Descubra aplicações potenciais da IA para impulsionar o crescimento
Se você é um profissional ou empreendedor que atua na área de inteligência artificial (IA), este programa vai ajudá-lo a compreender os princípios de tecnologia e design de negócios, além das aplicações da IA em diferentes setores e funções organizacionais.
O objetivo é que você desenvolva uma proposta de produto baseado em IA, que poderá ser apresentada a stakeholders internos ou a investidores. Você aprenderá as etapas envolvidas no design de produtos com IA, os fundamentos de algoritmos de machine learning e deep learning, e aplicará esses conhecimentos para resolver problemas práticos.
Além disso, terá acesso às tendências mais recentes da indústria em Agentes e Retrieval-Augmented Generation (RAG), em uma sessão ao vivo com o professor Dr. Brian Subirana, obtendo uma visão atualizada sobre os rumos do design de produtos em IA.
A adoção da inteligência artificial permite automação, análises de dados mais precisas e maior engajamento com clientes — vantagens essenciais no mercado competitivo de hoje. Com aplicações que vão das operações à estratégia, a demanda por talentos está em forte crescimento: o relatório Jobs on the Rise do LinkedIn aponta engenheiro de IA e consultor de IA como os cargos de crescimento mais rápido, com uma taxa anual de 74%.
A McKinsey acrescenta que incorporar IA ao desenvolvimento de produtos acelera fluxos de trabalho, automatiza tarefas e agiliza a prototipagem, reduzindo o tempo de lançamento no mercado e impulsionando a inovação. Esses movimentos reforçam a urgência para que as organizações projetem, gerenciem e executem roteiros claros de adoção de IA.
Este curso de 10 semanas é ideal para você se é líder de produto técnico, profissional de tecnologia, consultor de tecnologia ou empreendedor que deseja aprofundar sua compreensão dos fundamentos e ferramentas de IA, além de explorar os diversos processos de design envolvidos em produtos baseados em IA. Conhecimentos de cálculo, álgebra linear, estatística e probabilidade são recomendados, assim como experiência básica em Python.
O programa é ideal para:
Gerentes e Líderes de Produtos Técnicos responsáveis por machine learning e produtos baseados em IA em suas organizações, que buscam agregar valor aproveitando o que há de mais avançado em tecnologias de IA.
Profissionais de Tecnologia que projetam e desenvolvem soluções de tecnologia alinhadas às necessidades das organizações e desejam ampliar sua compreensão sobre o desenvolvimento de soluções baseadas em IA utilizando algoritmos de machine learning.
Consultores de Tecnologia que atuam na análise, design e desenvolvimento de soluções de tecnologia para clientes.
Fundadores de Startups de IA que desenvolvem aplicações baseadas em IA e querem aprender um framework comprovado para criar produtos de IA viáveis, além de ampliar sua rede com outros profissionais de tecnologia.
Designers e Líderes de UI/UX responsáveis por gerenciar a experiência do usuário em aplicações baseadas em IA.
Observação: o conteúdo deste programa pressupõe conhecimento prévio em cálculo, álgebra linear, estatística e probabilidade. Experiência básica em Python também será benéfica.
Para se inscrever neste programa recomendamos ter um nível de inglês que permita ler, interagir e realizar atividades de forma autônoma nesse idioma. Embora nosso acompanhamento seja em português, materiais e atividades nas plataformas serão exclusivamente em inglês.
Este programa foi desenvolvido para equipá-lo com as habilidades necessárias para ampliar sua compreensão sobre soluções baseadas em IA e Gen AI.
O programa ajudará você a:
Categorizar Diferentes Algoritmos de Machine Learning:
Classificar e descrever diversos algoritmos de machine learning, como supervised, unsupervised e reinforcement learning, destacando suas características e aplicações únicas.
Categorizar Diferentes Algoritmos de Convolutional/Deep/Recurrent Neural Networks:
Distinguir entre os diferentes tipos de redes neurais, incluindo convolutional neural networks (CNNs), deep neural networks (DNNs) e recurrent neural networks (RNNs), explicando suas estruturas, funcionalidades e casos de uso.
Categorizar Tecnologias de Generative AI:
Compreender as arquiteturas subjacentes a transformers e outras abordagens de generative AI para poder avaliar criticamente quando utilizá-las em um determinado contexto de negócios.
Avaliar as Quatro Etapas do AI Design Process Model:
Avaliar criticamente as quatro etapas-chave do processo de design de IA, discutindo sua importância, desafios e melhores práticas para implementação bem-sucedida.
Explicar Como Humanos e Computadores Interagem em IA:
Analisar a interação entre humanos e computadores em sistemas de IA, focando em como a intervenção, supervisão e colaboração humanas potencializam o desempenho da IA e a tomada de decisões.
Descrever Como Diferentes Tipos de Superminds Resolvem Diversos Problemas:
Ilustrar o conceito de superminds — grupos de indivíduos e máquinas trabalhando juntos — e como diferentes configurações de superminds podem abordar de forma eficaz problemas variados.
