A disciplina de Fundamentos de Segurança para Red Team oferece uma formação completa para profissionais que desejam compreender e atuar de forma estratégica em avaliações de segurança ofensiva. O curso começa com uma introdução à segurança da informação e ao papel do Red Team nas organizações, destacando a evolução da segurança cibernética, os desafios impostos pelas ameaças modernas e a interação entre Red, Blue e Purple Teams. Os alunos terão uma visão clara das diferenças entre esses times e como cada um contribui para fortalecer a postura de segurança das empresas.

O curso explora em profundidade os principais modelos de segurança, como Zero Trust, Defense-in-Depth e Least Privilege, que são essenciais para compreender as barreiras que precisam ser vencidas durante um exercício ofensivo. Também são apresentados frameworks amplamente utilizados, como o MITRE ATT&CK, NIST CSF, ISO 27001 e os CIS Controls, oferecendo aos alunos um repertório sólido de metodologias e práticas que ajudam a estruturar tanto os ataques simulados quanto as defesas empresariais.

Por fim, o curso apresenta técnicas de proteção, resiliência digital e resposta a incidentes, com foco em estratégias de Threat Intelligence, análise forense e threat hunting. Os alunos também terão contato prático com ferramentas modernas de defesa e monitoramento, como SIEM, SOAR, EDR/XDR, NGFW e WAFs, desenvolvendo uma visão crítica sobre como essas soluções são utilizadas na prática para detectar, mitigar e responder a ataques. Ao final da disciplina, estarão aptos a atuar em simulações de ataques reais e a colaborar de forma efetiva na identificação de fragilidades em ambientes corporativos.

A disciplina de Hacker Tools, Techniques & Exploits prepara os alunos para atuar no campo da segurança ofensiva, desenvolvendo habilidades práticas em ethical hacking e testes de intrusão (pentests). O curso apresenta as principais fases de um pentest, incluindo reconhecimento, exploração, pós-exploração e persistência, permitindo que os alunos compreendam como um atacante pensa e age em diferentes etapas de um ataque.

Além disso, são introduzidos importantes frameworks de referência, como o MITRE ATT&CK, Cyber Kill Chain e OWASP Testing Guide, essenciais para estruturar e documentar atividades ofensivas de forma profissional. Os alunos aprenderão a instalar e configurar o ambiente de testes utilizando o Kali Linux, a principal distribuição de segurança ofensiva do mercado. O curso explora as principais ferramentas utilizadas por Red Teams e grupos de Ameaças Persistentes Avançadas (APTs), além de técnicas de reconhecimento passivo e ativo com uso de OSINT (Open Source Intelligence).

Serão praticadas atividades de enumeração de serviços, portas, usuários e vulnerabilidades em sistemas Windows e Linux, preparando os alunos para identificar pontos frágeis em diferentes tipos de ambientes. O curso avança para técnicas mais sofisticadas, como Buffer Overflow e desenvolvimento de exploits personalizados.

Por fim, a disciplina aborda as mais modernas técnicas de evasão de mecanismos de defesa, capacitando os alunos a driblar soluções de segurança como antivírus, EDRs e firewalls, utilizando técnicas de ofuscação e bypass.

A disciplina de Ethical Hacker Testing oferece uma formação prática e teórica para profissionais que desejam atuar na área de segurança ofensiva de forma ética e responsável. O curso inicia com a compreensão da dinâmica de ataques cibernéticos por meio de estudos de casos reais, além de apresentar o mercado de trabalho e certificações reconhecidas, como CEH (Certified Ethical Hacker) e OSCP (Offensive Security Certified Professional). Também são abordados os aspectos legais, incluindo a importância de termos de responsabilidade e confidencialidade no contexto de testes de invasão.

Os alunos aprenderão a planejar e executar um Pentest (Teste de Invasão) de forma estruturada, utilizando metodologias consolidadas como OWASP Testing Guide e MITRE ATT&CK. O curso explora em detalhes as fases de um teste, com foco especial no reconhecimento e exploração de vulnerabilidades, aplicação de ferramentas e técnicas de ataque, e condução de simulações práticas de pentest em ambientes controlados, tanto em VMs Windows quanto Linux.

Além da parte prática, o curso ensina como elaborar relatórios de qualidade, essenciais para comunicar de forma clara os riscos identificados, recomendações de correção e a classificação das vulnerabilidades com base em scoring reconhecidos, como CVSS (Common Vulnerability Scoring System). Ao final da disciplina, os alunos estarão preparados para atuar de forma ética, técnica e estratégica em projetos de avaliação de segurança ofensiva.

