Trilha do Profissional do Futuro
Uma formação de um ano, em três fases, para aprender a identificar oportunidades, construir soluções e aplicar inteligência artificial em problemas reais da sua área.
Conversamos com empresas que estão moldando o futuro, como Anthropic, OpenAI e McKinsey, para entender o que essas carreiras vão pedir.
No teclado, a opção Lista mostra todos os blocos em sequência.
Pular trilha7 habilidades
Usar IA bem começa por entender como ela funciona. Aprendemos a escolher o modelo de cada tarefa, a dar instruções claras e a conferir as respostas, para usar a tecnologia com critério.
7 habilidades
Muitas soluções falham por resolver o problema errado. Antes de construir, investigamos quem vive a necessidade e como o trabalho acontece, e transformamos o que encontramos em uma proposta com objetivos claros.
8 habilidades
Com IA, construir ficou mais rápido, mas entender o que foi construído continua sendo nosso papel. Desenvolvemos com ferramentas de IA e aprendemos os fundamentos de software na prática, para revisar, corrigir e melhorar o que criamos.
9 habilidades
Uma IA só acerta quando enxerga as informações certas. Aprendemos a organizar dados, consultá-los e conectar a IA aos sistemas e documentos de cada organização, para que nossas soluções trabalhem com o contexto adequado.
8 habilidades
Boa parte do trabalho de uma equipe se repete todos os dias. Desenhamos processos reutilizáveis que combinam IA e execução programática, e usamos agentes que agem com ferramentas, limites e pontos de verificação.
9 habilidades
Uma solução que funciona na demonstração ainda pode falhar no uso real. Comparamos abordagens, medimos qualidade, custo e confiabilidade, e só então colocamos a solução em operação.
6 habilidades
O aprendizado ganha valor quando chega ao trabalho real. Participamos de cases, pilotos e capacitações, adaptamos as soluções a cada equipe e registramos o que produzimos para que outras pessoas possam continuar.
Compreensão de problemas e negócios, autonomia e entrega crescem ao longo de todo o caminho.
Início
Usar IA bem começa por entender como ela funciona. Aprendemos a escolher o modelo de cada tarefa, a dar instruções claras e a conferir as respostas, para usar a tecnologia com critério.
Muitas soluções falham por resolver o problema errado. Antes de construir, investigamos quem vive a necessidade e como o trabalho acontece, e transformamos o que encontramos em uma proposta com objetivos claros.
Com IA, construir ficou mais rápido, mas entender o que foi construído continua sendo nosso papel. Desenvolvemos com ferramentas de IA e aprendemos os fundamentos de software na prática, para revisar, corrigir e melhorar o que criamos.
Desenvolvimento
Uma IA só acerta quando enxerga as informações certas. Aprendemos a organizar dados, consultá-los e conectar a IA aos sistemas e documentos de cada organização, para que nossas soluções trabalhem com o contexto adequado.
Boa parte do trabalho de uma equipe se repete todos os dias. Desenhamos processos reutilizáveis que combinam IA e execução programática, e usamos agentes que agem com ferramentas, limites e pontos de verificação.
Consolidação
Uma solução que funciona na demonstração ainda pode falhar no uso real. Comparamos abordagens, medimos qualidade, custo e confiabilidade, e só então colocamos a solução em operação.
O aprendizado ganha valor quando chega ao trabalho real. Participamos de cases, pilotos e capacitações, adaptamos as soluções a cada equipe e registramos o que produzimos para que outras pessoas possam continuar.
E muito mais.
Compreensão de problemas e negócios, autonomia e entrega crescem ao longo de todo o caminho.
Em três fases, o percurso vai dos fundamentos de IA à aplicação em situações reais.
Fundamentos de IA, diagnóstico de problemas e desenvolvimento com IA.
01
02
03
Dados, integrações, automações, skills e agentes.
04
05
Avaliação, operação e aplicação em situações reais.
06
07
Compreensão de problemas e negócios, autonomia e entrega crescem ao longo de todo o caminho.
