Página de venda do curso Formação IA para Devs. Conheça o conteúdo, o instrutor e os preços, e garanta sua vaga pela pré-matrícula.

Turma 1 · pré-matrícula aberta

Formação IA para Devs. Saia do código tradicional para construir produtos inteligentes.

Do básico de IA até técnicas avançadas. Construa busca semântica, RAG, agentes e integrações MCP com as ferramentas que o mercado já usa: OpenAI, Claude, Gemini, LangChain, Hugging Face e Ollama.

  • 12 módulos e 68 aulas guiadas por roadmap
  • Projetos pra portfólio
  • Certificado validado pelo mercado
Dev construindo aplicação com IA

IA virou commodity. Quem não constrói com ela vira commodity também.

ChatGPT explodiu há 2 anos e o mercado já mudou de patamar. Vagas pedindo experiência com LLMs, RAG e agentes pagam de R$ 12k a R$ 25k. Quem trava nestes quatro pontos perde o bonde.

Você sabe usar ChatGPT, mas não sabe construir com ele

Prompt avulso resolve tarefa pessoal. Não resolve produto em produção. Empresa quer dev que saiba arquitetar RAG, escolher embedding, controlar custo de token e medir qualidade de resposta.

Tutorial de YouTube ensina demo. Não ensina aplicação real

Vídeo solto mostra hello-world com OpenAI. Não mostra como tratar contexto longo, evitar alucinação, fazer chunking certo e versionar prompt. Recrutador percebe a diferença em 5 minutos de entrevista.

Sem RAG e fine-tuning, você fica no básico de prompt engineering

Cliente paga por sistema que responde sobre os dados dele, não sobre a internet. RAG é o que conecta. Fine-tuning é o que personaliza. Quem não domina os dois ganha como dev tradicional.

Dev tradicional ganha por hora. Dev de IA ganha por produto

CRUD genérico paga R$ 8k. Construir agente que automatiza processo de empresa fecha contrato de R$ 30k+ ou freela de R$ 200/h. A diferença é exatamente o que essa formação ensina.

Do prompt ao agente em produção, com código real

Formação completa pensada pra desenvolvedor que já programa. Você sai construindo chatbots, sistemas RAG, fine-tuning de modelos e agentes autônomos — não só consumindo API de terceiro.

Construa chatbots de verdade, do zero

Panorama de provedores, modelo aberto vs fechado, inferência via OpenAI, Claude e Gemini, e execução local com Ollama e LM Studio. Você escolhe modelo por cenário, não por hype.

Domine RAG ponta a ponta

Embeddings, vector store, chunking strategy, reranking e avaliação. Você aprende a construir sistema que responde sobre documentação, base de conhecimento ou banco de dados do cliente.

Fine-tuning aplicado, não acadêmico

Quando vale a pena, qual modelo escolher, como preparar dataset, quanto custa e como medir resultado. Plataformas de fine-tuning na prática, com dataset real e métrica que importa.

Agentes autônomos com tools e memória

LangChain, function calling, tool use e orquestração de múltiplos agentes. Construa sistema que decide, executa e aprende — não chatbot que só responde pergunta.

+26h de conteúdo dividido em 12 módulos

Aulas gravadas pra voce assistir no seu ritmo. Da introducao a engenharia de IA ate deploy em producao, com trilha completa baseada no roadmap oficial de AI Engineer.

