Esta disciplina aborda os fundamentos de tecnologia e programação, preparando os alunos para desenvolverem soluções tecnológicas e compreenderem conceitosessenciais relacionados a desenvolvimento de software, estrutura de dados, algoritmos e lógica de programação. A ênfase está na aplicação prática, cobrindo linguagens de programação modernas, metodologias ágeis, e conceitos fundamentais de computação em nuvem, segurança digital e integração de APIs.

Esta disciplina combina os princípios fundamentais da arquitetura de software com as práticas específicas da Clean Architecture, proporcionando uma compreensão completa para o design de sistemas escaláveis, de alta performance e fácil manutenção. O aluno será capacitado a aplicar diversos padrões arquiteturais, como microservices, monolitos e arquiteturas orientadas a eventos, além de aprender a separar responsabilidades em diferentes camadas do sistema utilizando a Clean Architecture

O foco será na criação de sistemas com baixo acoplamento, alta coesão e independência de frameworks, bancos de dados e outras dependências externas. A disciplina também abordará os princípios de design como a inversão de dependências, a modularização do código, a utilização de testes unitários e a documentação de decisões arquiteturais. Ao final, o aluno será capaz de projetar e implementar arquiteturas que favoreçam a evolução contínua do software, mantendo a qualidade e a manutenção em longo prazo.

A disciplina introduz os fundamentos da inteligência artificial (IA), abordando conceitos, técnicas e aplicações práticas de IA. Serão explorados temas como aprendizado de máquina, redes neurais, processamento de linguagem natural e visão computacional, destacando ferramentas e frameworks mais relevantes no mercado.

Os alunos compreenderão os princípios básicos da construção de modelos preditivos, treinamento de algoritmos e avaliação de desempenho, além de questões éticas relacionadas ao uso da IA.

A disciplina aborda os princípios e práticas de desenvolvimento seguro de software, com foco na identificação, prevenção e mitigação de vulnerabilidades ao longo do ciclo de vida do software. Serão explorados tópicos como segurança em aplicações web e mobilidade, criptografia aplicada, autenticação, controle de acesso e segurança em APIs.

Os alunos ainda terão oportunidade de conhecer metodologias seguras (DevSecOps), realizar testes de segurança (OWASP) e adotar práticas de codificação segura para proteger sistemas contra ataques cibernéticos.

Esta disciplina apresenta os fundamentos de computação em nuvem, abordando conceitos, modelos de serviço (IaaS, PaaS, SaaS) e arquiteturas modernas. Serão explorados provedores líderes de mercado como AWS, Azure e Google no contexto de implantação de aplicações, gerenciamento de recursos e segurança na nuvem.

Os alunos aprenderão práticas de escalabilidade, alta disponibilidade e integração de serviços em ambientes híbridos e multicloud, além de aplicar ferramentas de automação e DevOps para otimização das operações.

Esta disciplina explora os métodos e ferramentas usadas para criar protótipos interativos. Serão abordados conceitos de design centrado no usuário (UX/UI), prototipagem rápida e validação de ideias. Os alunos aprenderão a utilizar ferramentas como Figma, Adobe XD, Marvel e NodeRed, aplicando técnicas de wireframing, design de baixa e alta fidelidade e testes com usuários. O conteúdo irá reforçar também a importância da prototipagem no processo de inovação e desenvolvimento iterativo.

Esta disciplina tem como objetivo capacitar o aluno em metodologias ágeis e confrontá-las com outras metodologias tradicionais. Compreender os modelos baseados em metodologias ágeis como Scrum, XP (programação extrema), TDD (desenvolvimento dirigido a testes) e FDD (desenvolvimento dirigido a aspectos). Ainda, será apresentado o framework SAFE (framework de ágil escalado) com foco em grandes equipes e projetos. Por fim, serão desenvolvidos aspectos de gestão utilizando o modelo conhecido como Management 3.0.

Esta disciplina tem como objetivo capacitar os alunos a automatizar o ciclo de vida do desenvolvimento de software utilizando GitHub Actions. O curso abordará os conceitos fundamentais de DevOps e como aplicar a filosofia de integração e entrega contínuas (CI/CD) por meio dessa ferramenta poderosa e flexível. O aluno aprenderá a configurar e personalizar workflows no GitHub Actions, automatizando tarefas como testes, build,deployment e verificação de código.

Serão explorados tópicos como a criação de pipelines de CI/CD, uso de runners, integração com outros serviços e automação de tarefas repetitivas, além de práticas para garantir a segurança e a eficiência dos workflows. A disciplina também ensinará como integrar o GitHub Actions com outras ferramentas do ecossistema DevOps e ambientes de nuvem, para construir fluxos de trabalho escaláveis e confiáveis. Ao final do curso, o aluno estará apto a implementar e gerenciar pipelines de automação completos, utilizando GitHub Actions para otimizar o processo de desenvolvimento e entrega de software.

