3 opções de duração
6, 8 ou 12 meses
Início das aulas
03/08/2026
Para quem é o MBA
Para Devs com pelo menos 2 anos deexperiência, graduados e não graduados. *
CERTIFICADO
Reconhecido pelo MECUm novo perfil de desenvolvedor nasceu. Ficar de fora não é uma opção
A forma de desenvolver mudou
A IA mudou a forma como desenvolvemos software. Em muitos casos, o código virou apenas um detalhe de implementação. O que realmente importa agora é quem pilota. Quem sabe usar IA para ser mais produtivo, resolver problemas com mais velocidade e tomar melhores decisões enquanto desenvolve.
E o software também mudou
A forma de construir aplicações está mudando. A nova geração de software é composta por sistemas que integram IA diretamente nos seus fluxos e por agentes capazes de executar tarefas, tomar decisões e interagir com outros sistemas e agentes de forma autônoma.
E o MBA te prepara para esses dois cenários
1 - Arquitetar e desenvolver e entregar softwares usando IA no seu workflow e ser até 5x mais produtivo 2 - Criar aplicações de grande porte integradas a IA e dominar a criação e orquestração de Agentes nas maiores empresas do mercado
Pilares do MBA
Os quatro pilares do MBA conectam a engenharia de software à nova realidade da IA. Eles formam a base que prepara o desenvolvedor para entregar mais, desenvolver soluções complexas e acompanhar a nova geração de aplicações que já está chegando às grandes empresas.
Arquitetura de Software
Passe a projetar sistemas mais flexíveis e preparados para integrar IA desde a base, tomando decisões arquiteturais compatíveis com a nova geração de aplicações.
Metodologia e Workflow para Devs
Adote processos claros que eliminam interações frustrantes com IA e alcance até 5x mais produtividade no desenvolvimento, com mais controle e menos retrabalho.
Desenvolvimento de Aplicações e Agentes com IA
Integre IA de forma prática nas aplicações que você já desenvolve e aprenda a criar agentes autônomos, alinhando seu trabalho ao que o mercado já espera dessa nova geração de sistemas.
DevOps e SRE com IA
Transforme a forma de entregar software ao incorporar IA em pipelines, monitoramento e resposta a incidentes, ganhando mais velocidade, controle e paz de espírito ao realizar deploys críticos.
Formato das aulas: gravadas e ao vivo
Aulas gravadas
Tenha acesso aos módulos conforme cada etapa da sua jornada na pós-graduação. Após a liberação prevista no calendário acadêmico, assista quando e onde quiser, no seu próprio ritmo, sem perder nenhum conteúdo.
-
Assista onde e quando quiser, no seu próprio ritmo
Avance conforme sua rotina permite, seguindo o calendário sugerido ou no seu tempo. Você nunca perde uma aula e aprende com autonomia total.
-
Reforce seu aprendizado com materiais complementares
Tenha acesso aos repositórios, materiais complementares como slides, livros para transformar em anotações do seu jeito.
-
Tire dúvidas 24h com a IA treinada no conteúdo do curso
Nossa IA está disponível o tempo todo para responder perguntas, explicar conceitos e te guiar como uma tutora pessoal — treinada com base no próprio curso.
Desafios Práticos: Estudos de caso
Encare desafios reais, implementando casos de estudos e proponha soluções como em um projeto real. Você aplica o que aprendeu, toma decisões arquiteturais e evolui com feedback técnico e orientação prática. É onde teoria vira domínio.
Receba o desafio
Coloque o conhecimento em prática por meio de desafios inspirados em situações reais do mercado e alinhados aos temas abordados nas aulas.
Mão na massa
Analise o cenário, desenvolva sua própria solução e demonstre como aplicaria os conhecimentos em um contexto próximo ao dia a dia da profissão.
Feedback + análise técnica
Cada entrega é avaliada por especialistas, que analisam tanto o resultado quanto a qualidade da implementação, as boas práticas e as decisões técnicas tomadas durante a resolução.
Aprimore sua solução
Com base no feedback recebido, você pode evoluir sua implementação ao longo do curso, transformando cada desafio em uma oportunidade de crescimento técnico.
