias: retrotopia, futurofobia e futurotopias
- Ética, transparência, responsabilidade social, regulações e anomias
- Reflexões contemporâneas: tecnofeudalismo, fascismo digital, colonialismo de dados e dilemas humanos
- Nota de enquadramento
- A proposta é pensar e ampliar o ciclo cognitivo: não é “converter” ninguém, nem fechar resposta definitiva. O foco está em leitura crítica e navegação em complexidade para discussão de cenários e futuros preferíveis.
Módulo 3.
Operating System da Engenharia
48H/A
Delivery System: Agilidade Prática para Times de Engenharia
- Nivelamento rápido: fundamentos que realmente importam
- O que é ser ágil na prática (e o que não é)
- Backlog, priorização e critérios: DoR/DoD (visão aplicada)
- Papéis, cadência e cerimônias: o mínimo que dá previsibilidade
- Antipadrões: go horse , “Scrum de fachada”, excesso de urgência, falta de decisão
- Agilidade aplicada a engenharia de software
- Integração entre entrega e engenharia: qualidade, dívida técnica e dependências
- Como agilidade quebra quando não existe padrão de engenharia
- “Stop the line” e como evitar retrabalho como cultura
- Delivery System: fluxo e previsibilidade
- Conceitos práticos: WIP , filas, gargalos, handoffs
- Métricas simples de fluxo: lead time , cycle time , throughput (visão aplicada)
- Como reduzir variabilidade e aumentar previsibilidade com ações simples
- Planejamento realista em ambientes complexos
- Planejamento por capacidade e por fluxo (sem prometer o impossível)
- Forecasting leve usando histórico (quando existir)
- Como lidar com urgências: classes de serviço e políticas explícitas
- Governança mínima e métricas para gestão
- Rituais que geram valor: review, retro, alinhamento com stakeholders
- Gestão de riscos e transparência
- Painel simples: entrega + qualidade + estabilidade (o mínimo viável)
- Caso aplicado (hands-on)
- Diagnóstico de um time “go horse” em cenário real
- Redesenho do fluxo, cadência, políticas e painel de métricas
- Apresentação curta: decisão, trade-offs e plano de melhoria
Engineering Excellence: Qualidade, Métricas e Dívida Técnica
- Excelência em Engenharia na prática
- O que é Engineering Excellence em 2026: foco em entrega , qualidade , custo e sustentabilidade
- Antipadrões comuns: “feature factory”, “qualidade como fase”, “métrica de esforço como performance”
- Qualidade como sistema, não como etapa
- Definition of Done e padrões mínimos: código , testes , segurança , observabilidade
- Quality gates em pipeline: lint , static analysis , coverage útil, vulnerabilities , build breakers
- Refatoração contínua como prática de time
- Estratégia de testes e automação orientada a risco
- Pirâmide de testes: unit , integration , contract , E2E
- Testabilidade como critério de design
- Flaky tests e como evitar “falsos vermelhos”
- Testes para APIs , eventos , integrações e cenários críticos
- Métricas que importam para engenharia e produto
- Métricas de fluxo: lead time , cycle time , throughput , WIP
- Métricas de qualidade: defeitos , retrabalho , escapes , MTTR
- Métricas de entrega e performance do sistema: DORA (visão gerencial e técnica)
- Métricas que enganam: “% ocupado”, “quantidade de story points”, “function points como produtividade”
- Dívida técnica como portfólio e governança
- O que é dívida técnica : código , arquitetura , dados , infra , processo
- Como tornar a dívida visível: Debt Register , tags, ownership e critérios
- Priorização por impacto , risco , custo de atraso e dependências
- Estratégias: refactor , rewrite parcial , strangler , modularização , depreciação
- Operating model de engenharia
- Rotinas de qualidade: code review efetivo, pairing quando necessário, “stop the line”
- Governança técnica: padrões , exceções , arquitetura leve e decisões registradas ( ADRs )
- Como reportar para liderança: narrativa de trade-off e evolução por indicadores
Gestão de Produtos Digitais para Engenharia, Plataformas e IA
- 4. CONTEÚDO PROGRAMÁTICO
- 1. Contexto de mercado, tese de valor e papel do produto digital
- Transformação digital, software, plataformas, automação e IA
- Panorama de produtos digitais e padrões de geração de valor