Fase 12h 18minIntroducao a Engenharia de IA
  1. 1O que e um AI Engineer em 202621:00
  2. 2AI Engineer vs ML Engineer18:00
  3. 3LLMs, inferencia e treino25:00
  4. 4Tokens, contexto e limites de janela22:00
  5. 5Modelos pre-treinados na pratica24:00
  6. 6AI vs AGI e visao estrategica28:00
Fase 22h 24minPlataformas, APIs e Modelos
  1. 1Panorama de provedores de LLM25:00
  2. 2Modelo fechado vs modelo aberto22:00
  3. 3Hugging Face para discovery e deploy24:00
  4. 4Ollama e LM Studio no fluxo local26:00
  5. 5APIs de inferencia: OpenAI, Gemini e Claude22:00
  6. 6Escolha de modelo por cenario real25:00
Fase 32h 31minPrompt e Context Engineering
  1. 1Fundamentos de prompting moderno24:00
  2. 2Zero-shot, few-shot e Chain of Thought25:00
  3. 3ReAct e Function Calling27:00
  4. 4Sampling parameters na pratica24:00
  5. 5Structured output e streaming27:00
  6. 6Prompt caching e context compaction24:00
Fase 42h 20minEmbeddings e Busca Semantica
  1. 1O que sao embeddings22:00
  2. 2Escolha de modelo de embedding24:00
  3. 3Pipeline de indexacao vetorial23:00
  4. 4Busca semantica e similarity search24:00
  5. 5Embeddings para recomendacao e classificacao23:00
  6. 6Avaliacao de retrieval antes do RAG24:00
Fase 52h 32minVector Databases e RAG
  1. 1Fundamentos de vector databases25:00
  2. 2Comparando Chroma, Pinecone, Qdrant e afins24:00
  3. 3Arquitetura RAG end-to-end27:00
  4. 4Chunking e estrategias de retrieval26:00
  5. 5RAG vs fine-tuning na decisao tecnica25:00
  6. 6Implementacao com SDK, LangChain e LlamaIndex25:00
Fase 62h 28minAgentes de IA
  1. 1Fundamentos de agentes e use cases23:00
  2. 2ReAct prompting e planejamento24:00
  3. 3Tools e function calling em producao25:00
  4. 4Frameworks: OpenAI e Claude Agent SDK24:00
  5. 5Memoria e multiagentes26:00
  6. 6Avaliacao operacional de agentes26:00
Fase 72h 01minModel Context Protocol (MCP)
  1. 1MCP: visao geral e arquitetura24:00
  2. 2Camadas de transporte e dados23:00
  3. 3Construindo um MCP Server24:00
  4. 4Conectando com MCP Client25:00
  5. 5MCP em orquestradores de agentes25:00
Fase 81h 58minIA Multimodal
  1. 1Fundamentos da IA multimodal22:00
  2. 2Image understanding na pratica24:00
  3. 3Geracao de imagem e video24:00
  4. 4Audio, TTS e STT24:00
  5. 5Arquitetura multimodal com frameworks24:00
Fase 92h 00minSeguranca, Etica e Guardrails
  1. 1Fundamentos de AI Safety para produto23:00
  2. 2Prompt injection e adversarial testing25:00
  3. 3Bias, privacidade e conformidade24:00
  4. 4Moderacao, constraints e user IDs24:00
  5. 5Guardrails operacionais e fallback24:00
Fase 102h 26minObservabilidade e Avaliacao de LLM
  1. 1Estrategia de observabilidade de LLM23:00
  2. 2Monitoramento de custo e latencia24:00
  3. 3Ferramentas: LangSmith, Langfuse e Helicone25:00
  4. 4Evals deterministicas e model-based24:00
  5. 5Avaliacao humana e goldensets25:00
  6. 6DeepEval e RAGAS na pratica25:00
Fase 112h 24minProducao, Fine-tuning e Deploy
  1. 1Arquitetura de producao para IA24:00
  2. 2Fine-tuning: quando faz sentido24:00
  3. 3Self-hosted models e governanca23:00
  4. 4Fallback, resiliencia e regressao25:00
  5. 5Deploy progressivo e observabilidade24:00
  6. 6Operacao continuada e melhoria24:00
Fase 122h 01minFerramentas do Dev de IA
  1. 1IDE agentica e vibe coding com criterio24:00
  2. 2Frameworks para RAG e agentes24:00
  3. 3Tooling de prototipacao rapida25:00
  4. 4Workflow de time para AI products24:00
  5. 5Trilha continuada e proximos passos24:00

O que você sai sabendo construir

Não é teoria. É o que aluno entrega no portfólio depois de terminar a formação. Mercado pedindo dev de IA, você pronto pra entrar.

Vagas de IA pagam de R$ 12k a R$ 25k

Vaga que pede LLM, RAG e agentes paga acima da faixa tradicional de backend. Quem domina o ciclo inteiro — da escolha de modelo à observabilidade — negocia no topo dela.

Portfólio com 6 projetos aplicados

Busca semântica com embeddings, RAG sobre documentação real, agente com tools e function calling e um servidor MCP. Tudo em código no seu GitHub no fim do curso.

Domine OpenAI, Claude, Gemini e vector databases

Stack que time de produto usa em produção: APIs de inferência, embeddings, vector DB, MCP e observabilidade de LLM. Diferencial direto na entrevista técnica.

Entre no setor que mais cresce no mercado tech

Empresa que ainda não tem ninguém capaz de levar LLM pra produção depende de consultoria cara pra cada iniciativa. Esse é o espaço que você ocupa.

