O aluno aprenderá os conceitos fundamentais da IA, explorando sua história e evolução até as aplicações atuais. Seriam abordados os diferentes tipos de IA, como fraca, forte e generativa, e conceitos essenciais, incluindo aprendizado de máquina, redes neurais e processamento de linguagem natural.

Explorar questões filosóficas sobre a natureza da inteligência e da consciência, refletindo sobre o que significa “pensar” e “aprender” artificialmente. Serão discutidos os impactos éticos, sociais e existenciais da IA, incluindo dilemas morais, responsabilidade em decisões, automatizadas e a relação entre, humanos e máquinas.

Aprender a identificar oportunidades inovadoras utilizando Inteligência Artificial, desenvolvendo soluções que agreguem valor em diferentes mercados. Serão abordadas metodologias de ideação, como design thinking, para criação de modelos de negócios baseados em IA, além de estratégias para validar ideias e avaliar a viabilidade técnica e econômica.

Aprender a integrar técnicas de Inteligência Artificial em processos de análise de dados para gerar insights estratégicos. Serão exploradas aplicações práticas, como previsões de mercado, otimização de processos e personalização de serviços, capacitando o aluno a transformar dados em vantagem competitiva para os negócios. 

Aprender a integrar Inteligência Artificial com dispositivos conectados para coletar, analisar e interpretar dados em tempo real. Serão exploradas arquiteturas e protocolos de IoT, além do uso de algoritmos de IA para automatizar processos, prever falhas e otimizar operações em ambientes inteligentes.

Aplicar algoritmos de machine learning e deep learning para resolver desafios empresariais complexos. Serão exploradas técnicas de modelagem preditiva, redes neurais e análise de grandes volumes de dados, com foco em otimização de processos, personalização de produtos e detecção de padrões 

Utilizar tecnologias imersivas para criar experiências interativas aplicadas a negócios. Serão explorados conceitos técnicos, ferramentas e aplicações práticas em setores como educação, treinamento, marketing e varejo.

Desenvolver e implementar estratégias corporativas que aproveitam o potencial da Inteligência Artificial. Serão explorados frameworks para avaliação de riscos, oportunidades e impacto da IA, além de práticas de governança e ética. 

Aprender a conduzir o ciclo completo de criação de produtos baseados em Inteligência Artificial, desde a concepção até o lançamento. Serão abordadas metodologias ágeis, design de produto centrado no usuário e integração de modelos de IA em soluções reais.

Planejar, executar e monitorar projetos de Inteligência Artificial, com ênfase em boas práticas de governança. Serão discutidos também aspectos éticos, legais e regulatórios da IA, capacitando o aluno a garantir que os projetos de IA sejam conduzidos de forma eficaz, transparente e em conformidade com as normas aplicáveis.

Utilizar ferramentas e tecnologias de IA para aprimorar a comunicação e a colaboração dentro das organizações. Será abordado uso de chatbots, assistentes virtuais, plataformas de colaboração inteligente e análise de dados para facilitar a troca de informações, melhorar a produtividade e otimizar processos de tomada de decisão.

Aprender a liderar a transformação digital dentro das organizações, promovendo a adoção e integração de Inteligência Artificial. Serão exploradas estratégias para comunicar e engajar stakeholders, além de práticas para garantir uma transição suave, ética e bem-sucedida para soluções baseadas em IA, alinhando as mudanças com os objetivos estratégicos da organização.

Identificar e abordar questões éticas no desenvolvimento e uso de Inteligência Artificial. Explorar temas como viés algorítmico, privacidade de dados, transparência e tomada de decisões automatizada. O aluno também discutirá a responsabilidade social das empresas ao implementar IA, garantindo que as soluções sejam justas, inclusivas e em conformidade com normas legais e sociais.

Asar técnicas de Inteligência Artificial para analisar dados empresariais e apoiar decisões estratégicas. Será abordada a aplicação de algoritmos de aprendizado de máquina, análise preditiva e mineração de dados para identificar padrões e tendências.

Aplicar técnicas estatísticas para analisar e interpretar dados utilizando a linguagem de programação R. Usar pacotes e bibliotecas do R específicos para IA, como caret e randomForest, para desenvolver modelos de aprendizado de máquina e validar suas conclusões.

Aplicar técnicas de ciência de dados e Inteligência Artificial utilizando a linguagem de programação Python. Será abordado o processamento e análise de grandes volumes de dados, além do uso de bibliotecas como Pandas, NumPy, Scikit-learn e TensorFlow para implementar modelos de aprendizado de máquina e deep learning.

Aprender como os sistemas de IA podem simular a percepção humana, especialmente no que diz respeito ao processamento e interpretação de imagens e vídeos. Serão abordados conceitos de visão computacional, como detecção de objetos, reconhecimento de padrões, segmentação de imagens e deep learning para análise visual.

Aprender como as máquinas compreendem e gerenciam a linguagem humana. Serão abordados técnicas e algoritmos de PLN, como análise de sentimentos, tradução automática, reconhecimento de entidades nomeadas e modelagem de tópicos.

Extrair padrões e insights valiosos a partir de grandes volumes de dados. Serão abordadas técnicas de pré-processamento, clustering, classificação, regressão e análise de associação

Aprender os conceitos e técnicas fundamentais de redes neurais artificiais e seu papel no aprendizado de máquina. Será elencado o funcionamento de modelos como perceptrons, redes neurais profundas (deep learning), retropropagação e redes convolucionais (CNNs), além de técnicas de treinamento, otimização e regularização. 

Aprender como promover e integrar uma cultura organizacional orientada por dados e IA. Serão explorados temas como governança de dados, ética, privacidade e a criação de processos que garantam a qualidade dos dados, capacitando o aluno a liderar iniciativas que transformem a organização em uma entidade mais orientada por dados e mais preparada para adotar IA de forma estratégica.

Aprender as técnicas e arquiteturas avançadas de redes neurais, como redes neurais profundas (DNNs), redes convolucionais (CNNs), redes recorrentes (RNNs) e redes generativas adversariais (GANs).

Explorar as inovações emergentes e as direções que a Inteligência Artificial e a tecnologia seguirão nos próximos anos. Serão abordados tópicos como IA explicável, computação quântica, ética da IA, e a evolução de modelos de aprendizado profundo e outras tecnologias disruptiva