Aulas ao vivo
Participe de reuniões, face to face, via Zoom com especialistas convidados para aprofundar determinada tecnologia, tendências, discutir carreira e responder perguntas em tempo real. É o momento de transformar teoria em insight prático e ampliar seu networking com líderes que já chegaram onde você quer chegar.
Talks com Especialistas
Mergulhe nos bastidores de sistemas reais, entenda as decisões e trade-offs técnicos utilizados por diversos especialistas que moldam produtos em grandes empresas. Nessas sessões, face to face, você vai muito além da teoria e aprende com quem vive os desafios da área todos os dias. É onde a experiência encontra o conteúdo do curso, trazendo mais clareza técnica, visão de futuro e a segurança de quem ouviu de quem faz.
Veja como especialistas tomam decisões em projetos reais
Veja os impactos reais de cada escolha arquitetural no negócio e na operação
Amplie sua visão de carreira com insights de quem já percorreu o caminho
Disciplinas
Fundamentos de IA Generativa
IA não é mais coisa só pra cientistas de dados. Agora faz parte do dia a dia do Novo Perfil de desenvolvedor
Ao finalizar essa disciplina você será capaz de:
Construir uma base sólida sobre IA generativa
Entender como diferentes modelos impactam suas ferramentas
Avaliar limitações e possibilidades antes de usar uma IA
Comparar e testar modelos no seu próprio ambiente
Navegar com clareza pelo ecossistema de Gen IA
Conteúdo programático
Fundamentos de IA Generativa
Introdução à IA Generativa
- Conceitos e evolução histórica dos modelos generativos
- Diferenças entre IA tradicional, estatística e generativa
- Principais impactos no desenvolvimento de software e produtos
Modelos de Linguagem (LLMs)
- O que são LLMs e como aprendem a gerar conteúdo
- Diferença entre modelos generalistas, especializados e multimodais
- Modelos open source: LLaMA, DeepSeek, Hugging Face
- Execução local: Ollama, LM Studio e alternativas
Geração de Respostas
- Tokens e tokenização
- Processo de inferência e fluxo de geração
- Temperatura, top-k, top-p e controle de saída
- Janela de contexto e truncamento
Arquiteturas e Tipos de Modelos
- Encoder-only, decoder-only e encoder-decoder
- Modelos de texto, código, embeddings e multimodais
- Comparação entre estilos e seus usos ideais
Como os LLMs funcionam por dentro
- Redes neurais e a arquitetura Transformer
- Etapas de treinamento: pré-treinamento e fine-tuning
- Noções de como o modelo aprende a responder
Embeddings e Representações Vetoriais
- Representações numéricas e proximidade semântica
- Embeddings vs geração
- Casos de uso em busca, recomendação e organização de conteúdo
Alucinação em LLMs
- O que é alucinação e por que acontece
- Estratégias para reduzir alucinações
- Conhecimento em tempo real e limites do modelo
Estratégias de Uso
- Prompt Engineering
- RAG (Retrieval-Augmented Generation)
- Fine-tuning
Prompt Engineering
Seus prompts são básicos e você sabe disso. Está na hora de levar sua IA para um outro nível.
