Muitas pessoas perdem o controle das suas finanças devido à falta de organização e ferramentas adequadas, vivenciando estresse e incerteza financeira. Este curso transformará sua forma de gerenciar o dinheiro, fornecendo as habilidades para construir um sistema robusto e claro para suas finanças pessoais com o uso de planilhas digitais, trazendo clareza e controle para sua vida financeira.
Nível: Iniciante a Intermediário
Para quem é: Indivíduos que buscam organizar suas finanças pessoais de forma estruturada e eficiente, sem a necessidade de softwares complexos ou conhecimentos avançados em tecnologia.
Ao concluir, você será capaz de: construir um sistema defensável para a gestão de finanças pessoais utilizando planilhas digitais, partindo de um cenário desorganizado.
7 módulos · 9h · certificado ao final
- Instrumentando o Caos Financeiro Digital
Identificar os problemas e a estrutura de uma planilha de finanças desorganizada, compreendendo as ineficiências atuais.
- Monitorando os Fluxos de Entrada e Saída
Registrar de forma padronizada todas as receitas e despesas em uma estrutura de planilha digital coesa.
- Diagnosticando Padrões de Gastos e Receitas
Analisar os dados financeiros registrados para identificar tendências, anomalias e áreas de otimização no consumo e renda.
- Otimizando a Estrutura da Planilha para Relatórios
Reestruturar e consolidar a planilha para facilitar a geração de relatórios e a criação de visualizações eficazes.
- Documentando o Orçamento e Metas Financeiras
Definir e acompanhar orçamentos e metas financeiras de forma clara e defensável dentro da estrutura da planilha.
- Documentando a Visualização de Dados para Decisão
Criar gráficos e dashboards simples para apresentar as informações financeiras de forma intuitiva e apoiar a tomada de decisão.
- Projeto Final: Painel Defensável de Finanças Pessoais
Consolidar todos os conhecimentos adquiridos para entregar um sistema completo e funcional de gestão financeira pessoal.
Projeto Final
Uma planilha digital de finanças pessoais defensável, com categorias, registros organizados e dashboards visuais para acompanhamento do orçamento e metas.
Transforme dados brutos em decisões acionáveis com técnicas práticas de mineração de dados. Construa um pipeline completo, desde a limpeza até a visualização de insights, e publique um dashboard funcional que resolva problemas reais de negócio.
Nível: Iniciante a Intermediário
Para quem é: analistas de negócios, gestores de dados, profissionais de BI e estudantes de tecnologia que desejam aplicar mineração de dados em cenários reais
Ao concluir, você será capaz de: implementar pipelines de mineração de dados para transformar dados brutos em decisões acionáveis
7 módulos · 11h · certificado ao final
- Modelando o diagnóstico inicial do dataset quebrado
identificar problemas de qualidade em um dataset real e propor soluções de limpeza
- Refatorando dados para padrões de mineração
aplicar técnicas de limpeza e transformação para preparar dados para análise
- Implementando algoritmos de associação em transações
aplicar regras de associação para descobrir padrões em dados transacionais
- Validando clusters para segmentação de clientes
agrupar clientes com base em características comuns usando algoritmos de clustering
- Versionando modelos preditivos com controle de experimentos
treinar e versionar modelos de classificação para prever outcomes de negócio
- Refatorando o pipeline para escalabilidade
otimizar o pipeline de mineração para lidar com datasets maiores e garantir reprodutibilidade
- Projeto Final: Dashboard de Insights de Mineração de Dados
integrar todos os módulos em um dashboard interativo que apresente insights de mineração de dados
Projeto Final
dashboard interativo publicado com insights de mineração de dados (regras de associação, segmentação de clientes e previsões de churn)
Aprenda a garantir a qualidade de software desde os testes manuais até a automação, reduzindo retrabalho e aumentando a confiabilidade das entregas. Este curso cobre desde o planejamento até a execução de testes, integrando práticas de QA no fluxo de desenvolvimento.
