MBA em
Inteligência Artificial
Generativa

Compreenda como os LLMs funcionam internamente — desde a tokenização até a geração de texto, embeddings vetoriais e estratégias de uso como RAG e fine-tuning.

Técnicas avançadas para extrair o máximo dos LLMs: Chain of Thought, ReAct, Few-shot, templates dinâmicos, injeção de prompts e versionamento.

System design distribuído com IA: design patterns, caching de tokens, segurança, bancos vetoriais, observabilidade e controle de custos.

Criação e manutenção de documentação técnica com IA: PRDs, RFCs, ADRs, C4 Model, runbooks e geração automatizada de documentação.

Fluxo de trabalho IA-driven com Cursor, Windsurf e GitHub Copilot. Testes automatizados, debugging assistido, refactoring e vulnerabilidades.

Claude Code e Codex OpenAI para desenvolvimento autônomo. Task breakdown, gerenciamento de estado, planos de ação e verificação de discrepâncias.

OpenAI SDK, LangChain, pipelines RAG completos, aplicações multifuncionais, extração de dados e roteamento por intenção.

Ciclo de vida de agentes, coordenação sequencial/paralela, ADK do Google, LangGraph, CrewAI e observabilidade em tempo real.

MCP (Model Context Protocol) completo: servidores, tools, resources e prompts. Google A2A: tasks, messages, agent cards e composição de agentes.

Pipelines inteligentes, DevSecOps, monitoramento com detecção de anomalias, resposta a incidentes com IA e agentes operacionais autônomos.

Posicionamento estratégico, pipeline de liderança, branding pessoal, networking com propósito e fundamentos de empreendedorismo moderno.