Prever Oportunidades de IA em Processos de Negócios Digitais:
Identificar e projetar oportunidades potenciais impulsionadas por IA em processos de negócios digitais, enfatizando áreas onde a IA pode gerar inovação, eficiência e vantagem competitiva.
Construir um Business Case para Iniciar uma Aplicação de IA:
Desenvolver um business case completo para a implementação de uma aplicação de IA, incluindo análise de custo-benefício, alinhamento estratégico, avaliação de riscos e roadmap de implementação.
Receba um certificado e 4,80 Continuing Education Units (CEUs) pelo MIT xPRO
Insights dos professores sobre RAG, Agentic AI e tendências futuras de IA em uma sessão ao vivo
Habilidades prontas para o mercado para avaliar oportunidades de soluções de IA e construir o business case correspondente
Desenvolva uma proposta de projeto de IA para apresentar a stakeholders internos ou investidores
Aprimore seu conhecimento por meio de crowdsourcing, demonstrações e atividades de suporte ao design
Para se inscrever neste programa recomendamos ter um nível de inglês que permita ler, interagir e realizar atividades de forma autônoma nesse idioma. Embora nosso acompanhamento seja em português, materiais e atividades nas plataformas serão exclusivamente em inglês.
Agentic AI, RAG e o Futuro da IA Escalável
Nesta sessão ao vivo, o Dr. Brian Subirana explora agentes de IA, incluindo técnicas de Retrieval-Augmented Generation (RAG), o Model Context Protocol (MCP) e o futuro do design de IA escalável. Utilizando exemplos do mundo real — incluindo Open Source LLMs, LangChain e estudos de caso da Amazon — a sessão aborda boas práticas técnicas, desafios de implementação em negócios e tendências emergentes que moldam sistemas inteligentes de IA.
Observação: as sessões ao vivo estão sujeitas a alterações. Agentic AI e RAG são tratados em uma sessão conduzida pela faculdade e complementam o conteúdo do módulo principal
Ex-Diretor, MIT Auto-ID Lab
Brian Subirana lecionou no MIT Sloan e na MIT School of Engineering e também integra o corpo docente da Harvard University. Sua pesquisa concentra-se em IoT e IA, com foco em ...
Pesquisador Sênior, MIT; Diretor Associado, MIT Media Lab
Andrew Lippman lidera o grupo de pesquisa Viral Communications no MIT Media Lab. Seu trabalho abrangeu desde vídeo digital e entretenimento até interfaces gráficas, redes e
Professora Assistente de Carreira X, MIT Electrical Engineering and Computer Science (em conjunto com Mechanical Engineering)
Stefanie Mueller é líder do grupo Human Computer Interaction Communities of Research (HCI CoR) no MIT CSAIL. Sua pesquisa desenvolve sistemas inovadores de hardware e software...
Professor Clarence J. Lebel, Electrical Engineering and Computer Science
Duane Boning é afiliado ao MIT Microsystems Technology Laboratories e atua como Diretor Associado de Computação e CAD (computer-aided design). É também Co-Diretor de Engenhari...
Managing Director, MIT Machine Intelligence for Manufacturing and Operations (MIMO)
Bruce Lawler é empreendedor de tecnologia e executivo. Desenvolveu diversas aplicações em plataformas como mobile, SaaS, IA e redes de distribuição de vídeo. Liderou múltiplos...
Professor Patrick J. McGovern de Administração, MIT Sloan. Diretor Fundador, MIT Center for Collective Intelligence
Thomas W. Malone é Professor de Tecnologia da Informação e de Estudos Organizacionais no MIT. Ao longo de sua carreira, previu corretamente importantes tendências de negócios ...
Chief Executive Officer, Voomer
David Anderton-Yang lidera a startup Voomer, que ajuda usuários a ganhar confiança em entrevistas em vídeo. O serviço utiliza uma técnica de análise de vídeo aprimorada por IA...
Assistente de Pesquisa, MIT Media Lab
Aruna Sankaranarayanan integra o grupo Viral Communications no MIT Media Lab. Sua pesquisa investiga como técnicas de deep learning e visão computacional podem manipula...
Ganhe reconhecimento! Após a conclusão bem-sucedida deste programa, o MIT xPRO concede um certificado de conclusão aos participantes, juntamente com 4,80 Continuing Education Units (CEUs). Este programa é avaliado no formato aprovado ou reprovado; para ser aprovado e obter o certificado de conclusão, o participante deve alcançar no mínimo 75% de aproveitamento.
Observação: Após a conclusão do programa, seu certificado digital verificado será enviado por e-mail, sem custo adicional, no nome utilizado no momento da inscrição. Todas as imagens de certificados são apenas ilustrativas e podem ser alteradas a critério do MIT.
Não encontrou o que estava procurando? Escreva para nós em inscricao.brasil@emeritus.org ou agende uma ligação com um dos consultores acadêmicos.
Algumas condições acadêmicas e comerciais podem ser modificadas sem aviso prévio. Mantenha-se em contato com seu consultor. Sujeito à disponibilidade de abertura de grupos.
Consultar opções de parcelamento disponíveis.
COMEÇA EM