Existe uma diferença entre usar uma API de inteligência artificial e construir um sistema de IA que funciona. A engenharia de IA trata da segunda coisa: é a camada entre o modelo e a aplicação, onde se escolhe o modelo certo para o problema, se mede se ele está entregando, se decide entre RAG e fine-tuning, se preparam os dados e se sustenta o sistema em produção com custo previsível, latência aceitável e salvaguardas.
Este curso de extensão EaD 100% ao vivo, apresenta a base estruturada dessa disciplina em cinco módulos: modelos de fundação e planejamento de aplicações; arquitetura de modelos e metodologias de avaliação; engenharia de prompts e RAG; fine-tuning e engenharia de datasets; otimização de inferência, salvaguardas e observabilidade.
É recomendável familiaridade com Python e lógica de programação.
Informações:
| Inscrições até: | Inscrições abertas |
| Início das aulas: | 17/03/2027 |
| Duração: | 1 mês |
| Carga horária: | 24 horas |
| Local: |
EAD
|
| Dias e horários: |
Segunda-Feira 19h30 às 22h40 Quarta-Feira 19h30 às 22h40 |
| Programa do curso Faça sua Inscrição | |
Diferenciais
Um curso de engenharia de IA conduzido na modalidade EaD 100% ao vivo, com professor titular, monitor em todas as aulas, corpo docente com sólida formação acadêmica e atuação em grandes empresas do setor.
A ementa cobre o campo inteiro, não apenas ferramentas: modelos de fundação e suas três camadas de stack, metodologias de avaliação, engenharia de prompts defensiva, arquitetura e otimização de sistemas RAG, fine-tuning eficiente em parâmetros, curadoria e processamento de datasets, otimização de inferência e implementação de monitoramento e observabilidade.
Objetivos
Ao final do curso, o participante será capaz de:
· Explicar o que é engenharia de IA, sua relação com machine learning e engenharia full-stack, e como se organiza a stack em três camadas;
· Planejar uma aplicação de IA: avaliar casos de uso, definir expectativas e estabelecer marcos;
· Selecionar modelos de fundação com critério e construir pipelines de avaliação;
· Aplicar engenharia de prompts, incluindo aprendizado em contexto, prompts de sistema e técnicas defensivas;
· Projetar, implementar e otimizar sistemas de Geração Aumentada por Recuperação (RAG);
· Decidir quando aplicar fine-tuning e praticar técnicas eficientes em parâmetros;
· Curar, adquirir, anotar e processar datasets para aplicações de IA;
· Otimizar inferência e projetar arquiteturas com aprimoramento de contexto, salvaguardas, monitoramento e observabilidade;
· Utilizar a engenharia de IA de forma ética e eficaz.
Perfil do Aluno
Desenvolvedores de software, engenheiros de dados, cientistas de dados, profissionais de machine learning e analistas em transição para inteligência artificial que desejam adquirir a base conceitual e prática da engenharia de IA.
É recomendável familiaridade com Python e lógica de programação: o curso trabalha com seleção de modelos, pipelines de avaliação, fine-tuning eficiente em parâmetros e otimização de serviço de inferência.
Certificação
Certificado de Conclusão emitido pela Faculdade FIA de Administração e Negócios, mantida pela Fundação Instituto de Administração, ao aluno aprovado conforme o sistema de avaliação adotado pela coordenação do curso.
Investimento
Valor integral: R$ 3.571,43 à vista ou 10x de R$ 357,14 no cartão de crédito, sem juros.
Valor para conveniados: R$ 2.500,00 à vista ou 10x de R$ 250,00 no cartão de crédito, sem juros.
Metodologia
· Aulas na modalidade EaD ao vivo, transmitidas por plataforma digital com contato em tempo real entre alunos e professor;
· Todas as aulas com professor titular e apoio de ao menos um monitor;
· Conceitos apresentados por meio de exposição de conteúdo, exemplos e exercícios práticos;
· Prática com seleção de modelos, pipelines de avaliação, fine-tuning e otimização de inferência;
· Aulas gravadas e disponíveis na biblioteca digital até o final do curso.
Sistema de Avaliação
O Certificado de Conclusão, emitido pela Faculdade FIA de Administração e Negócios — mantida pela Fundação Instituto de Administração —, é fornecido ao aluno que tenha acompanhado o curso de modo satisfatório, conforme os padrões exigidos pela coordenação, e frequentado ao menos 75% da carga horária total de aulas.
Apresentação
O corpo docente reúne professores com sólida formação acadêmica e atuação em grandes empresas de destaque no setor. Nos critérios de seleção, são priorizadas a qualificação e a vivência profissional, de modo que o curso ofereça não apenas transmissão de conhecimento, mas também experiências aplicadas ao contexto real dos participantes.
Profª. Drª. Alessandra de Ávila Montini
Apaixonada por dados e pela arte de lecionar, Alessandra Montini tem muito orgulho de ter criado na FIA cinco laboratórios para as aulas de Big Data e inteligência Artificial. Possui mais de 20 anos de trajetória nas áreas de Data Mining, Big Data, Inteligência Artificial e Analytics. Cientista de dados com carreira realizada na Universidade de São Paulo, Alessandra é graduada e mestra em estatística aplicada pelo IME-USP e doutora pela FEA-USP. Com muita dedicação, a profissional chegou ao cargo de professora e pesquisadora na FEA-USP, e já ganhou mais de 30 prêmios de excelência acadêmica pela FEA-USP e mais de 30 prêmios de excelência acadêmica como professora dos cursos de MBA da FIA. Orienta alunos de mestrado e de doutorado na FEA-USP. Membro do Conselho Curador da FIA, é coordenadora de grupos de pesquisa no CNPq, parecerista da FAPESP e colunista de grandes portais de tecnologia.
Carga horária: 24 horas
Profª. Drª. Alessandra de Ávila Montini

Apaixonada por dados e pela arte de lecionar, Alessandra Montini tem muito orgulho de ter criado na FIA cinco laboratórios para as aulas de Big Data e inteligência Artificial. Possui mais de 20 anos de trajetória nas áreas de Data Mining, Big Data, Inteligência Artificial e Analytics. Cientista de dados com carreira realizada na Universidade de São Paulo, Alessandra é graduada e mestra em estatística aplicada pelo IME-USP e doutora pela FEA-USP. Com muita dedicação, a profissional chegou ao cargo de professora e pesquisadora na FEA-USP, e já ganhou mais de 30 prêmios de excelência acadêmica pela FEA-USP e mais de 30 prêmios de excelência acadêmica como professora dos cursos de MBA da FIA. Orienta alunos de mestrado e de doutorado na FEA-USP. Membro do Conselho Curador da FIA, é coordenadora de grupos de pesquisa no CNPq, parecerista da FAPESP e colunista de grandes portais de tecnologia.
Para oferecer as melhores experiências, utilizamos tecnologias como cookies para armazenar e/ou acessar informações do dispositivo. O consentimento com essas tecnologias nos permitirá processar dados, como o comportamento de navegação ou identificadores exclusivos, neste site. A não concessão ou a retirada do consentimento pode afetar negativamente certos recursos e funcionalidades.