- Produto como mecanismo de diferenciação competitiva
- Papel estratégico do Product Manager e integração com engenharia, dados e negócio
- 2. Discovery contínuo, formulação de oportunidades e direcionamento do produto
- Problema, dor, contexto e hipótese de valor
- Discovery contínuo e validação de oportunidades
- Outcome vs output
- Tese de produto, critérios de sucesso e aprendizado validado
- Critérios de priorização orientados a valor, risco, viabilidade e dependências
- Relação entre discovery, backlog, roadmap e capacidade de execução
- 3. Produto, software, dados e IA: decisões técnicas que moldam o produto
- Machine Learning como motor de produtos digitais
- Quando faz sentido usar IA, ML, automação ou software tradicional
- Impacto de decisões arquiteturais no produto
- Custos técnicos, manutenção, escalabilidade e sustentabilidade da solução
- Dependência de sistemas legados e integração entre sistemas
- Capacidades de dados e engenharia como base para evolução do produto
- Riscos, restrições e viabilidade técnica na tomada de decisão
- 4. Frameworks e artefatos de gestão de produtos digitais
- PRD no contexto de produtos digitais
- Service Blueprint e jornada ponta a ponta
- Product Operating Model e interfaces entre produto, design e engenharia
- Produto como sistema: pessoas, processos, tecnologia, serviços e governança
- 5. Métricas, impacto e experimentação
- Métricas de adoção, ativação, retenção, conversão e sucesso da tarefa
- Métricas de impacto no negócio e time-to-value
- Métricas de interface entre produto e engenharia: lead time, cycle time, deploy frequency e change failure rate
- Limitações das métricas tradicionais em produtos digitais
- Testes A/B, Champion/Challenger, pilotos e experimentos orientados por hipótese
- Metrics Blueprint ao longo da jornada do usuário
- 6. Produtos com IA: confiança, governança e responsabilidade
- Uso responsável de IA em produtos digitais
- Explicabilidade, transparência, auditoria e accountability
- Privacidade, LGPD e confiança do usuário
- Métricas de qualidade da IA quando aplicável: precisão, relevância, consistência e confiança
Módulo 4.
Direção e Arquitetura
36H/A
Arquitetura Corporativa e Soluções para Plataformas & IA
- Arquitetura Corporativa aplicada à Engenharia de Software Moderna
- Papel da Arquitetura Corporativa em modernização e escala
- Arquitetura como instrumento de priorização , não documentação
- Conectando negócio , tecnologia , dados , plataformas e IA
- Capability-Based Planning e visão executável
- Capabilities : core, diferenciadoras e suporte
- Leitura AS-IS , lacunas e visão TO-BE
- Tradução de capabilities em iniciativas e arquitetura
- Arquitetura de Solução e padrões de decisão
- Decomposição por domínios: aplicações, integrações e dados
- Padrões: monólito modular , microservices , event-driven , API-first
- ADRs : decisão, contexto, alternativas, trade-offs e impacto
- Build vs Buy e efeitos no roadmap
- Plataformas como produto e governança por guardrails
- Visão de Platform Engineering na ótica de arquitetura
- Paved roads , self-service , templates e service catalog
- Guardrails: segurança , observabilidade , custos , padrões
- Impactos arquiteturais de IA em soluções corporativas
- Onde IA entra: RAG , agentes , tool use , integrações
- Requisitos: privacidade , segurança , custos , observabilidade
- Governança mínima viável: papéis, políticas e decisões
- Roadmap arquitetural e execução em ondas
- Roadmap em ondas: priorização , dependências e riscos
- Gestão de exceções: padrões, desvios e governança
- Conexão com delivery : times, fluxo e execução
- Estudo de caso aplicado
- Mini-case: capabilities, decisões, guardrails e roadmap
- Defesa executiva: “ por que esta arquitetura” e “ qual trade-off assumimos”
Domain-Driven Design (DDD)
- Fundamentos e princípios do DDD
- O problema que o DDD resolve: complexidade , mudança e desalinhamento com negócio
- Conceitos: domínio , subdomínios (core, supporting, generic) e contexto
- Linguagem Ubíqua como padrão de comunicação e redução de ambiguidade
- Descoberta de domínio com Event Storming
- Formatos: Big Picture e Design Level