Nível: Iniciante a Intermediário
Para quem é: estudantes e profissionais de TI que desejam ingressar ou aprimorar suas habilidades em garantia de qualidade de software
Ao concluir, você será capaz de: implementar processos de QA para garantir a qualidade de software através de testes manuais e automatizados
5 módulos · 9h · certificado ao final
- Coletando requisitos e planejando testes manuais
identificar requisitos de software e planejar casos de teste manuais
- Tratando cenários de teste e executando testes manuais
executar testes manuais e registrar resultados de forma estruturada
- Analisando ferramentas de automação de testes
selecionar e configurar ferramentas de automação de testes para cenários específicos
- Medindo cobertura de testes com automação
automatizar testes funcionais e medir a cobertura de testes em uma aplicação
- Projeto Final: Suite de Testes Automatizados para Aplicação Web
integrar testes manuais e automatizados em um projeto completo de QA
Projeto Final
suite de testes automatizados e relatório de QA para uma aplicação web funcional
Servidores lidando com grandes volumes de dados precisam de insights rápidos e ações eficientes. Este curso oferece as ferramentas para transformar dados brutos em inteligência acionável no setor público.
Nível: Iniciante a Intermediário
Para quem é: Servidores públicos, gestores, analistas de dados e profissionais interessados em inovação e eficiência no setor público.
Ao concluir, você será capaz de: Implementar soluções de IA para otimizar a análise de dados e a tomada de decisões em contextos de gestão pública.
6 módulos · 8h · certificado ao final
- Auditando conjuntos de dados públicos para identificação de gargalos
Identificar problemas e oportunidades em conjuntos de dados governamentais utilizando ferramentas básicas de inspeção e resumo.
- Revisando frameworks de IA aplicáveis a serviços governamentais
Selecionar o framework de IA mais adequado para resolver um problema específico da gestão pública, considerando suas capacidades e limitações.
- Corrigindo inconsistências em dados de processos públicos com IA
Aplicar técnicas de IA e programação para limpar e padronizar dados brutos, tornando-os consistentes e prontos para análise avançada.
- Padronizando fluxos de trabalho para automação de serviços governamentais
Propor um fluxo de trabalho otimizado para tarefas rotineiras do setor público, integrando princípios de automação e componentes de IA para maior eficiência.
- Documentando requisitos para implementar soluções de IA no setor público
Criar especificações detalhadas para o desenvolvimento de uma solução de IA, considerando requisitos funcionais e não funcionais para o ambiente governamental.
- Projeto Final: Prototipando um Assistente de Análise para Gestão Pública
Integrar os conhecimentos adquiridos para construir um protótipo funcional de análise de dados governamentais com IA, gerando insights acionáveis.
Projeto Final
Um protótipo de um assistente de análise de feedback de cidadãos utilizando Python para processamento de linguagem natural e bibliotecas de IA.
Você gasta horas tentando decifrar solos de guitarra nota por nota, sem um método claro para monitorar seu progresso e identificar falhas? Ao final deste curso, você terá construído um sistema automatizado em Python que analisa solos de guitarra, detecta notas, e oferece insights claros para uma prática mais eficiente e direcionada.
Nível: Iniciante a Intermediário
Para quem é: Músicos, estudantes de guitarra e desenvolvedores interessados em aplicar IA e processamento de áudio em música.
Ao concluir, você será capaz de: construir ferramentas de software para analisar, monitorar e otimizar a prática de solos de guitarra
7 módulos · 9h · certificado ao final
- Instrumentando o Ambiente para Análise de Áudio Musical
Configurar o ambiente de desenvolvimento e compreender os componentes de um analisador de áudio.
- Monitorando as Características Fundamentais de Áudio de Solos
Identificar e extrair características básicas de áudio (volume, pitch, ritmo) de um solo de guitarra.
- Diagnosticando a Estrutura Temporal dos Solos de Guitarra
Segmentar solos de guitarra em eventos musicais significativos (início/fim de notas, frases) e estimar seu tempo.
- Otimizando a Detecção de Notas Musicais em Solos
Desenvolver um método para identificar as notas musicais específicas tocadas em um solo, refinando a precisão da detecção.
- Otimizando a Comparação de Performance e Referência em Solos
Comparar a performance do aluno com um solo de referência, identificando discrepâncias de tempo, notas e articulação.
- Documentando o Progresso e Gerando Feedback Visual para Solos
Criar visualizações informativas que ajudem o aluno a entender seu progresso e áreas de melhoria de forma clara e intuitiva.
- Projeto Final: Ferramenta de Análise Automatizada de Solo de Guitarra
Integrar todos os componentes desenvolvidos para criar uma ferramenta completa de análise de solos de guitarra, capaz de fornecer feedback acionável.
Projeto Final
Uma aplicação Python completa que realiza a análise automatizada de um solo de guitarra, com detecção de notas, tempo e visualização comparativa do desempenho do músico com uma versão de referência.
