Livro Didático e Concepção Pedagógica
De Redes Neurais Clássicas a Agentes Autônomos
Sobre as Obras Didáticas
O material didático da disciplina de Inteligência Artificial II, oferecida para alunos de Engenharia de Computação do CEFET-MG, é composto por duas obras integradas: o Livro Teórico e o Caderno de Laboratórios Práticos.
Escritos sob medida para alunos em final de curso — que já contam com base sólida em programação, estruturas de dados, álgebra linear e cálculo —, os materiais conectam o rigor matemático dos modelos à engenharia de software e às práticas modernas de MLOps.
Os livros da disciplina são abertos e mantidos em constante atualização:
👉 Baixar o Livro Teórico Completo (PDF A5)
👉 Baixar o Livro Teórico em EPUB (E-readers / Kindle / Apple Books)
👉 Baixar o Caderno de Laboratórios Práticos (PDF A4)
O livro comercial baseado neste conteúdo, ampliado com foco de mercado, MLOps e Agentes Autônomos, está disponível na Amazon:
👉 Ver A Arquitetura da Inteligência na Amazon · Conhecer o HotSite · Catálogo do Autor na Amazon
🏛️ A Filosofia do Livro: Conhecimento Perene vs. Oferta Semestral
Uma das decisões arquiteturais mais importantes deste projeto pedagógico é a completa independência entre a Estrutura de Conhecimento e o Calendário de Cada Semestre:
┌────────────────────────────────────────────────────────────────────────┐
│ 📚 O LIVRO DIDÁTICO E MÓDULOS (CANÔNICO E PERENE — /conteudo/) │
│ • O conhecimento não envelhece na virada de semestre letivo. │
│ • Unidades fundamentais: MÓDULOS TEMÁTICOS e CAPÍTULOS. │
│ • Cada capítulo é completo, autoexplicativo e independente do tempo. │
└───────────────────────────────────┬────────────────────────────────────┘
│
instanciado e distribuído em ▼
┌────────────────────────────────────────────────────────────────────────┐
│ 📅 PLANO DE ENSINO E CRONOGRAMA (NORMATIVO DA OFERTA — /planodeensino/)│
│ • Específico de cada oferta (ex: 2026-2, 2027-1). │
│ • Unidades fundamentais: ENCONTROS (Aula 1, Aula 2...), DATAS, │
│ FERIADOS, PESOS, DATAS DE PROVAS e ENTREGAS DE TRABALHOS. │
│ • Mapeia como os capítulos do livro são cumpridos ao longo das semanas.│
└────────────────────────────────────────────────────────────────────────┘Por que essa separação existe?
Um capítulo do livro pode demandar um único encontro ou se desdobrar em duas aulas práticas (como ocorre com Transfer Learning e Deploy MLOps). Da mesma forma, feriados institucionais ou variações de calendário mudam as datas das aulas ano a ano, mas não alteram a ordem lógica e progressiva dos conceitos.
Para consultar o calendário específico, datas de aulas e pesos vigentes no semestre atual, consulte sempre o Plano de Ensino e Cronograma 2026-2.
🧩 A Tríade Sincronizada de Aprendizado
Cada tema da disciplina é concebido em uma tríade sincronizada que garante a transição contínua da teoria para a prática:
- 📖 O Capítulo (Livro-Texto):
Texto em prosa técnica fluida, fundamentação matemática detalhada (sem “pular passos”), analogias ricas e contextualização com o ecossistema corporativo. - 🎞️ Os Slides (Apresentações Beamer):
Material autoexplicativo e visual com no mínimo 20 frames úteis dimensionados rigorosamente para 50 minutos de explanação teórica, repleto de diagramas TikZ, tabelas comparativas e esquemas conceituais passo-a-passo. - 🧪 O Roteiro de Laboratório (Caderno de Práticas):
Atividade prática hands-on dimensionada exatamente para 50 minutos de laboratório, com validação automática de código via suíte de testes unitários (pytest) e pipelines de CI/CD no GitLab da disciplina.