Ao finalizar essa disciplina você será capaz de:
Ter até 5x mais produtividade
Gerar códigos de alta qualidade
Minimizar erros básicos cometidos pela IA
Criar assistentes para gerar docs de contexto para IA
Ter uma biblioteca de prompts para diferentes tipos de projetos
Conteúdo programático
Prompt Engineering
Fundamentos
A importância do Prompt Engineering no mundo do desenvolvimento
Técnicas de Prompt e Raciocínio Estruturado
- Zero-shot, few-shot e Role Prompting
- Chain of Thought (CoT) e Self-consistency
- Tree of Thought e Skeleton of Thought
- ReAct e análise de trade-offs
- Prompt Chaining com LangChain
Janela de Contexto e Otimização
- Context Window vs memória, custo e latência
- Truncamento, sumarização e sliding window
- Prompt Caching
- Batch Prompting
Estrutura básica de prompts
- Modularização de prompts para funções específicas
- Prompt templates dinâmicos (com variáveis de entrada)
- System vs User Prompt
- Guidelines e trade-offs
Template de prompts
- Novas aplicações
- Aplicações legadas
- Documentação
- Testes
- Code Review e PRs
- Mesa Redondas com Especialistas e Brainstorming
Prompts para Agentes e Workflows
- Estruturas de prompts para execução de agentes
- Prompts para análise de arquiteturas e componentes
- Workflow Specification e orquestração
Gestão e Versionamento de Prompts
- Versionamento e controle de versão em equipe
- Documentação e categorização
- Registry e estrutura de pastas (prompt.yaml)
- Testes automatizados de prompts
- LangSmith Prompt Hub
Query Reformulation e Prompt Enrichment
- Reformulação e enriquecimento de queries
- Query2Doc e HyDE
- ITER-RETGEN
Prompt Evaluation
- Objetivos, métricas e tipos de avaliação
- Evaluators e Datasets
- Embedding distance e critérios adicionais
Evaluation Comparativa
- Precision, Recall e F1
- Pairwise Evaluation
- LLM-as-Judge
Arquitetura na era da IA
A arquitetura tradicional não dá mais conta da nova geração de sistemas com IA
Ao finalizar essa disciplina você será capaz de:
Entender os limites da arquitetura tradicional
Compreender o impacto da IA nas decisões arquiteturais
Atualizar seu entendimento sobre o papel do arquiteto de software
Medir estabilidade e acoplamento com mais clareza
Entender como IA e agentes influenciam a estrutura dos sistemas
Conteúdo programático
Fundamentos Arquitetura e Software com IA
Arquitetura de Software e Solução na era da IA
- O mundo da Arquitetura antes e depois da IA
- O novo perfil de desenvolvedor
- O novo papel do arquiteto
- A nova geração de aplicações orientadas à IA
Acoplamento e Saúde da Aplicação ao Longo do Tempo
- Tipos de acoplamento e quando ele vira dor arquitetural
- Main Sequence e as zonas de acoplamento
- Cálculo e visualização de acoplamento
- Planejamento e execução de refatoração
- Refatoração guiada por agentes de IA
Agentes de IA e Protocolos de Comunicação
- Software, Microservices vs Agentes de IA
- Arquiteturas de Agentes de IA
- Orquestração de Agentes
- MCP (Model Context Protocol) e Meios de Transporte
- A2A (Agent to Agent)
- Iniciativas de novos protocolos
- Evaluation
Design Patterns com IA
- Design Patterns para desenvolvimento de sistemas e agentes
- Design Patterns para segurança
- 12 Factors Agents
Caching
- Conceitos básicos de caching
- Formas de invalidação (TTL, Cache-aside, Write-through, etc)
- Eviction Policies: LRU, LFU, FIFO, MRU, Random Replacement
- Caching de Tokens em LLMs (OpenAI, Gemini, Claude)
- Caching de contexto e embeddings em aplicações com RAG
- Cache-aware prompts e uso de fingerprints para controle de resposta
Context Engineering e Prompt Engineering
- Prompt Engineering
- Context Engineering para desenvolvimento de aplicações de grande porte
- Versionamento de prompts e histórico de iterações
Segurança
- Jailbreaking
- Prompt Injection
- Guardrails
- Proteção de dados sensíveis
- OWASP Top 10 LLM e Gen AI
System Design e Sistemas distribuídos com IA
- Princípios de System Design com IA
- Escala: performance, custo e qualidade
- Pipelines, mensageria e streaming
- Banco de dados vetoriais (ex: Pinecone)
- Compatibilidade entre versões de embeddings
- Arquitetura RAG (Retrieval-Augmented Generation)
- Cloud Providers e serviços-chave
- Observabilidade
Testes e Qualidade em Sistemas com IA
- Testes de prompts e contextos (Prompt Testing)
- Avaliação de agentes com datasets reais e sintéticos
- Snapshot testing para validação de respostas
- Testes determinísticos e estratégias para LLMs não-determinísticos
- Principais ferramentas (ex: LangSmith)
Controle de Custos em Arquiteturas com IA
- Entendendo input tokens, output tokens e limites por modelo
- Estratégias de caching para reduzir chamadas repetidas
- Calculadoras e ferramentas de estimativa de custo
- Logging e monitoramento do uso de IA (por usuário, prompt ou agente)
- Otimização de prompts e truncamento inteligente
- Escolha de modelos com base em custo x qualidade x latência
Fluxos de Chamada
- Chamadas síncronas vs assíncronas em aplicações com IA
- Streaming e latência percebida
- Quando transformar IA em processamento assíncrono
AI Gateways
- Integração com múltiplos provedores (OpenAI, Anthropic)
- Compatibilidade e LiteLLM
- LiteLLM como Proxy e Router
- Governança: acesso, custo e limites
- Resiliência: timeout, retry e fallback
Design Docs com IA
Documentar não é mais uma opção. É como a IA entende o que você quer construir.