Você se sente estagnado na hora de criar ou aprimorar seus solos de guitarra, sem saber exatamente onde focar? Este curso transformará sua abordagem, ensinando a utilizar análise de dados e ferramentas de programação para diagnosticar, medir e otimizar cada aspecto da sua performance na guitarra.
Nível: Iniciante a Intermediário
Para quem é: Guitarristas de todos os níveis que desejam aplicar análise de dados para otimizar suas técnicas de solo e composição.
Ao concluir, você será capaz de: analisar o desempenho de solos de guitarra utilizando ferramentas de programação e propor otimizações baseadas em dados
5 módulos · 8h · certificado ao final
- Modelando o Desempenho Atual do Solo de Guitarra
Coletar e organizar dados de solos de guitarra existentes para análise inicial.
- Implementando Métricas de Análise para Solos
Desenvolver scripts em Python para extrair métricas musicais e de performance a partir das amostras de áudio.
- Refatorando Estratégias de Solo com Análise de Dados
Interpretar os resultados das métricas para identificar pontos fortes e fracos, e propor estratégias de melhoria.
- Validando as Otimizações Aplicadas aos Solos
Avaliar a eficácia das estratégias de melhoria propostas através de novas amostras de solo e análise comparativa.
- Projeto Final: Sistema de Análise e Otimização de Solo de Guitarra
Integrar todos os componentes desenvolvidos em uma ferramenta consolidada para análise contínua de solos de guitarra.
Projeto Final
Um sistema de análise de solo de guitarra em Python, capaz de gerar relatórios de desempenho e sugerir áreas de melhoria.
Desenvolver protótipos de foguetes nucleares é um processo que desperdiça recursos e tempo preciosos. Este curso visa mitigar essa ineficiência, ensinando você a usar simulações computacionais em Python para projetar e testar conceitos de propulsão nuclear de forma segura e econômica.
Nível: Iniciante a Intermediário
Para quem é: Engenheiros, físicos, cientistas de dados e entusiastas aeroespaciais interessados em aplicar programação Python para simulação e análise de sistemas de propulsão avançada.
Ao concluir, você será capaz de: construir um simulador de propulsão de foguetes nucleares para analisar seu desempenho e viabilidade operacional.
5 módulos · 9h · certificado ao final
- Coletando Requisitos para Modelagem de Propulsores Nuclear
identificar e formalizar os parâmetros físicos e de engenharia essenciais para a simulação de um propulsor nuclear.
- Tratando Dados para o Modelo de Simulação Nuclear
estruturar e preparar os dados de entrada para o modelo de simulação, garantindo consistência e padronização.
- Analisando a Dinâmica do Propulsor Nuclear com Python
implementar as equações fundamentais da física para simular o empuxo e o impulso específico de um propulsor nuclear.
- Medindo o Impacto de Variações nos Parâmetros do Projeto
executar simulações em diferentes cenários para quantificar como a variação dos parâmetros afeta o desempenho do propulsor.
- Projeto Final: Relatório de Simulação de Propulsor Nuclear
visualizar, interpretar e comunicar os resultados das simulações para apresentar conclusões sobre o desempenho e as implicações de design do propulsor nuclear.
Projeto Final
Um relatório técnico detalhado com gráficos comparativos e um sumário executivo sobre o desempenho de um propulsor de foguete nuclear simulado em Python.
Em uma operação de segurança simulada, você verá como os agentes de IA transformam a identificação e exploração de vulnerabilidades. Refatore testes de penetração manuais e os torne defensáveis com a automação inteligente.
Nível: Intermediário
Para quem é: Profissionais de segurança da informação, pentesters, analistas de SOC e desenvolvedores interessados em aplicar IA em testes de segurança ofensivos.
Ao concluir, você será capaz de: Implementar agentes de IA para identificar, explorar e reportar vulnerabilidades de segurança de forma automatizada.
5 módulos · 8h · certificado ao final
- Mapeando a Arquitetura de um Pentest Ofensivo com IA
Desmontar um exemplo de pentest ofensivo automatizado por IA para compreender seus componentes e fluxo de trabalho.
- Automatizando a Descoberta de Vulnerabilidades com Agentes de IA
Configurar um agente de IA para realizar o reconhecimento e a varredura inicial em um ambiente simulado.
- Orquestrando a Exploração de Sistemas com IA
Implementar lógica para que os agentes de IA escolham e executem exploits baseados nas vulnerabilidades identificadas.
