Cronograma - IA II 2026-2
Cronograma da Disciplina
📚 Baixar o Livro Teórico Completo (PDF A5) | 🧪 Baixar o Caderno de Laboratórios Práticos (PDF A4)
As aulas ocorrem duas vezes por semana (Segundas e Quartas-feiras), integrando sessões teóricas dialogadas, avaliações escritas e laboratórios práticos corporativos.
| Aula | Data | Título | Conteúdo Teórico | Conteúdo do Laboratório Prático | Capítulo | Slides |
|---|---|---|---|---|---|---|
| 1 | 05/08 (Qua) | O Primeiro Neurônio (Perceptron) | Apresentação da disciplina. Matemática do Perceptron simples e álgebra linear. | Lab 01: Implementação do Perceptron em NumPy puro + Setup do GitLab CI/CD (Starter Template). | 📖 | 🎞️ |
| 2 | 10/08 (Seg) | Redes Multicamadas (MLP) | Redes Profundas, funções de ativação (Sigmoid, ReLU) e camadas densas. | Lab 02: Construção de uma MLP manual em Python + Suíte de testes unitários (pytest). |
📖 | 🎞️ |
| 3 | 12/08 (Qua) | Descida do Gradiente | Superfície de erro, função de perda (MSE) e gradiente descendente. | Lab 03: Script de treinamento, plotagem de convergência e explosão proposital de gradiente. | 📖 | 🎞️ |
| 4 | 17/08 (Seg) | Ecossistema Keras & Data Prep | Framework Keras/TensorFlow, API Sequential e pré-processamento. | Lab 04: Geração de dados sintéticos e pré-processamento obrigatório (Normalização). | 📖 | 🎞️ |
| 5 | 19/08 (Qua) | Multiclasse & Overfitting | Classificação Multiclasse (Softmax, Cross-Entropy) e Overfitting. | Lab 05: Classificação no Fashion-MNIST/CIFAR e gráficos de diagnósticos de sobreajuste. | 📖 | 🎞️ |
| 6 | 24/08 (Seg) | Regularização & Callbacks | Técnica de Dropout, L1/L2, EarlyStopping e ModelCheckpoint. | Lab 06: (Opcional) Intervenção com Dropout e parada antecipada de treinamento. | 📖 | 🎞️ |
| 7 | 26/08 (Qua) | Transfer Learning & Otimizadores | Otimizadores (Adam, RMSprop) e Transfer Learning com ResNet50. | Lab 07: Extração de características com modelos pré-treinados e congelamento de camadas. | 📖 | 🎞️ |
| 8 | 31/08 (Seg) | Entrega do TP1 (Lab 08) | MLOps: Deploy de modelos, FastAPI, Docker e CI/CD corporativo. | Lab 08 (TP1): Deploy do Classificador de IA em API REST containerizada em Docker. | 📖 | 🎞️ |
| 9 | 02/09 (Qua) | Espaço Latente & Embeddings | Representação vetorial de palavras, spaCy e similaridade semântica. | Lab 09: Extração de Word Embeddings em português e intuição espacial. | 📖 | 🎞️ |
| - | 07/09 (Seg) | Feriado | Independência do Brasil. | - | - | - |
| 10 | 09/09 (Qua) | Busca Semântica | Similaridade de Cosseno aplicada à recuperação de texto. | Lab 10: Construção de um Buscador Semântico em Python. | 📖 | 🎞️ |
| 11 | 14/09 (Seg) | Vector DBs (ChromaDB) | Bancos de Dados Vetoriais, indexação HNSW e coleções. | Lab 11: Operações CRUD no ChromaDB e persistência local. | 📖 | 🎞️ |
| 12 | 16/09 (Qua) | PDF Chunking & Ingestão | Leitura de documentos, estratégias de chunking e overlap. | Lab 12: Pipeline de Ingestão e Chunking de PDFs corporativos. | 📖 | 🎞️ |
| 13 | 21/09 (Seg) | Arquitetura Transformer | Mecanismo de Atenção (Self-Attention) e arquiteturas Encoder/Decoder. | Lab 13: (Opcional) Inspeção de Atenção em Transformers no Google Colab. | 📖 | 🎞️ |
| 14 | 23/09 (Qua) | Hugging Face Pipelines | Modelos open-source, Hugging Face Hub e pipelines de inferência. | Lab 14: Inferência local com pipelines Hugging Face. | 📖 | 🎞️ |
| 15 | 28/09 (Seg) | APIs de LLMs & Prompts | Consumo de LLMs comerciais (OpenAI/Gemini) e Engenharia de Prompts. | Lab 15: APIs e Prompts Básicos na Prática. | 📖 | 🎞️ |
| 16 | 30/09 (Qua) | JSON Mode & Schemas | Extração estruturada de dados com LLMs e validação Pydantic. | Lab 16: Extração Sistêmica e JSON Mode. | 📖 | 🎞️ |
| 17 | 05/10 (Seg) | RAG Naive em Python | Arquitetura RAG (Retrieval-Augmented Generation) básica. | Lab 17: O RAG Feito à Mão sem frameworks de abstração. | 📖 | 🎞️ |