Ao finalizar essa disciplina você será capaz de:
Criar documentações que aumentam a efetividade da IA
Entender os diferentes tipos de design docs na engenharia de software
Gerar e manter documentação técnica com apoio da IA
Registrar decisões técnicas de forma clara e objetiva
Transformar documentação em ativo técnico para o time e para a IA
Conteúdo programático
Design Docs com IA
Fundamentos de Design Docs
Estruturação
Objetivos e Escopo
Ferramentas
Design Docs na era da IA
Documentação como Contexto
Formatos de documentação
- Requisitos e Produto (PRD, TRD, FRD, User Stores e Epics)
- Decisões técnicas (RFCs e Architecture Decision Record)
- Engineering Guidelines (Workflow, Coding Standars, Code Review, PRs e Testing)
- Design e Arquitetura (System Design, Low Level Design e C4 Model)
- Operações (Runbook, Playbook, Postmortem)
Documentos de Produto (PRDs)
- PRDs de Alto Nível e PRDs de Feature
- Principais seções de um PRD
- Exemplos práticos de PRD
- Geração de PRD com IA
Design e Arquitetura
- High Level Design Document
- Feature Design Doc (FDD)
- Deep Research aplicada à geração de documentos
- Prompts para High Level Design e FDD
Diagramas com IA
- Diagramas C4: System Context, Containers, Component e Code
- Diagramas Mermaid: Flowchart, Sequence, Class, ER e State
- Geração de diagramas C4 e Mermaid com IA
Architecture Decision Record (ADR)
- Estrutura clássica e MADRs
- Status, metadados e fluxos
- Quando usar, quando são opcionais e quando evitar
- Geração e linkagem de ADRs com IA
Engineering Guidelines
- Guidelines na era da IA
- Seções sugeridas de um guideline
- Project Stack e pre-commit
- Geração de guidelines com IA
Geração automatizada de documentações e criação de assistentes de IA
Manutenção e atualização de documentações com IA
Desenvolvimento de Software com IA
Usar IA pra escrever código é fácil. Difícil é fazer ela escrever o que você realmente precisa.
Ao finalizar essa disciplina você será capaz de:
Estruturar um fluxo de desenvolvimento IA-driven
Reduzir erros com geração automatizada de testes e refatorações
Usar IA para debugging, análise de logs e identificação de falhas
Criar rules, contextos e memories que guiam a IA com precisão
Integrar ferramentas como Cursor, Copilot e servidores MCP no seu dia a dia
Conteúdo programático
Desenvolvimento de Software com IA
Fundamentos do desenvolvimento IA Driven
Novas Aplicações vs Aplicações Existentes
Comparativo entre ferramentas: Cursor, Windsurf e Github Copilot
Biblioteca de prompts para desenvolvimento
Estruturação de documentação para Contexto
Geração de Rules e Memories
Testes automatizados e detecção de Edge Cases
Servidores MCPs para Desenvolvimento e Docker Catalog
Processos de debugging otimizados
Boas práticas de Refactoring
Análise automatizada de logs e debugging
Verificação de vulnerabilidades
Desenvolvimento em modo Agente
Chega de ver a IA destruir o código bom que ela mesma escreveu
Ao finalizar essa disciplina você será capaz de:
Pilotar a IA em modo agente com mais controle e confiança
Usar um workflow com IA que pode te deixar até 5x mais produtivo
Criar planos de ação que evitam perda de contexto
Quebrar tarefas em etapas claras para a IA seguir
Usar ciclos de verificação para reduzir falhas e retrabalho
Conteúdo programático
Desenvolvimento em modo Agente
Fundamentos do Desenvolvimento Agentico
Spec-Driven Development (SDD)
- Os 3 níveis do SDD
- Do PRD à especificação e plano (Spec-writer)
- Skills para geração de PRD e especificação
- Desenvolvimento de features e Pull Requests guiados por SDD
- Testes E2E com Playwright e avaliação de critérios
Desenvolvimento Paralelo com SDD
- Integração entre features e regras de ouro
- Geração de features em batch com subagentes
