Programa Curso Desenvolvimento de Aplivativos

  


1. Inteligência Artificial (IA)

📌 Objetivo: Entender os fundamentos da IA, conceitos de machine learning e medidas de proteção.

✅ Conteúdo:

1.1. Introdução à Inteligência Artificial

  • O que é IA? História e aplicações atuais
  • Diferença entre IA, machine learning e deep learning
  • IA simbólica vs. IA estatística

1.2. Machine Learning (Aprendizado de Máquina)

  • Tipos: supervisionado, não supervisionado e por reforço
  • Algoritmos clássicos: regressão linear, árvores de decisão, k-NN, SVM
  • Avaliação: acurácia, precisão, recall, F1-score

1.3. Medidas de proteção e ética em IA

  • Viés algorítmico e discriminação
  • LGPD e privacidade de dados
  • IA explicável (XAI) e transparência
  • Segurança de modelos (ataques adversariais)

📱 2. Desenvolvimento de Aplicativos Web e Mobile

📌 Objetivo: Aprender a criar aplicativos modernos com boas práticas e uso de frameworks/bibliotecas.

✅ Conteúdo:

2.1. Fundamentos de Desenvolvimento Web e Mobile

  • Front-end vs. Back-end
  • Responsividade e UX/UI
  • HTTP, APIs REST e GraphQL

2.2. Frameworks e Bibliotecas

  • Web:
    • React.js (JavaScript)
    • Next.js (Fullstack com React)
    • Vue.js ou Angular (alternativas)
  • Mobile:
    • React Native (cross-platform)
    • Flutter (Dart)
    • Kotlin (Android nativo) / Swift (iOS nativo)

2.3. Backend e Integrações

  • Node.js (Express), Python (Django/Flask), ou PHP (Laravel)
  • Integração com bancos de dados (SQL e NoSQL)
  • Autenticação: JWT, OAuth2, Firebase Auth

🛡 3. Cibersegurança

📌 Objetivo: Compreender vulnerabilidades, ataques e defesas aplicáveis no ciclo de vida do software.

✅ Conteúdo:

3.1. Conceitos Avançados

  • Confidencialidade, integridade e disponibilidade (CIA)
  • Segurança em rede e em aplicações

3.2. Tipos de Ataques

  • Phishing, SQL Injection, XSS, DDoS
  • Engenharia social
  • Ataques a IA e modelos treinados

3.3. Medidas de Proteção

  • OWASP Top 10
  • Criptografia (simétrica e assimétrica)
  • Controle de acesso e autenticação forte
  • Monitoramento e auditoria
  • Ferramentas: firewalls, antivírus, VPNs, WAFs

🏗 4. Arquitetura de Sistemas

📌 Objetivo: Compreender o design e os padrões utilizados na criação de sistemas escaláveis e eficientes.

✅ Conteúdo:

4.1. Fundamentos de Arquitetura de Sistemas

  • Componentes, camadas e abstrações
  • Monolito, microserviços e serverless
  • Cloud computing (AWS, Azure, GCP)

4.2. Padrões de Arquitetura

  • MVC (Model-View-Controller)
  • REST e GraphQL
  • Event-Driven Architecture
  • CQRS, DDD, Clean Architecture

4.3. Boas Práticas e Ferramentas

  • Design de APIs e documentação (Swagger)
  • Versionamento e CI/CD (GitHub Actions, GitLab CI)
  • Containers e orquestração (Docker, Kubernetes)

📚 Sugestões de Ferramentas de Estudo

  • Plataformas: Alura, Udemy, Coursera, YouTube (Filipe Deschamps, Dev em Dobro)
  • Softwares: VS Code, Postman, Insomnia, Docker Desktop
  • Livros:
    • “Inteligência Artificial: Uma Abordagem Moderna” – Stuart Russell
    • “Clean Architecture” – Robert C. Martin
    • “The Web Application Hacker’s Handbook” – Dafydd Stuttard
    • “Designing Data-Intensive Applications” – Martin Kleppmann


Comentários

Postar um comentário

Postagens mais visitadas deste blog

IA Simbólica vs. IA Estatística

Imagem
Com o professor Evandro Brasil  🧠 IA Simbólica vs. IA Estatística Entendendo os Dois Caminhos da Inteligência Artificial ✅ Introdução Ao longo da história da Inteligência Artificial (IA), duas grandes abordagens se destacaram: a IA simbólica e a IA estatística. Ambas buscam criar sistemas que simulam a inteligência humana, mas fazem isso de formas bastante diferentes. Este estudo vai te ajudar a entender: O que é IA simbólica? O que é IA estatística? Quais as diferenças entre elas? Exemplos de uso na prática 🧠 O que é IA Simbólica? A IA simbólica, também chamada de IA baseada em regras, é uma abordagem que busca representar o conhecimento humano por meio de símbolos, regras lógicas e inferência. É como ensinar um computador usando “se isso, então aquilo”. Características principais: Baseada em lógica formal (ex: lógica proposicional, lógica de predicados). Utiliza sistemas especialistas e regras fixas. Os dados são organizados de forma explícita, em estruturas como árvores de dec...
Leia mais

O que é Inteligência Artificial? História e Aplicações Atuais

Imagem
Com professor Evandro Brasil   O Que é Inteligência Artificial?  História e Aplicações Atuais ✅ Introdução A Inteligência Artificial (IA) é uma área da ciência da computação dedicada a criar sistemas e programas capazes de simular a inteligência humana. Isso significa desenvolver máquinas que consigam raciocinar, aprender, resolver problemas, perceber o ambiente e até tomar decisões, muitas vezes de forma autônoma. Embora a IA esteja em alta hoje, sua história remonta a décadas atrás e suas aplicações se expandem por praticamente todos os setores da sociedade. 🔍 O que é Inteligência Artificial? Em termos simples, podemos definir a IA como: A capacidade de uma máquina de executar tarefas que normalmente exigiriam inteligência humana, como reconhecimento de fala, visão computacional, tradução de idiomas, tomada de decisões e aprendizado com dados. A IA envolve diversas áreas, como: Aprendizado de máquina (machine learning): onde os algoritmos aprendem a partir de dados. Process...
Leia mais