Três dados que explicam por que ensinamos o que ensinamos.
01 · Brasil
IA e big data é a competência que os empregadores brasileiros mais esperam usar até 2030. E, entre as funções-chave, as que mais devem crescer são justamente as que trabalham com IA e dados.
02 · Mundo
Num ranking global de 26 competências, IA e big data lidera. Letramento tecnológico, pensamento criativo, curiosidade e aprendizado contínuo, pensamento analítico e pensamento sistêmico aparecem entre as onze primeiras. São as que a trilha trabalha.
03 · Mudança
Os empregadores no Brasil esperam que 37% das competências centrais de hoje mudem até 2030. Quem aprende continuamente acompanha a mudança, e é isso que a trilha treina.
das competências centrais de hoje devem mudar até 2030 no Brasil.
No mundo: 39%
Por isso a trilha forma quem combina IA com critério, criatividade e a capacidade de continuar aprendendo.
Usamos aprendizagem baseada em problemas, com uma diferença: o membro começa a criar sozinho no dia 0, usando a IA para estudar, e um monitor acompanha e direciona cada passo do seu desenvolvimento.
Etapa 01 de 04 · Fundamentos
Antes de construir, o membro entende os conceitos que o problema exige: como os modelos funcionam, onde erram e que ferramentas fazem sentido. A aula entra na medida do que o problema pede.
Etapa 01 · Fundamentos
Antes de construir, o membro entende os conceitos que o problema exige: como os modelos funcionam, onde erram e que ferramentas fazem sentido. A aula entra na medida do que o problema pede.
Etapa 02 · Projetos internos
Com um case em mãos, o membro resolve o problema construindo por conta própria, usando a IA como ferramenta de estudo e de criação.
Etapa 03 · Apresentação
O case é apresentado ao time e a uma banca avaliadora: o que funciona, as decisões tomadas e onde a solução falhou. A avaliação mostra o que precisa ser aprofundado.
Etapa 04 · Problemas reais
Com a base testada, o membro é posto em problemas reais de empresas, onde precisa implementar a solução e fazê-la funcionar em produção, não em sandbox. Daí, o ciclo volta aos fundamentos.
Ninguém espera meses de estudo antes de construir. O primeiro projeto começa no primeiro dia, com um problema pequeno e real.
Damos as ferramentas, os acessos e o contexto de que a IA precisa para que o membro aprenda e crie sozinho, no próprio ritmo.
Um monitor acompanha o desenvolvimento, revisa as decisões e direciona o próximo passo. O projeto só termina quando roda em produção, não em sandbox.
Estudantes de graduação em engenharias e cursos de exatas da UFSCar, no campus São Carlos; licenciaturas e pós-graduação não estão incluídas. O que procuramos é iniciativa, vontade de aprender e honestidade sobre o que ainda não se sabe.
Não. A trilha constrói a base em programação, dados e produto desde o primeiro bloco, então não exigimos experiência prévia em nenhuma dessas áreas.
Começa com uma conversa sobre um problema real. A partir dele, combinamos o formato: capacitar a equipe, criar skills e agentes, melhorar um processo ou resolver um case interno. Antes de começar, definimos juntos o que conta como sucesso.
Processos que se repetem, decisões que dependem de muita informação, trabalho que a equipe gostaria de automatizar ou entender melhor. Se a IA não for a melhor resposta para o caso, dizemos isso também.
Num curso, o conteúdo é o fim. Aqui ele é o meio: cada ciclo termina com uma solução funcionando para um problema real e com a explicação do que deu certo e do que falhou, ao longo de um ano.
Para organizações
Capacitamos equipes, criamos skills e agentes, melhoramos processos e resolvemos cases internos com vocês. Antes de começar, combinamos o que conta como sucesso.
Conversar sobre um desafioPara estudantes
Para estudantes de graduação em engenharias e exatas da UFSCar São Carlos, com ou sem experiência em programação. Pedimos iniciativa, vontade de aprender e honestidade sobre o que ainda não se sabe.
Quero participar