A disciplina de AI Applied for Cybersecurity Professionals explora como a Inteligência Artificial está transformando o cenário da segurança cibernética, tanto no desenvolvimento de novas técnicas ofensivas quanto na criação de defesas mais sofisticadas.

Os alunos iniciarão o curso compreendendo os fundamentos da aplicação de IA em segurança ofensiva, aprendendo como modelos de machine learning e deep learning podem ser utilizados para identificar e explorar vulnerabilidades de forma automatizada e altamente eficiente.

A disciplina aborda ainda os conceitos de Adversarial Machine Learning, demonstrando como algoritmos de IA podem ser manipulados para produzir comportamentos indesejados ou falhas de segurança, além de explorar técnicas práticas de ataques contra modelos de IA.

Um dos tópicos mais avançados do curso é a análise de métodos para evasão de soluções de segurança como EDRs (Endpoint Detection and Response) e antivírus utilizando técnicas de IA, incluindo casos de uso reais de ferramentas como MalGAN e DeepLocker, que exemplificam o uso de redes neurais para criar malwares polimórficos e de difícil detecção.

Por fim, serão discutidos casos reais de AI Weaponization — o uso malicioso de IA em ataques cibernéticos — e apresentadas estratégias práticas de como proteger infraestruturas e modelos contra esse novo tipo de ameaça, preparando os profissionais para atuar na linha de frente da segurança digital moderna.

Esta disciplina tem como objetivo capacitar os alunos a projetar e implementar arquiteturas serverless utilizando a plataforma AWS. O curso abordará os princípios fundamentais do design serverless, como escalabilidade automática, eficiência no uso de recursos e a abstração da infraestrutura. O aluno aprenderá a utilizar os principais serviços AWS para criar soluções serverless, como AWS Lambda, API Gateway, AWS DynamoDB, S3, AWS Step Functions e EventBridge, entre outros.

Serão explorados tópicos como orquestração de funções, gerenciamento de eventos, integração de diferentes serviços AWS e a criação de APIs RESTful. O curso também abordará práticas de segurança, monitoramento e otimização de custos ao trabalhar com soluções serverless na AWS. Ao final da disciplina, o aluno será capaz de projetar e implementar aplicações altamente escaláveis e resilientes utilizando os serviços serverless da AWS, garantindo máxima eficiência e controle de custos.

A disciplina de Feature Engineering é essencial para profissionais que desejam extrair o máximo valor dos dados em projetos de Machine Learning e Inteligência Artificial. Ao longo do curso, os alunos serão introduzidos aos principais conceitos e práticas de engenharia de atributos, aprendendo como transformar dados brutos em informações relevantes que potencializam a performance de modelos preditivos.

Durante a disciplina, serão abordadas técnicas de pré-processamento e transformação de dados, essenciais para lidar com diferentes tipos de variáveis e preparar conjuntos de dados de alta qualidade. Os alunos também aprenderão a criar novas features a partir de dados existentes, explorando métodos de geração e seleção de atributos que impactam diretamente na acurácia e eficiência dos modelos.

Além disso, a disciplina explora práticas avançadas de Feature Engineering aplicadas a Deep Learning, discutindo como preparar dados para redes neurais e modelos complexos. Por fim, serão apresentados frameworks e ferramentas que automatizam o processo de Feature Engineering, permitindo maior agilidade e produtividade no desenvolvimento de soluções de IA.

A disciplina de Reinforcement Learning (Aprendizado por Reforço) mergulha em uma das áreas mais fascinantes e inovadoras da Inteligência Artificial, responsável por avanços notáveis em robótica, jogos, finanças e automação de processos complexos.

Os alunos iniciarão a jornada explorando os conceitos fundamentais do Reinforcement Learning, entendendo como agentes inteligentes aprendem a tomar decisões ótimas por meio de interações com o ambiente. Em seguida, serão aprofundados os fundamentos matemáticos que sustentam essa área, como processos de decisão de Markov, funções de recompensa e políticas de decisão.

A disciplina apresenta os principais algoritmos clássicos de aprendizado por reforço, como Q-Learning e SARSA, evoluindo para abordagens mais modernas e poderosas com o Deep Reinforcement Learning, integrando redes neurais para lidar com ambientes de alta complexidade e grandes volumes de dados.

Além da teoria, serão discutidas aplicações práticas e avançadas do Reinforcement Learning em cenários do mundo real, incluindo otimização de processos industriais, recomendação de conteúdos e controle de sistemas dinâmicos. Por fim, o curso aborda aspectos de MLOps e implementação em produção, preparando os alunos para enfrentar os desafios de escalar e manter soluções de Reinforcement Learning em ambientes corporativos e de alta demanda.