| 18 | 07/10 (Qua) | PROVA TEÓRICA 1 | Avaliação escrita sobre o conteúdo dos Módulos 1 e 2 (25 Pontos). | Não há atividade prática nesta data. | - | - |
| - | 12/10 (Seg) | Feriado | Nossa Senhora Aparecida. | - | - | - |
| 19 | 14/10 (Qua) | Spring AI & FastAPI Setup | Frameworks corporativos de IA (Spring AI e FastAPI). | Lab 18: Setup do ambiente Spring AI / FastAPI. | 📖 | 🎞️ |
| 20 | 19/10 (Seg) | RAG Corporativo | Ingestão avançada, leitores de documentos e Vector Stores em Spring AI. | Lab 19: Construção do RAG Corporativo. | 📖 | 🎞️ |
| 21 | 21/10 (Qua) | Métricas RAG (Ragas) | Avaliação de fidelidade, relevância de contexto e alucinação. | Lab 21: Cálculo de Métricas de Avaliação RAG com a biblioteca Ragas. | 📖 | 🎞️ |
| 22 | 26/10 (Seg) | Entrega do TP2 (Lab 22) | Arquitetura de Produção RAG e validação de entregáveis. | Lab 22 (TP2): Validação e Entrega do Sistema RAG Corporativo Especialista. | 📖 | 🎞️ |
| 23 | 28/10 (Qua) | Fine-Tuning Eficiente (LoRA) | Ajuste fino de modelos de linguagem, PEFT e LoRA. | Lab 23: Fine-Tuning com LoRA no Google Colab. | 📖 | 🎞️ |
| - | 02/11 (Seg) | Feriado | Finados. | - | - | - |
| 24 | 04/11 (Qua) | Agentes Autônomos ReAct | Raciocínio iterativo, arquitetura ReAct e Tool Calling. | Lab 24: Construção de Agentes Autônomos com busca e ferramentas externas. | 📖 | 🎞️ |
| 25 | 09/11 (Seg) | Segurança & Red Teaming | Ataques de Prompt Injection, Jailbreak e defesas de segurança. | Lab 25: (Opcional) Arena de Red Teaming e Defesa contra Jailbreak. | 📖 | 🎞️ |
| 26 | 11/11 (Qua) | Capstone Sprint 1 | Kickoff do Projeto Integrador Final, escopo e requisitos. | Lab 26: Hackathon Sprint 1 — Modelagem de Arquitetura e Repositório Base. | 📖 | 🎞️ |
| 27 | 16/11 (Seg) | Capstone Sprint 2 | Integração de Back-end, RAG e orquestração de Agentes. | Lab 27: Hackathon Sprint 2 — Implementação de RAG & Tools do Agente. | 📖 | 🎞️ |
| 28 | 18/11 (Qua) | Capstone Sprint 3 | Interfaces de Usuário (UI) para IA, UX e defesas de segurança. | Lab 28: Hackathon Sprint 3 — Desenvolvimento da Interface Web & Defesas. | 📖 | 🎞️ |
| 29 | 23/11 (Seg) | Capstone Sprint 4 | Containerização Docker, pipelines CI/CD Cloud e testes de carga. | Lab 29: (Opcional) Hackathon Sprint 4 — Deploy Cloud & CI/CD Final. | 📖 | 🎞️ |
| 30 | 25/11 (Qua) | Ensaio do Demoday | Refinamento de código, homologação e ensaio de pitch. | Lab 30 (Draft): Homologação Final e Slide Deck do Pitch. | 📖 | 🎞️ |
| 31 | 30/11 (Seg) | Demoday Capstone (Lab 30) | Apresentação Final do Projeto Capstone (20 Pontos). | Lab 30: Demoday — Pitch de 3min + Demonstração ao vivo para a Banca. | - | - |
| 32 | 02/12 (Qua) | PROVA TEÓRICA 2 | Avaliação escrita sobre o conteúdo dos Módulos 3 e 4 (25 Pontos). | Não há atividade prática nesta data. | - | - |
| 33 | 07/12 (Seg) | Fechamento Oficial | Exame Especial e fechamento oficial do diário acadêmico. | - | - | - |
Material Didático Completo
📚 Baixar o Livro Teórico Completo (PDF A5) 🧪 Baixar o Caderno de Laboratórios Práticos (PDF A4)
Distribuição de Pontos (100 Pontos Total)
| Atividade Avaliativa | Tipo | Módulo Relacionado | Valor |
|---|---|---|---|
| Prova Teórica 1 | Escrita | Módulos 1 e 2 (Data: 07/10/2026) | 25 pts |
| Prova Teórica 2 | Escrita | Módulos 3 e 4 (Data: 02/12/2026) | 25 pts |
| Laboratórios Semanais | GitLab (24h) | Módulos 1 a 4 (24 Labs Essenciais) | 10 pts |
| Trabalho Prático 1 (TP1) | Projeto | Módulo 1 (Classificador & API Docker - Lab 08) | 10 pts |
| Trabalho Prático 2 (TP2) | Projeto | Módulo 3 (Sistema RAG Corporativo - Lab 22) | 10 pts |
| Projeto Capstone (TP3) | Projeto/Demoday | Módulo 4 (Agente Autônomo + Demoday - Lab 30) | 20 pts |
| Total | 100 pts |