- Elementos: eventos , comandos , atores , políticas , hotspots
- Identificação de cenários críticos, exceções e regras de negócio
- Strategic DDD: limites e alinhamento com times
- Bounded Context : definição e critérios de corte
- Relacionamentos entre contextos: Shared Kernel , Customer/Supplier , Conformist , Anticorruption Layer
- Context Map : visão do ecossistema e dependências
- Conexão com organização: times por domínio vs times por camada (antipadrões)
- Tactical DDD: padrão de implementação
- Entidades , Value Objects , Aggregates e regras de consistência
- Domain Services , Factories , Repositories
- Domain Events e implicações arquiteturais
- Como evitar: anemic domain model , agregados gigantes, regras espalhadas
- DDD aplicado a arquitetura moderna
- DDD em monólito modular e em microservices (quando faz sentido)
- Integração entre contextos: API contracts , event-driven , choreography vs orchestration
- Consistência: transações , sagas , outbox , idempotência (visão conceitual aplicada)
- Observabilidade e rastreabilidade em fluxos distribuídos (o que medir e por quê)
- Aplicação prática e defesa de decisões
- Modelagem de um domínio real (ex.: pagamentos, pedidos, onboarding, atendimento)
- Definição de contextos e justificativa por trade-offs
- Definição de eventos e contratos de integração
- Registro de 1 a 2 decisões em formato de ADR (leve e objetivo)
Módulo 5.
Construção de Software Moderno
68H/A
Back End Development
- Hands-on em Microservices
- Estrutura de microservice: limites, responsabilidades, padrões mínimos
- Critérios: quando microservices fazem sentido vs monólito modular
- Antipadrões: acoplamento via banco, chatty services, “microservices por hype”
- Mensageria com Kafka e integração assíncrona
- Fundamentos práticos de Kafka : tópicos, partições, grupos de consumo
- Padrões: pub/sub , event-driven , idempotência, retry e dead-letter (visão aplicada)
- Evolução: de ESB para eventos e streaming (trade-offs e riscos)
- API Gateway para projetos N-tier e distribuídos
- Papel do gateway: roteamento, autenticação, rate limit, versionamento
- Contratos: padrões de erro, compatibilidade e governança mínima
- APIs internas vs externas: segurança e exposição
- Service Mesh e governança de tráfego
- O que o mesh resolve: mTLS, retries, circuit breaker, observabilidade
- Quando usar e quando é overengineering
- Padrões para governança e padronização em ambientes multi-times
- “SOA + Microservices” na prática: integração e evolução
- Modernização: convivência entre legado SOA e novos serviços
- Estratégias: strangler, façade, contrato, coexistência e migração incremental
- Integração: sync vs async, orquestração vs coreografia (trade-offs)
- Melhores práticas de Plataforma Nativa e Híbrida
- Princípios cloud native : automação, escalabilidade, imutabilidade, configuração
- Híbrido: latência, segurança, identidade, conectividade, observabilidade
- Checklists: readiness de serviço para operar em plataforma
- Camadas de produção: Resiliência, Observabilidade, Segurança e Testes
- Resiliência: timeouts, retries, circuit breaker, rate limiting
- Observabilidade: logs estruturados, métricas, tracing e correlação
- Segurança: authn/authz, secrets, validação e hardening de API
- Testes: unit, integração e contrato para APIs e eventos
Engineering Software Development
- Hands-on na Implementação de Design Patterns
- Aplicação prática de Design Patterns para: escalabilidade , alta disponibilidade e resiliência
- Padrões voltados para falhas: circuit breaker , timeout, retry e fallback (visão aplicada)
- Estratégias de caching e “banco em memória” (quando usar e trade-offs)
- Rastreabilidade e padrões de logging : logs estruturados, correlação, contexto
- Antipadrões: excesso de pattern, complexidade acidental, “framework-driven design”
- Desenvolvimento de aplicações estruturais com frameworks
- Estruturação do projeto: camadas, módulos, responsabilidades e dependências
- Boas práticas em frameworks: configuração, injeção de dependência, middlewares, exceptions
- Padrões de arquitetura: clean architecture (visão pragmática), separação domínio/aplicação/infra