A disciplina apresenta conceitos e práticas de desenvolvimento e gerenciamento de aplicações utilizando containers e orquestração dos mesmos em ambientes escaláveis. Serão abordadas soluções como Docker, Kubernetes e práticas de infraestrutura como código (IaC). Os alunos aprenderão a criar, empacotar e distribuir aplicações em containers, além de configurar pipelines de CI/CD para automação de deploys.

O curso também cobre aspectos de monitoramento, segurança e escalabilidade em ambientes containerizados, com foco em aplicações modernas e arquiteturas baseadas em microsserviços.

Capacitar o aluno a construir aplicações web performáticas, otimizadas para SEO e com excelente experiência do usuário utilizando o framework Next.js, explorando seus recursos de Server-Side Rendering (SSR), Static Site Generation (SSG) e API Routes.

A disciplina apresenta os fundamentos e conceitos avançados da linguagem JavaScript, explorando desde os conceitos básicos até tópicos mais complexos como manipulação do DOM, programação assíncrona com Promises e async/await, e conceitos de funções de ordem superior. Os alunos aprenderão a utilizar bibliotecas e frameworks modernos como React, Node.js e Express para construir aplicações web dinâmicas e escaláveis.

Esta disciplina explora os conceitos e práticas fundamentais do Experience Design (XD), focando na criação de experiências digitais envolventes e centradas no usuário. Os alunos aprenderão sobre os processos de pesquisa, prototipagem, design de interfaces, usabilidade e testes de usuário. O curso aborda técnicas para mapear jornadas do usuário, desenvolver personas e aplicar metodologias ágeis no design de experiências. Também serão discutidos aspectos de acessibilidade, interatividade e impacto emocional no design de produtos digitais, visando otimizar a interação e satisfação do usuário.

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 apresentará os conceitos fundamentais e avançados de bancos de dados relacionais e não relacionais. Os alunos terão oportunidade de revisar temas relacionados a modelagem de dados, normalização, SQL avançado, e técnicas de otimização de consultas. Serão explorados também bancos de dados NoSQL, como MongoDB e Cassandra, além de sistemas de gerenciamento de banco de dados distribuídos.

A disciplina irá abordar o conceito de microsserviços bem como projetar, implementar e gerenciar arquiteturas baseadas em microsserviços. Os alunos aprenderão sobre a descentralização de componentes, comunicação entre microsserviços, padrões de API Gateway, e Service Mesh. O curso envolve ferramentas como Kubernetes e Istio, além de tratar questões como escalabilidade, segurança, resiliência e governança de microsserviços.

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.

A disciplina abordará os principais conceitos e técnicas relacionados a modelos generativos, com foco na geração de textos e imagens. Os alunos serão introduzidos aos fundamentos estatísticos e matemáticos que sustentam esses modelos, incluindo o estudo de modelos probabilísticos clássicos que deram origem às abordagens modernas.
Serão exploradas arquiteturas avançadas como Redes Generativas Adversariais (GANs) e Variational Autoencoders (VAEs), além de modelos autoregressivos e baseados em Transformers, amplamente utilizados em aplicações de inteligência artificial generativa. Os alunos terão a oportunidade de entender o funcionamento interno desses modelos e como são aplicados na criação de conteúdos realistas e de alta qualidade.
Por fim, a disciplina apresentará técnicas de treinamento, ajustes de hiperparâmetros e estratégias para melhoria de desempenho dos modelos, permitindo que os alunos desenvolvam soluções mais eficientes e precisas. Ao final do curso, espera-se que os participantes sejam capazes de compreender, implementar e aprimorar modelos generativos aplicados tanto à linguagem natural quanto à geração de imagens.

Esta disciplina explora a construção de aplicações escaláveis e de baixo custo utilizando o modelo de computação Serverless. O conteúdo inclui os fundamentos de Functions as a Service (FaaS) e a criação de microsserviços orientados a eventos. O conteúdo desta disciplina aprofunda-se na integração com serviços de API Gateway para exposição segura de funções e na utilização de Streaming de Eventos (como Apache Kafka e Amazon Kinesis) para comunicação assíncrona entre componentes. Outros temas essenciais incluem o gerenciamento de estado em arquiteturas Serverless, observabilidade e a otimização de custos. A disciplina destaca a importância de padrões de design para construir sistemas responsivos, resilientes e escaláveis.