- Simulando Ataques Complexos e Persistência com Agentes Multi-IA
Criar um cenário onde múltiplos agentes de IA colaboram para simular ataques mais elaborados e manter acesso a sistemas comprometidos.
- Projeto Final: Construindo um Sistema de Pentest Ofensivo com Agentes de IA
Integrar todas as funcionalidades desenvolvidas para criar um sistema completo de pentest ofensivo automatizado por agentes de IA.
Projeto Final
Sistema de agentes de IA capaz de realizar um pentest ofensivo simulado, gerando um relatório detalhado das vulnerabilidades identificadas e exploradas.
Neste curso, você vai configurar servidores MCP usando Docker para organizar a comunicação de seus agentes de IA. Ao final, terá um ambiente robusto e documentado, pronto para conectar seus agentes de maneira eficiente e segura.
Nível: Intermediário
Para quem é: Desenvolvedores, engenheiros de MLOps e entusiastas de IA que buscam estruturar a integração de agentes inteligentes.
Ao concluir, você será capaz de: Implementar e gerenciar servidores MCP para facilitar a conexão e interação segura de agentes de IA.
5 módulos · 8h · certificado ao final
- Instrumentando o Desafio da Fragmentação de Agentes
Reconhecer os problemas de conectividade e descoberta em ambientes com múltiplos agentes de IA sem um protocolo centralizado.
- Monitorando a Instalação e Configuração de um Servidor MCP Básico
Instalar e configurar um servidor MCP inicial usando Docker para gerenciamento de containers.
- Diagnosticando a Conexão de Agentes a Servidores MCP
Desenvolver e conectar agentes de IA simples ao servidor MCP, verificando a comunicação e a descoberta de serviços.
- Otimizando a Descoberta e Segurança em Servidores MCP
Implementar mecanismos de otimização para a descoberta de agentes e configurar medidas básicas de segurança no servidor MCP.
- Projeto Final: Documentando e Implantando um Servidor MCP para Agentes
Projetar e implementar um ambiente de servidor MCP completo, com agentes conectados, otimização e documentação para uso em cenários práticos.
Projeto Final
Um repositório contendo um servidor MCP configurado via Docker e scripts Python de agentes que se conectam, registram e interagem de forma segura e otimizada.
Se você ainda depende de avaliações visuais subjetivas e anotações manuais para gerenciar seus serviços de funilaria e pintura, está perdendo agilidade e precisão. Ao final deste curso, você terá implementado um sistema digital robusto, capaz de automatizar o diagnóstico de danos, otimizar orçamentos e monitorar o progresso dos reparos com eficiência, transformando a gestão de sua oficina.
Nível: Iniciante a Intermediário
Para quem é: Profissionais de funilaria e pintura, gerentes de oficina e entusiastas automotivos que desejam integrar ferramentas digitais para aumentar a eficiência e a precisão em seus processos.
Ao concluir, você será capaz de: Implementar sistemas digitais para otimizar a avaliação de danos, o planejamento de reparos e o gerenciamento de insumos em serviços de funilaria e pintura.
6 módulos · 7h · certificado ao final
- Modelando o Diagnóstico Visual de Danos Automotivos
Documentar e categorizar visualmente os danos em um veículo usando técnicas digitais.
- Implementando um Registro Digital para Detalhes de Danos
Criar uma estrutura de dados simples para armazenar informações detalhadas dos danos e registrar as necessidades de reparo.
- Validando a Seleção de Materiais e Peças de Reparo com Base nos Danos
Cruzar informações de danos com um inventário digital para identificar automaticamente as peças e insumos necessários.
- Refatorando o Fluxo de Geração de Orçamentos Otimizados
Aprimorar o sistema de orçamento, incorporando tempos de trabalho estimados e custos de mão de obra para diferentes tipos de reparo.
- Versionando e Monitorando Orçamentos de Reparos em Andamento
Implementar um método para acompanhar o status de múltiplos orçamentos e o progresso dos reparos, permitindo revisões e controle de versões.
- Projeto Final: Painel de Gestão de Reparos Automotivos Digitais
Consolidar todos os módulos em um painel interativo para gerenciar o fluxo de trabalho de funilaria e pintura, desde o diagnóstico inicial até a conclusão do reparo.
Projeto Final
Um painel de gestão digital interativo para um processo completo de funilaria e pintura, construído com planilhas e scripts Python, capaz de receber imagens digitais, registrar danos, gerar orçamentos e monitorar o status dos reparos.