- Construção de endpoints e serviços com foco em testabilidade e manutenibilidade
- Arquitetura Serverless
- Conceitos e quando faz sentido: eventos, funções, escalabilidade, custo e limites
- Padrões de design em serverless: orquestração, idempotência, observabilidade e segurança
- Trade-offs: cold start, lock-in, depuração e testes
- Como integrar serverless em arquiteturas híbridas e com microservices
- BDD, ATDD e TDD
- Princípios e conceitos de BDD, ATDD e TDD : design, automação, testabilidade e regressão
- TDD na prática: red-green-refactor, cobertura útil e testes como especificação
- Onde aplicar testes automatizados no pipeline CI/CD para garantir agilidade (trade-offs e pragmatismo)
- SDD (Spec-Driven Development)
- Minimizar o tempo e esforço para validar uma ideia e gerar valor usando AI-Driven Development Lifecycle (AI-DDL)
- SDD como disciplina de engenharia de prompts: features, modelos e desenvolvimento guiado por especificações
- Uso de specs para validação automática do sistema, geração de testes a partir das especificações, validação contínua e integração com pipelines de CI/CD.
- Como conectar SDD com quality gates , revisão e integração contínua durante os testes
- Sonar (SonarQube/SonarCloud)
- Qualidade estática: code smells, vulnerabilidades, duplicação e cobertura
- Quality gates : critérios mínimos e como evitar “gaming” de métricas
- Como usar Sonar para governar dívida técnica e evolução do código
- Test A/B
- Conceito e aplicação: hipóteses, métricas, segmentação e interpretação
- Quando A/B faz sentido em engenharia: rollout controlado, feature flags e impacto
- Integração com produto: decisão baseada em dados, risco e reversibilidade
- Unit Test
- Estrutura de testes unitários eficazes: legibilidade, isolamento e estabilidade
- Test doubles: mocks, stubs, fakes e quando cada um é adequado
- Antipadrões: teste frágil, acoplado e “teste que testa framework”
- Processo de Debug
- Debugging orientado a hipótese: reprodução, isolamento e evidência
- Debug em sistemas distribuídos: logs, tracing, correlação e análise de causa raiz
- Práticas para reduzir “debug eterno”: observabilidade mínima e tratamento de erro
- Postura de engenharia: incidentes, learnings e prevenção por padrões
Front End Engineering
- Compreensão das arquiteturas e tecnologias modernas no desenvolvimento front-end
- Visão de arquiteturas modernas: SPA , SSR/SSG (visão aplicada e quando usar)
- Componentização e modularidade: responsabilidades e coesão
- Organização do projeto: camadas, módulos e padrões de UI
- Trade-offs: complexidade, performance, time-to-market e governança
- Aplicação do Node.js e ReactJs
- Estruturação de aplicação React: componentes, hooks, roteamento e estado
- Boas práticas: padrões de pastas, tratamento de erros e consistência
- Integração com APIs: contratos, paginação, cache e falhas
- Ferramentas e pipeline: build, lint, formatação e qualidade mínima
- Aplicações com Micro-Front-end e React Native para aplicações web e móveis escaláveis e eficientes
- O que é micro-front-end e quando faz sentido (critério, não hype)
- Estratégias: composição, integração, roteamento e isolamento
- Governança e consistência: design system, padrões e versionamento
- Introdução prática a React Native : componentes, navegação e consumo de APIs
- Reuso de lógica e consistência de experiência entre web e mobile
- Aplicação dos conceitos de Micro-Front-End para construção de aplicações modulares e desenvolvimento móvel com React Native
- Modularização aplicada: boundaries, dependências e contratos internos
- Estratégias de deploy e rollout por módulo (visão aplicada)
- Integração segura e consistente: auth, sessão, storage e padrões
- Padrões mobile: offline básico (visão), performance e UX responsiva
- Camadas de engenharia que tornam o front “pronto para produção”
- Qualidade : testes unitários e de integração (mínimo viável), revisão e padrões
- Performance : boas práticas, bundles, lazy loading e métricas básicas
- Segurança : riscos comuns no front, proteção de dados, tokens e hardening básico
- Observabilidade : captura de erros, rastreabilidade e evidências para priorização
Módulo 6.