- Arquitetura de orquestrador para economia de tokens
- Execução de agentes em paralelo e resolução de conflitos
Harness Engineering
- O que é Agent Harness (general-purpose e user harness)
- Harness vs Context vs Prompt Engineering
- Context anxiety e self-evaluation
- Desafios para domar o agente
Princípios de Harness Engineering
- Orquestração de subagentes
- Artefatos, estado e unidades pequenas e verificáveis
- Guardrails e enforcements mecânicos
- Evaluation, rubrics e verificação funcional
- Observabilidade e gestão de degradação
Skills, Gates e Design System
- Criação de Skills para Harness Engineering (SKILL.md)
- Scaffolding, scripts e AGENTS.md
- Gates do projeto e scripts de inicialização
- Guidelines de UI, tokens e Design System
Ciclo Completo de Implementação
- PRD Writer, tracking e SpecWriter na prática
- Contract.md e avaliação de arquivos gerados
- Ciclo completo de implementação e workflow
- Avaliação e análise pós-implementação
Paralelização e tmux
- Skill para paralelização independente
- Waves e consolidação de resultados
- Multi-sessão na prática com tmux
Task Breakdown
Gerenciamento de estado
Verificação, Análise e Correção de discrepâncias
Criação e execução automatizada de testes
Desenvolvimento de aplicações com IA
Chega de brincar com a IA. É hora de colocar pra funcionar nas suas aplicações de verdade
Ao finalizar essa disciplina você será capaz de:
Conectar modelos de IA nas suas aplicações com controle total
Criar fluxos reutilizáveis e organizados para trabalhar com IA
Enriquecer as respostas da IA com dados do seu próprio sistema
Automatizar extrações e análises em grandes volumes de texto
Aumentar a precisão das respostas com menos risco de erro e alucinação
Conteúdo programático
Desenvolvimento de aplicações com IA
Fundamentos do Desenvolvimento com IA
- Ferramentas, IDEs e workflows de desenvolvimento com IA
- Pilares do desenvolvimento moderno com IA
- Introdução ao Spec Driven Development e paralelização de tarefas
- Documentação e artefatos que guiam a IA
Preparando o Ambiente para a IA
- Arquivos de inicialização e contexto do agente
- O que deve e o que não deve entrar no contexto
- Testabilidade, convenções e políticas do projeto
- Evolução e otimização de projetos existentes
Skills: Reutilizando Conhecimento com a IA
- Que problemas as Skills resolvem no dia a dia
- Mapeamento de Skills por linguagem, framework e ferramenta
- Skills oficiais da Anthropic e estruturação (frontmatter)
- Progressive disclosure e detalhes condicionais
- Criação e uso de Skills próprias, incluindo integração com servidores MCP
Iniciando Projetos do Zero com IA
- Abordagem para projetos novos (green field)
- Indo além do "Hello World"
- Bootstrap de um projeto com apoio da IA
Testes Automatizados na Era da IA
- Definição e categorização de testes
- Cobertura de código e o valor real de cada teste
- Caminho feliz, caminho triste e edge cases
- Diretrizes de teste com criação e auditoria assistidas por IA
- Testes de ponta a ponta (E2E) de navegação
- TDD (Test Driven Development) com IA
Construindo o Backend de uma Aplicação Real
- Arquitetura do projeto e workflows de desenvolvimento com IA
- Backend com Nest.js e ambiente com Docker
- Configuração de contexto e regras para a IA
- Curadoria de Skills de boas práticas (Nest.js e TypeORM)
- Integração de servidores MCP ao projeto (Context7 e PostgreSQL)
Workflow de Desenvolvimento: Pesquisar, Planejar e Implementar
- Ciclo de pesquisa, planejamento e implementação com IA
- Geração e revisão de planos de implementação por fase
- Gestão da janela de contexto
- Simplificação de código e commits assistidos por IA
Design System com IA e Figma
- Front-end na era da IA e ferramentas de design
- Integração com o Figma via MCP
- Sincronização de design tokens entre Figma e código