Construa pra B2B, B2C e produto interno

Agente de atendimento, copilot interno, automação de processo e produto SaaS. Você aprende a aplicar IA em qualquer cenário que o cliente pedir.

Estude no seu ritmo, do começo ao fim

Tudo gravado, do primeiro prompt ao agente em produção. Assiste quando dá, pausa, volta no módulo que precisa e revisita o código sempre que o projeto pedir.

Quem te ensina a construir com IA

Paulo Luan

Senior AI & Fullstack Engineer • Founding Engineer @ CoManager (Los Angeles)

Paulo Luan é engenheiro sênior de IA e fullstack. Como founding engineer da CoManager, em Los Angeles, tirou a plataforma de IA do repositório vazio até o MVP em produção e montou o time de 4 pessoas que toca ela hoje: runtime multi-agente em Mastra, RAG em Qdrant e arquitetura provider-agnostic entre OpenAI, Anthropic e Gemini. Antes disso, 10 anos de fullstack TypeScript com clientes nos EUA. Ensina IA aplicada porque continua colocando código em produção toda semana.

Garanta sua vaga na Formação IA para Devs

Uma assinatura anual, R$ 997 em 12x sem juros, com renovação automática todo ano. Dá acesso aos 12 módulos gravados, aos projetos práticos e ao certificado.

Assinatura Anual

Formação IA para Devs completa por 12 meses, em 12x sem juros. Renova automaticamente todo ano; cancele quando quiser.

R$997/ano
Fazer pré-matrícula

O que entra:

  • +26h de conteúdo em 12 módulos e 68 aulas
  • Prompt e context engineering aplicados
  • Embeddings, busca semântica e RAG com vector database
  • Agentes de IA, function calling e Model Context Protocol
  • Segurança, guardrails e avaliação de LLM
  • Produção: fine-tuning, deploy e observabilidade
  • Aulas gravadas, no seu ritmo, enquanto a assinatura estiver ativa
  • Certificado de Especialista em Ferramentas de IA
12x de R$ 83,08 sem jurosRenovação anual automática7 dias de garantia incondicional

Perguntas e respostas mais frequentes

Antes de assinar, esses pontos são o que mais aparece no nosso WhatsApp. Resposta direta, sem rodeio.

O mercado de IA não espera

Empresa contratando, dev de IA pagando 2x salário tradicional e uma assinatura anual de R$ 997 em 12x sem juros. Garanta sua vaga.

Fazer pré-matrícula
Pra quem é a formação?

Desenvolvedores que já programam (back, front ou full-stack) e querem construir produtos com IA. Não precisa ser especialista em ML nem matemática avançada. Se você consome API e entende lógica, dá conta da formação inteira.

Como funcionam as aulas?

Curso 100% gravado. Aulas em alta qualidade pra você assistir no seu ritmo, quando quiser, durante toda a assinatura. Cada módulo tem projeto prático no fim. Não tem aula ao vivo, mentoria, comunidade nem tutoria.

Qual a duração?

+26h de conteúdo em 12 módulos e 68 aulas. No ritmo de 1h por dia, dá pra fechar em 8 a 12 semanas. A assinatura vale 12 meses, então dá pra espaçar como preferir e voltar pra revisitar um conceito.

Tem certificado?

Certificado de Especialista em Ferramentas de IA emitido ao concluir as atividades, projetos e o quiz final. Reconhecido pelo mercado e válido pra LinkedIn, currículo e processo seletivo.

Em quanto tempo recupero o investimento?

Depende de você — a formação é nova e não tem histórico de turma pra prometer prazo. O que dá pra dizer: você termina com projetos de RAG, fine-tuning e agentes publicados no seu GitHub, que é o que entrevista técnica e proposta de freela pedem.

Posso parcelar?

R$ 997 por ano, em 12x de R$ 83,08 sem juros no cartão, ou R$ 997 à vista. A assinatura renova sozinha a cada 12 meses e você cancela quando quiser.

E se eu não gostar?

7 dias de garantia incondicional. Acessa, assiste, testa. Se não for pra você, devolvemos 100% do valor sem pergunta. Risco zero.

Preciso saber Python?

Boa parte do ecossistema de IA é Python (LangChain, OpenAI SDK), mas muito do que ensinamos roda em qualquer stack via API. Se você programa em Node, Go, Java ou outra linguagem, acompanha sem trava — temos exemplos em Python e em JavaScript ao longo da formação.