Plataformas, Segurança, Operação e Custo
52H/A
Secure SDLC e DevSecOps
- Secure SDLC e Shift-left Security
- Segurança no SDLC: requisitos, design, código, testes e deploy
- Diferença entre “segurança no final” e segurança embarcada
- Evidências mínimas: Definition of Done com segurança
- Threat Modeling (hands-on)
- Ativos, ameaças, vetores e mitigação (modelo leve e aplicável)
- Saída prática: riscos priorizados + controles mínimos por fluxo
- Conexão com decisões de arquitetura (ex.: API, dados, integrações)
- OWASP Top 10 aplicado a APIs e aplicações web
- Principais classes de risco e padrões de prevenção
- Checklist prático: autenticação, autorização, validação, exposição de dados e configuração segura
- Erros comuns e como evitar em ambientes modernos (front + back)
- Controles em pipeline: SAST, SCA e Secrets Scanning
- O que cada controle pega e quais limites
- Política mínima: quando bloqueia build/PR, quando vira backlog, e como tratar exceções
- Evidências e rastreabilidade de conformidade
- Supply Chain Security e SBOM
- Por que supply chain é risco real em software moderno
- SBOM : finalidade, rastreabilidade e resposta rápida a vulnerabilidades
- Política mínima de dependências: versões, proveniência e aprovação
- Guardrails na plataforma (conexão com Platform Engineering)
- Segurança como “padrão reutilizável”: templates, políticas e checklists
- Guardrails mínimos: secrets, dependências, scanning e evidências
- Como reduzir fricção: segurança invisível para o dev, mas auditável
- DAST (visão rápida)
- Onde entra, quando vale a pena, limitações e expectativa realista
- Como encaixa no ciclo sem duplicar esforços
Platform Engineering & DevOps Automation
- Cultura DevOps
- DevOps como sistema: colaboração, automação, feedback rápido e melhoria contínua
- Diferença entre “fazer pipeline” e operar um sistema de entrega
- Antipadrões: DevOps como time separado, automação sem governança, pipeline “frágil”
- IaaS, PaaS e SaaS
- Critérios práticos: time-to-market, lock-in, custo, operação, segurança e compliance
- Quando priorizar PaaS/SaaS para reduzir carga operacional
- Como IaaS entra quando precisa de controle fino e customização
- Poder computacional com IaC
- IaC como fundamento da plataforma: ambientes reproduzíveis e auditáveis
- Ambientes: dev/test/prod, separação, variáveis e padrões
- Práticas: versionamento, revisão, pipeline de infra e validação
- Conceitos essenciais: state, drift, idempotência (visão aplicada)
- GitHub Actions
- Estrutura de pipelines: build, test, security checks (visão), deploy
- Reuso: templates, actions compartilhadas, “padrões de esteira”
- Estratégias de release: feature flags, canary (visão), rollback e rastreabilidade
- Qualidade: gates mínimos e evidências
- GitLab
- Pipelines e stages: padronização e consistência
- Reuso: includes, templates e padrões de projeto
- Integração com IaC e deploy
- Governança: approvals, policies e controles mínimos
- Terraform através da automated infrastructure operation
- Terraform na prática: módulos, variáveis, workspaces/ambientes (visão)
- State management: remoto, lock, segurança e auditoria
- Boas práticas: naming, tags, versionamento e padrões de módulo
- Automated infrastructure: plan, review, apply, drift detection (visão aplicada)
- Integração com pipelines (GitHub Actions/GitLab)
SRE e Observabilidade
- Fundamentos de SRE (visão aplicada)
- O que é SRE e por que existe
- Diferença entre “monitorar” e operar com foco em confiabilidade
- Exemplos práticos de impacto de falhas na experiência e no negócio
- SLIs, SLOs e SLAs (mínimo viável)
- Definir SLI : o que medir
- Definir SLO : qual meta faz sentido
- Relação com SLA (visão geral)
- Exemplos de SLOs comuns (latência, disponibilidade, erros)
- Observabilidade: o básico que resolve 80%
- Logs estruturados (o que registrar e como facilitar diagnóstico)
- Métricas essenciais (latência, taxa de erro, throughput)
- Noção de rastreabilidade/correlação (request id/trace id, visão conceitual)
- Alertas bons vs alertas ruins (reduzir ruído)
- Incident Management (processo mínimo)
- Detecção, triagem, mitigação, comunicação e escalonamento
- Runbook básico e checklist de resposta
- Comunicação objetiva para stakeholders (impacto, status e próximos passos)
- Postmortem e melhoria contínua
- Postmortem sem culpa: causa, fatores contribuintes e ações
- Ações corretivas: prevenção e redução de recorrência
- Métrica básica: MTTR e recorrência de incidentes
- Oficina prática orientada (hands-on leve)
- Definir um conjunto simples de SLIs/SLOs para um serviço/cenário
- Montar um painel mínimo de métricas e regras de alerta (conceitual ou ferramenta simples)
- Simulação curta de incidente + postmortem de 1 página
Módulo 7.