- Auditoria e aplicação automatizada de tokens
- Uso de shadcn e criação das regras do design system
Construindo o Frontend da Aplicação
- Workflow de desenvolvimento expandido com subagentes
- Documentação de API com OpenAPI
- Fundação de IA para projetos Next.js
- Estratégias de teste no front-end (E2E e mocks de API)
- Planejamento de telas e implementação por fase
Desenvolvimento de Agentes
Criar aplicações com IA é só o começo. A nova geração de sistemas é construída com agentes
Ao finalizar essa disciplina você será capaz de:
Desenvolver agentes que assumem processos do início ao fim
Criar equipes de agentes coordenados, cada um com um papel diferente
Orquestrar agentes para executar fluxos complexos de forma autônoma
Escolher o framework ideal para cada tipo de agente
Transformar fluxos manuais em soluções automatizadas com agentes
Conteúdo programático
Desenvolvimento de Agentes
Fundamentos de Agentes
- O que são agentes e suas características
- Diferenças entre aplicações com IA e agentes autônomos
- Ciclo de vida: objetivo, plano, execução, adaptação
- Tipos de agentes: baseados em ferramenta, com memória, reflexivos
Criando seu Primeiro Agente com ADK
- Panorama de frameworks e escolha do ADK (Agent Development Kit da Google)
- Preparação do ambiente e configuração da Google API
- Instalação do Google ADK
- Criação do primeiro agente com instruções e modelos
Visão Geral de Frameworks
- Estilos de agentes: stateful, conversacional, por papéis e com planejamento
- Comparativo conceitual entre LangChain, LangGraph, CrewIA e ADK
- Demonstrações práticas de cada ferramenta
- Abordagens de escolha de cada framework baseado em casos de uso
Tools: Dando Capacidades ao Agente
- O que é uma Tool e como criar uma boa Tool
- Fluxo de invocação de uma Tool
- Execução de agentes com ADK Web
- Aprovação de execução de Tools
Subagentes e Coordenação
- Fundamentos e primeiros exemplos de subagentes
- Transferência de controle entre agentes (transfer to agent e autoflow)
- Coordenação entre agente coordenador e subagentes
- Modos de agente: chat, single turn e task
Sessões, Aplicações e Execução (Runtime do ADK)
- Sessões, apps e runners
- Construção de uma aplicação web agêntica
- Padrão assíncrono, generators e event loop
- Persistência de sessão em banco de dados
- Arquitetura do runtime do ADK
- Gerenciamento de estado (states e state delta) e output schema
Observabilidade do Agente
- Painel do ADK e visualização de execução em tempo real
- Rastreamento de ações, decisões e uso de ferramentas
- Registro de histórico e refinamento do comportamento
Protocolos de comunicação
Não adianta ter agente, modelo e ferramenta se eles não se integram ou acessam os dados que importam
Ao finalizar essa disciplina você será capaz de:
Garantir comunicação entre agentes e sistemas com tecnologias diferentes
Conectar a IA a dados e ferramentas externas com eficiência
Criar servidores MCP como parte do seu ambiente de desenvolvimento
Ter liberdade para integrar agentes, APIs e sistemas sem limitações de tecnologia
Criar aplicações prontas para ecossistemas com múltiplos agentes
Conteúdo programático
Protocolos de comunicação
Protocolos de comunicação vs Tool Calling
MCP (Model Context Protocol)
- Protocolos de comunicação vs Tool Calling
- Fundamentos do MCP (Tools, Resources e Prompts)
- Servidores MCPs e Docker MCP Tool Kit
- MCPs na prática, incluindo Resources e Prompts
- Desenvolvimento de Servidores MCPs
- Deploy e distribuição utilizando Docker
Google A2A (Agent to Agent)
- Fundamentos do A2A
- Tasks, Messages, Parts, Agent Cards e Artifacts
- Arquitetura e fluxo de comunicação A2A
- Estrutura de uma Task e estados possíveis
- Tipos de mensagens e partes (text, file, json, etc.)