📐 Estrutura Padrão e Rigor de Cada Capítulo
Todos os 30 capítulos do livro foram redigidos seguindo uma arquitetura pedagógica consistente e rigorosa:
| Elemento Pedagógico | Papel e Finalidade |
|---|---|
| 🎯 Promessa do Capítulo | Localizado logo na abertura (ambiente editorialbox), explica de forma objetiva o que será aprendido e qual a meta técnica principal da leitura. |
| 🔗 Interligação Prévia | Conecta o conceito a disciplinas que o aluno de Engenharia de Computação já cursou (Álgebra Linear, Cálculo Diferencial, Programação e IA I). |
| 📖 Desenvolvimento Teórico | Demonstração detalhada dos conceitos, formulações matemáticas completas, gráficos e pipelines de dados. |
| 🧪 Roteiro Hands-on | Atividade prática correspondente para consolidar a teoria em código funcional limpo. |
| 💡 Takeaways | Síntese com os ensinamentos mínimos e inegociáveis que o leitor precisa reter (ambiente takeawaybox). |
| ❓ Questões de Revisão | Exatamente 5 questões ao final de cada capítulo no ambiente questionsbox (3 questões diretas \qdirect para fixação técnica e 2 questões reflexivas \qreflect sobre pensamento crítico ou impactos éticos). |
⚙️ Como o Livro é Constituído: Engenharia Editorial e Automação
O projeto editorial do livro foi construído com a mesma mentalidade de engenharia de software ensinada na disciplina:
- Fonte Única da Verdade em LaTeX Modular: Todo o conteúdo é redigido em documentos LaTeX padronizados (
capitulo-style.styeslide-style.sty), garantindo tipografia acadêmica impecável, paleta de cores consistente (primaryblue,accentpurple,accentgreen,accentred,accentorange) e diagramação matemática vetorial. - Gráficos e Esquemas Nativos em TikZ: Diagramas de redes neurais, tensores e pipelines RAG são desenhados vetorialmente em TikZ/PGFPlots, eliminando imagens de baixa resolução e garantindo legibilidade perfeita tanto no PDF impresso quanto no mobile.
- Automação de Compilação com Python: O script
compile_all.pyorquestra a geração de cada aula/capítulo individualmente ou em lote, montando o Livro Teórico Completo (formato A5 para leitura editorial) e o Caderno de Laboratórios Práticos (formato A4 para uso nas bancadas de lab). - Pipeline de EPUB Semântico: Através do script
gerar_epub.py, o material LaTeX é transpilado e ajustado com folhas de estilo tipográficas dedicadas (epub.css), gerando um e-book responsivo e fluído compatível com leitores digitais modernos (Kindle, Kobo, Apple Books).
🗺️ Os 4 Módulos / Arcos Temáticos do Livro
O livro conduz o leitor por quatro arcos progressivos de maturidade tecnológica:
📘 Módulo 1: Fundamentos de Redes Neurais & MLOps (Capítulos 01 a 08)
Das raízes matemáticas do Perceptron ao deploy profissional de microsserviços.
Construção manual de tensores com NumPy, gradiente descendente, backpropagation, framework Keras/TensorFlow, diagnóstico visual de overfitting, regularização (Dropout/Adam), CNNs com Transfer Learning e empacotamento em API REST (FastAPI) conteinerizada em Docker.
🎯 Trabalho Prático Integrador: TP1 — Classificador de Habilidades WOKDEX.
📖 Acessar materiais e capítulos do Módulo 1 →
📗 Módulo 2: NLP, Embeddings e Bancos de Dados Vetoriais (Capítulos 09 a 14)
Ensinando o computador a representar o significado textual matematicamente.
Representação vetorial de palavras (Word2Vec, spaCy), álgebra da similaridade por cosseno, bancos de dados vetoriais modernos (ChromaDB), pipelines de chunking e ingestão auditável de documentos, mecânica da atenção em Transformers e ecossistema Hugging Face.
📖 Acessar materiais e capítulos do Módulo 2 →
📙 Módulo 3: IA Generativa Aplicada & RAG Corporativo (Capítulos 15 a 22)
Integrando Modelos de Linguagem de Grande Porte a bases de conhecimento corporativas.
Consumo de APIs de LLMs (OpenAI, Gemini), Structured Output e JSON Mode com Pydantic, arquitetura RAG (Retrieval-Augmented Generation) do zero em Python e sua evolução corporativa com Java e Spring AI, culminando na avaliação quantitativa de alucinação e fidelidade (Ragas).
🎯 Trabalho Prático Integrador: TP2 — O Oráculo RAG Corporativo.
📖 Acessar materiais e capítulos do Módulo 3 →
📕 Módulo 4: Agentes Autônomos e Trilha Avançada (Capítulos 23 a 30)
Autonomia, raciocínio em múltiplos passos e o Projeto Capstone.
Tópicos de ponta cobrindo Fine-Tuning eficiente com LoRA, Agentes Autônomos com paradigmas ReAct e Tool Calling, observabilidade com LLMOps e defesas de segurança cibernética (Red Teaming e injeção de prompt).
🎯 Projeto Final: TP3 — Dossiê de Integração e Assistente RAG.
📖 Acessar materiais e capítulos do Módulo 4 →
Leitor primário: Discentes em final de curso de Engenharia de Computação, Ciência da Computação ou Sistemas de Informação, bem como desenvolvedores de software que já dominam lógica de programação, estruturas de dados e álgebra matricial, e desejam dominar Inteligência Artificial aplicada em nível de produção.
Versão 1.0 — 2026 · CEFET-MG Campus Timóteo · Prof. Aléssio Miranda Júnior