AI Native Engineering
52H/A
AI Core Concepts: GenAI e IA Tradicional
- IA Clássica (discriminativa)
- Aprendizagem supervisionada , não supervisionada e por reforço .
- IA Generativa e fundamentos
- Foundation models, deep learning e transformers.
- Panorama de modelos no mercado
- Modelos como GPT , Gemini e Llama
- NLP tradicional vs ecossistema de LLMs
- NLP tradicional , LLMs e ecossistema generativo.
- Prompting, Fine-tuning e RAG
- Prompt engineering , fine-tuning e Retrieval-Augmented Generation (RAG) .
- Quando usar prompting vs RAG vs fine-tuning (trade-offs de custo , qualidade e risco )
- Ciclo de vida de modelos fundacionais
- Pré-treinamento, ajuste fino , alinhamento (RLHF) e deployment (visão aplicada).
- Hands-on orientado em GenAI (Poc didática de RAG)
- prompting na prática (clareza, contexto, restrições, formatação de saída, critérios de aceite)
- RAG básico (ingestão de pequenas fontes, busca, contexto, resposta com referências, comparação com baseline sem RAG)
- avaliação simples de qualidade e riscos: alucinação , segurança , privacidade , custo e latência (o mínimo para engenharia)
Engenharia de Software 2.0: AI-Assisted Development
- Fundamentos mínimos de AI-assisted development (contexto e limites)
- Onde a IA ajuda no SDLC e onde ela atrapalha
- Boas práticas de prompt para engenharia: contexto, restrições, formato de saída e critérios
- Limites e riscos: dados sensíveis, segredos, código crítico e validação obrigatória
- Hands-on 1: Test Generation (o que mais gera ROI)
- Geração de unit tests com IA: estrutura, nomes, cenários e bordas
- Como evitar testes frágeis e “falsos verdes”
- Critérios mínimos: asserts úteis, isolamento, legibilidade e intenção do teste
- Ajuste fino: quando reescrever manualmente vs orientar a IA
- Hands-on 2: Refatoração assistida com controle
- Refatoração guiada por objetivos: legibilidade, coesão, acoplamento e responsabilidade
- Estratégia segura: pequenos passos, validação contínua, proteção por testes
- Antipadrões comuns: refactor grande, mudança sem objetivo, regressão silenciosa
- Hands-on 3: Code Review assistido + PR Quality Checklist
- Revisão assistida por IA com checklist: qualidade, design, segurança, performance e testabilidade
- Padronização de PR: descrição, evidências, riscos, testes e impacto
- Uso de IA para sugerir melhorias sem quebrar padrões do time
- Padrões finais de time: DoD, critérios de aceite e governança mínima
- Definition of Done mínimo para times que usam IA
- Critérios de aceite e evidências (testes, logs, impacto, riscos)
- Regras simples: quando usar , quando não usar , e como justificar por criticidade e risco
AI Agents Engineering
- Arquitetura de agentes inteligentes
- Componentes do agente: objetivo, contexto, memória, ferramentas e executor
- Tipos de memória: curta vs longa (visão aplicada)
- Planejamento e execução: decomposição de tarefas e iteração
- Limites e riscos: alucinação, dependência de ferramenta, ações não intencionais
- LangChain e frameworks de orquestração
- Função de frameworks: chains, tools, routers, memory e agentes
- Critérios de escolha: flexibilidade, observabilidade, custo e lock-in
- Boas práticas: modularidade, versionamento de prompts e reuso de componentes
- Integração com APIs externas, Vector DB e RAG
- Tool use: chamadas a APIs com validação de entrada/saída
- Vector DB : embeddings, indexação e estratégia de recuperação (visão aplicada)
- RAG : ingestão, chunking, retrieval, grounding e resposta com referências