- Descoberta de agentes (agent.json)
- Composição de agentes desenvolvidos com diferentes frameworks
DevOps e SRE com IA
A IA já está no fluxo de entrega e confiabilidade de software. E você precisa dominar esse processo de ponta a ponta
Ao finalizar essa disciplina você será capaz de:
Automatizar deploys, pipelines e releases com suporte de IA
Integrar copilotos e agentes ao ciclo de confiabilidade
Identificar e resolver falhas com apoio de diagnósticos inteligentes
Aumentar a segurança do seu fluxo com análise assistida de vulnerabilidades
Gerar resumos, alertas e postmortems com base em dados reais
Conteúdo programático
DevOps e SRE com IA
Fundamentos de DevOps e SRE
- Princípios e práticas do DevOps moderno
- O papel do SRE e a cultura de confiabilidade
- Diferenças e complementaridades entre DevOps e SRE
- Onde a GenAI atua em cada um dos papéis
Automação de pipelines e deploys com IA
- Geração assistida de pipelines e arquivos de configuração
- Otimização de etapas com base em histórico de builds e deploys
- Sugestões automáticas de ajustes e paralelizações
- Geração de changelogs e notas de release com copilotos
Segurança em pipelines com IA
- Introdução ao conceito de DevSecOps
- Geração assistida de regras de SAST (análise estática) e DAST (análise dinâmica)
- Automatização da detecção de vulnerabilidades via LLM
- Validação de dependências e análise de pacotes com copilotos
- Geração automatizada de alertas de segurança em pipelines
Monitoramento e observabilidade assistidos por IA
- Detecção de anomalias com explicação em linguagem natural
- Consultas conversacionais a métricas e logs
- Insights e correlações automáticas com múltiplas fontes
- Geração automatizada de resumos e dashboards
Resposta a incidentes com suporte de IA
- Geração automática de resumos de incidentes
- Sugestões de mitigação com base em runbooks e histórico
- Interações via ChatOps com copilotos operacionais
- Rascunhos automáticos de postmortem com base em dados reais
Agentes operacionais e copilotos no ciclo de confiabilidade
- Diferença entre copilotos e agentes autônomos
- Exemplos de agentes atuando em diagnóstico e ações corretivas
- Estratégias de adoção gradual com supervisão humana
- Casos práticos em ambientes com alta exigência de confiabilidade
Marketing Pessoal, Trabalho em Equipe e Empreendedorismo
Você é sua maior marca. E sua carreira depende de como você se posiciona, colabora e empreende dentro ou fora das empresas.
Ao finalizar essa disciplina você será capaz de:
Desenvolver seu marketing pessoal com autenticidade e estratégia
Melhorar sua comunicação e reputação no ambiente profissional
Liderar a si mesmo, equipes e até outros líderes com boas práticas
Atuar com mentalidade empreendedora mesmo como colaborador
Assumir o protagonismo na sua carreira e gerar oportunidades reais
Conteúdo programático
Marketing Pessoal, Trabalho em Equipe e Empreendedorismo
Marketing Pessoal: Posicionamento e Percepção
- Quem é você vs. Quem pensam que você é?
- O valor de se conhecer para se comunicar com clareza
- Reputação: como você é percebido (e por que isso importa)
- Ser visto: criação de conteúdo e visibilidade estratégica
- Ser lembrado: networking com propósito
- Ser entendido: comunicação como diferencial profissional
Trabalho em Equipe e Liderança
- Pipeline de liderança: como liderar a si mesmo primeiro
- Autoconhecimento como base para boas relações
- Habilidades de convivência e colaboração em equipe
- Liderança de pessoas: boas práticas e construção de confiança
- Liderança de líderes: visão sistêmica e multiplicação de talentos
Empreendedorismo e Protagonismo Profissional
- Introdução ao empreendedorismo dentro e fora de empresas
- Perfil do empreendedor: coragem, resiliência e visão
- Fundamentos de marketing e growth para iniciativas modernas
- Protagonismo e coragem com Clovis de Barros Filho
- Considerações finais: como aplicar o que aprendeu em sua jornada
Com quem vou aprender?
