Programe.ai
Cursos
À venda

Fundamentos da Engenharia de IA

Construa a base necessária para entender como sistemas com IA funcionam: modelos, tokens, prompts, tools, MCPs, skills, agentes, harness e segurança.

Curso completo

R$ 797

10x de R$ 79,70 sem juros

ou R$ 717,30 no Pix10% off extra
  • Curso completo, com skills e materiais
  • Acesso vitalício
  • Garantia de 7 dias

Este curso também faz parte da Trilha do Engenheiro de IA: 3 cursos por R$ 3.497.

Ver a Trilha

Por que este curso existe

Muita gente entra em IA pelo uso direto de ChatGPT, Claude, Cursor, Codex, automações e agentes. Esse caminho é natural, porque as ferramentas dão resultado rápido. O problema aparece quando tudo começa a parecer uma coleção de nomes: modelo, token, prompt, contexto, tool, MCP, skill, agente, memória, harness, segurança.

Fundamentos da Engenharia de IA existe para organizar essa base. O curso mostra o papel de cada uma dessas peças dentro de um sistema com IA, como elas se conectam e quais decisões mudam o comportamento do que você está construindo ou avaliando.

Com essa base, você vai estar mais preparado para escolher ferramentas, acompanhar cursos mais avançados, participar de conversas técnicas e fazer perguntas melhores. A ideia não é decorar termos, nem transformar tudo em programação, mas entender a estrutura por trás das decisões.

O que você vai aprender

  • 01

    Enxergar a arquitetura por trás de uma aplicação com IA, em vez de pensar apenas na interface da ferramenta.

  • 02

    Entender onde uma solução precisa de prompt, contexto, ferramenta, memória, automação ou agente.

  • 03

    Escolher o formato certo para cada tipo de trabalho: assistente, workflow, agente, IDE, CLI, super app ou modelo local.

  • 04

    Avaliar uma solução com IA olhando para comportamento, segurança, acesso a dados, uso de ferramentas e falhas possíveis.

  • 05

    Avançar para outros cursos da formação com uma base comum de vocabulário, arquitetura e avaliação.

Pra quem é este curso

  • Para quem já usa ChatGPT, Claude, Cursor, Codex ou automações, mas quer entender melhor como essas peças se encaixam.
  • Para desenvolvedores que querem entrar em Engenharia de IA sem começar direto por frameworks, agentes ou ferramentas da moda.
  • Para quem acompanha discussões sobre agentes, MCPs, skills, modelos locais e automação, mas ainda sente falta de um mapa claro do assunto.
  • Para empreendedores, líderes, consultores e profissionais de outras áreas que querem avaliar projetos com IA e conversar melhor com times técnicos.
  • Para quem quer seguir outros cursos da formação com uma base comum antes de se aprofundar em Claude Code, Codex, harness, agentes ou automações.

Conteúdo do curso

23 aulas em 7 módulos

Módulo 1 · Modelos, tokens e inferência

  1. Modelos, treinamento e inferência

    41:02

  2. Modalidades, tokens e preços

    27:57

  3. Contexto e reasoning

    37:23

  4. Desempenho, latência e como ler a ficha técnica de um modelo

    25:41

Módulo 2 · Prompts, instruções e contexto

  1. O prompt como organização da informação

    28:09

  2. O contexto como matéria-prima do modelo

    23:02

  3. Degradação e gestão do contexto

    21:33

Módulo 3 · Ferramentas e capacidades

  1. Ferramentas e tool calling

    Em breve

  2. Recuperação de informação, RAG, bancos vetoriais e memória

    Em breve

  3. CLIs e ferramentas que executam ações

    Em breve

  4. Model Context Protocol

    Em breve

Módulo 4 · Assistentes, workflows, agentes e harnesses

  1. Do uso de ferramentas ao loop do agente

    Em breve

  2. Agentes versus workflows

    Em breve

  3. Agent Skills

    Em breve

  4. O harness como ambiente do agente

    Em breve

Módulo 5 · Interfaces e ambientes de execução

  1. Interfaces de chat e IA integrada a aplicações

    Em breve

  2. IDEs, CLIs e harnesses voltados à execução

    Em breve

  3. Workspaces de uso geral e assistentes pessoais

    Em breve

Módulo 6 · Confiabilidade, avaliação e segurança

  1. Prompt injection e os riscos do uso de IA

    Em breve

  2. Benchmarks, leaderboards e seus limites

    Em breve

  3. Evals e observabilidade em sistemas de IA reais

    Em breve

Módulo 7 · Como ler e avaliar sistemas de IA

  1. Como ler o sistema por trás de um produto de IA

    Em breve

  2. Avaliação prática: escolher a IA para um caso de uso real

    Em breve

Perguntas frequentes

  • Preciso saber programar para fazer este curso?

    Não é um curso de programação, mas ele não foge de conceitos técnicos. Quando código ou arquitetura aparecerem, a função é explicar como sistemas com IA são desenhados e avaliados. Quem programa vai reconhecer melhor as decisões; quem não programa vai ganhar base para conversar melhor com quem constrói.

  • Isso é só uma introdução ao ChatGPT?

    Não. ChatGPT pode aparecer como uma das interfaces, mas o curso não gira em torno de uma ferramenta específica. A ideia é entender a estrutura por trás dos sistemas com IA: modelos, contexto, prompts, ferramentas, agentes, automações, segurança e avaliação.

  • Esse curso é básico demais para quem já programa?

    Depende do seu contato com IA. Se você já construiu aplicações com modelos, tools, agentes, permissões e avaliação, talvez algumas partes sejam familiares. Mas, se o seu conhecimento veio de vídeos, testes com ferramentas ou uso pontual no trabalho, este curso organiza a base antes dos cursos mais avançados.

  • Qual é a relação deste curso com os outros cursos da formação?

    Este é o curso de fundamentos. Ele ajuda a construir a linguagem comum para avançar depois em temas mais específicos, como Claude Code, Codex, harness engineering, agentes, automações e workflows. Não precisa ser o primeiro curso de todo mundo, mas é a melhor base para quem quer entender o conjunto.