- Confiabilidade: timeouts, retries, idempotência, fallback e controle de erros
- Segurança na integração: secrets, escopos, permissões e auditoria de chamadas
- Multi-Agents Systems: colaboração entre agentes
- Papéis e responsabilidades: planner, executor, critic, retriever, supervisor
- Padrões de coordenação: supervisor, swarms, delegation, consensus (visão aplicada)
- Gestão de conflitos, loops e escalonamento para humano ( human-in-the-loop )
- Observabilidade de interações entre agentes: rastreabilidade e logs de decisões
- Padrões de Arquitetura de IA (Agents Patterns)
- Single agent com tools
- Planner-Executor
- Supervisor e roteamento
- Retrieval-augmented agent (RAG + tools)
- Agentic workflows (quando agente é necessário vs quando workflow basta)
- Hands-on: criação de agentes para automação de tarefas reais
- Implementação de agente com tools (APIs) e/ou RAG
- Tratamento de erros e comportamento seguro (regras e limites)
- Demonstração do fluxo ponta a ponta
- Ética, segurança e governança em agentes de IA
- Riscos específicos de agentes: ações indevidas, privilege escalation, vazamento, prompt injection
- Guardrails: políticas, filtros, validação, aprovação humana e logging
- Governança mínima viável: papéis, responsabilidades, trilha de auditoria e padrões
- Critérios para colocar agente em produção: limites, fallback, rollback e monitoramento
Módulo 8.
Síntese e Posicionamento
4H/A
Workshop de encerramento
- Revisão integrada das trilhas do MBA
- Discussão orientada sobre decisões reais de engenharia: trade-offs , riscos e escolhas
- Síntese de aprendizados, erros, acertos e boas práticas aplicáveis no dia a dia
- Posicionamento do aluno como referência em Arquitetura , Plataformas e IA
Módulo 9.
Startup One
30H/A
- Ecossistema Empreendedor
- Intraempreendedorismo
- Inovação
- Open Innovation
- Ideias e Oportunidades
- Business Canvas – BMG
- Prototipação e Design Thinking
- Análise Financeira
- Economia Criativa
- Técnicas de Pitch
- Cases de Sucesso do Cenário Nacional e Global
Módulo 10.
Advanced Skills Certification
60H/A
AI & Strategic Management
- Use sistemas inteligentes para criar planejamentos estratégicos com insights valiosos e decisões precisas. Aprenda a aplicar ferramentas que evoluem com o mercado, potencializando resultados e criando vantagem competitiva real.
AI for Project Management
- Integre inteligência artificial e agilidade para otimizar processos, antecipar riscos e elevar a performance dos seus times. Tenha uma experiência prática com ferramentas que tornam a gestão mais eficiente e os resultados mais previsíveis.
Idea to Enterprise: Business Design
- Aprenda metodologias de Business Design para desenvolver modelos de negócio adaptáveis e sustentáveis. Uma experiência prática para construir o novo, com competências exclusivas e visão de futuro.
Leadership Communication & Corporate Negotiation
- Desenvolva uma presença estratégica, poder de influência e técnicas avançadas para negociações complexas. Uma transformação na sua forma de liderar, com habilidades alinhadas aos desafios corporativos atuais.
Módulo 11.
Extensão internacional (opcional)
--H/A
Effective Leadership Program (Nova School of Business & Economics)
- Lisboa
The Entrepreneurship Program (Babson College)
- Boston
Neoliderança e Disrupção Organizacional (Coimbra Business School e o DeROSE Method)
- Coimbra
Inteligência Artificial: Tecnologias e Oportunidades
- Porto
Imersão China
Imersão Vale do Silício