Wesley Willians
Fundador/CEO da Full CyclePossui graduação em Tecnologia e Mídias Digitais pela Pontifícia
Universidade Católica de São Paulo, MBA Executivo em Gestão de Negócios pelo Ibmec e duas
especializações pelo MIT (Empreendedorismo e Marketing Digital);
Premiado como um dos 100 líderes em educação pelo "Fórum Global de Educação e Aprendizado".
- Microsoft MVP
- Google Developer Expert
Certificado
Ao final do curso, o aluno recebe seu certificado reconhecido pelo MEC
Certificado para Graduados
Ao final do curso você receberá um certificado de Pós-Graduação Lato Sensu reconhecido pelo MEC
Ainda não tenho Graduação
Ao final do curso você receberá um certificado de extensão universitária reconhecido pelo MEC
FAQ - MBA em Engenharia de Software com IA
Quando começam as aulas?
Início em 03 de agosto de 2026.
Qual é a duração do MBA?
Serão 400 horas de conteúdo ao longo de 6, 8 ou 12 meses, conforme a escolha no momento da matrícula.
O aluno terá acesso às aulas e aos demais materiais de estudo durante o prazo de estudos escolhido no momento da matrícula. A duração média por módulo é de 35h, entre videoaulas e materiais complementares.
O curso é reconhecido pelo Ministério da Educação - MEC? Qual a portaria?
Ao final do curso, os alunos que tiverem obtido nota 7 ou superior em todas as provas e estiverem adimplentes com todas as mensalidades receberão um certificado de MBA reconhecido pelo MEC.
Clique para acessar:
Portaria MEC
Todos os alunos receberão certificado de conclusão?
Ao final do curso, somente os alunos que estiverem adimplentes com todas as mensalidades e tiverem sido aprovados em todas as disciplinas terão direito ao certificado de conclusão.
Caso ainda não tenha terminado a graduação após o término do MBA, o aluno receberá um certificado de Extensão Universitária. Após a conclusão do MBA o aluno tem o prazo de até 3 anos para apresentar o diploma de graduação e substituir o certificado de extensão para o certificado de Pós-graduação.
Qual é a documentação necessária para confirmação da matrícula?
O primeiro passo é aceitar os termos do contrato de prestação de serviço logo no momento da matrícula. Ao longo das próximas semanas será solicitado que o aluno envie cópias digitais dos seguintes documentos:
- Documento de identidade (RG ou RNE)
- CPF (se não constar no documento de identidade)
- Comprovante de residência
- Certificado de graduação com histórico escolar emitido por instituição credenciada junto ao MEC (ou diploma estrangeiro posteriormente validado pelo MEC)
O aluno deverá enviar os documentos apenas quando for solicitado.
Dúvidas recorrentes sobre pagamento
- Quais são as formas de pagamento?
Cartão de crédito, boleto ou PIX.
- Existe taxa de matrícula ou algum custo extra envolvido?
Não.
- Posso efetuar o pagamento com cartão de crédito de um terceiro?
Sim, sem problemas.
- É seguro fazer o pagamento e realizar a matrícula?
Sim, utilizamos uma plataforma de pagamento chamada Pagar.me, que usa um sistema que já foi testado milhões de vezes e se mostrou totalmente seguro.
Haverá TCC?
Desde 2018, o MEC tornou optativa a realização do TCC.
Este MBA não possuirá uma monografia final para entrega. Porém ao final do curso os alunos desenvolverão um projeto prático para consolidar os conhecimentos adquiridos durante os módulos.
Como as notas fiscais são emitidas?
As notas fiscais do MBA são emitidas de acordo com o calendário acadêmico, levando em consideração o valor total do MBA e dividindo-o por 12, que é o tempo de duração do curso.
Dessa forma, emitimos as notas mensalmente, a partir do mês de inicio das aulas. Mesmo aqueles que tenham iniciado o pagamento antes seguirão o mesmo processo, recebendo as notas fiscais mensalmente até o fim do MBA.
Em cada mês você receberá duas notas. Uma nota é referente aos serviços prestados no MBA e outra referente ao material didático.