Fundamentos de
Inteligência Artificial
Um percurso estruturado para quem quer compreender IA com profundidade — sem atalhos e sem superficialidade.
O programa combina sessões em grupo e acompanhamento individual, permitindo que cada participante avance no ritmo adequado ao seu contexto profissional.
O que o programa cobre
Quatro meses de conteúdo aplicado, dividido em módulos que avançam do conceitual ao técnico.
Cada módulo foi estruturado para que os conceitos anteriores sustentem os seguintes — não há saltos abruptos de complexidade. O programa parte da lógica por trás dos algoritmos de aprendizado de máquina, passa por redes neurais e processamento de linguagem natural, e termina com projetos práticos usando ferramentas como Python, scikit-learn e APIs de modelos de linguagem.
Turma em Grupo
Sessões ao vivo com até 12 participantes. O formato favorece discussões, revisão de código em pares e troca de perspectivas entre pessoas de áreas distintas.
2× por semanaSuporte
Canal direto com instrutores via plataforma. Respostas em até 24 horas em dias úteis.
Aula Individual
Sessões privadas com foco no ritmo e nos objetivos específicos de cada participante. Indicado para quem tem agenda irregular ou necessidades técnicas mais específicas.
Horário flexível| Módulo | Tema | Conteúdo principal | Tipo |
|---|---|---|---|
| 01 | Fundamentos matemáticos | Álgebra linear, probabilidade e estatística aplicada a modelos preditivos | Teórico |
| 02 | Aprendizado de máquina | Regressão, classificação, validação cruzada com scikit-learn | Prático |
| 03 | Redes neurais | Perceptrons, backpropagation, introdução ao TensorFlow e PyTorch | Prático |
| 04 | Visão computacional | CNNs, detecção de objetos, uso de datasets públicos | Prático |
| 05 | Processamento de linguagem | Tokenização, embeddings, modelos transformer e uso de APIs de LLMs | Prático |
| 06 | IA generativa | Arquiteturas de geração de texto e imagem, prompting avançado | Aplicado |
| 07 | Ética e regulação | Viés algorítmico, transparência, LGPD e legislação europeia de IA | Teórico |
| 08 | Projeto final | Desenvolvimento e apresentação de solução com IA em contexto real | Projeto |
Álgebra linear, probabilidade e estatística aplicada a modelos preditivos
TeóricoRegressão, classificação, validação cruzada com scikit-learn
PráticoPerceptrons, backpropagation, introdução ao TensorFlow e PyTorch
PráticoCNNs, detecção de objetos, uso de datasets públicos
PráticoTokenização, embeddings, modelos transformer e uso de APIs de LLMs
PráticoArquiteturas de geração de texto e imagem, prompting avançado
AplicadoViés algorítmico, transparência, LGPD e legislação europeia de IA
TeóricoDesenvolvimento e apresentação de solução com IA em contexto real
Projeto
Quem conduz as sessões
Os instrutores da Fundora Analytics têm experiência prática em projetos de IA aplicada — não apenas em ensino. Isso significa que os exemplos usados em aula refletem situações reais, não cenários didáticos idealizados.
Para dúvidas sobre adequação do programa ao seu perfil, entre em contato diretamente. Também é possível conhecer mais sobre a trajetória da instituição na página sobre a Fundora Analytics.
Turma em Grupo
Acesso a todas as aulas ao vivo, gravações, material de apoio e canal de suporte com instrutores. Turmas com início trimestral.
Reservar vagaAula Individual
Sessões privadas com currículo adaptado ao seu ritmo e objetivos. Inclui plano de aprendizado personalizado e prioridade no suporte.
Solicitar proposta