Onda digital abstrata formada por partículas brilhantes

IA Generativa na Era da Transformação Digital

Baixe o folhetoInscreva-se
INÍCIO
DATA DE FINALIZAÇÃO
DURAÇÃO
8 semanas
CARGA HORÁRIA
8 a 10 horas por semana
IDIOMA
Português
MODALIDADE
On-line
INVESTIMENTO

Conheça o programa de IA Aplicada à Transformação Digital

O programa Inteligência Artificial Generativa Aplicada à Transformação Digital do MIT Professional Education é um programa de formação profissional de 8 semanas que ajuda os participantes a compreender como a inteligência artificial (IA) generativa contribui para a transformação digital em ambientes empresariais reais. O programa ensina como as organizações utilizam ferramentas de IA generativa para automatizar tarefas, melhorar a tomada de decisões e aumentar a eficiência operacional em diferentes áreas funcionais e setores.

75%

dos profissionais esperam que a IA generativa cause “mudanças significativas ou disruptivas na natureza da competição em sua indústria” nos próximos 3 anos.

Fonte: McKinsey

$55,7 bilhões

espera-se que os gastos em plataformas e aplicativos de IA generativa atinjam $55,7 bilhões até 2027.

Fonte: International Data Corporation (IDC)

5 horas

os profissionais de marketing acreditam que a IA generativa economizará, em média, cinco horas de trabalho por semana, o que equivale a um mês por ano.

Fonte: Salesforce, Generative AI Snapshot Series

Aplicações de IA que você aprenderá no programa

O programa online do MIT Professional Education, Inteligência Artificial Generativa Aplicada à Transformação Digital, ajuda os profissionais a compreender a inteligência artificial generativa. O programa oferece conhecimentos práticos sobre como as organizações utilizam a IA generativa em contextos empresariais reais.

Explica como as ferramentas de IA generativa contribuem para a transformação digital por meio da melhoria dos fluxos de trabalho, do aumento da produtividade e de um melhor aproveitamento dos dados nas diferentes áreas de negócio. Os participantes aprendem os conceitos fundamentais da IA generativa, seus principais casos de uso e como avaliar oportunidades para implementar a IA em diferentes contextos organizacionais.

Aprenda a identificar os desafios comuns de implementação e a implementar a IA generativa de forma responsável dentro das empresas. O programa conecta os conceitos de IA generativa a aplicações do mundo real e ajuda os participantes a utilizar essas habilidades para melhorar a eficiência operacional.

Além disso, oferece suporte para impulsionar iniciativas de transformação digital e gerar valor empresarial sustentável a longo prazo.

CONHEÇA TODO O CONTEÚDO DO PROGRAMA

SOLICITE INFORMAÇÃO

O que você aprenderá no programa de IA generativa?

Módulo 1: Compreendendo a IA e o Impacto nos Negócios

  • A evolução da IA: de sistemas baseados em regras para machine learning e modelos generativos.
  • O que torna a IA generativa distinta: criar novos conteúdos em vez de apenas prever resultados.
  • Por que o período de 2023–2025 marcou uma mudança importante na adoção da IA e no impacto nos negócios.
  • Como a IA está reformulando setores-chave: saúde, finanças, varejo, mídia e manufatura.
  • Uma lente focada em liderança para compreender e avaliar a IA.
  • Definição de metas pessoais e organizacionais para aprendizado e aplicação.

Módulo 2: Como a IA Generativa funciona

  • O que são grandes modelos de linguagem, explicados sem jargões técnicos.
  • Como as entradas, saídas e janelas de contexto moldam o comportamento do modelo.
  • Por que ocorrem alucinações de IA e seu impacto no uso organizacional.
  • Como os tokens, o custo e o tamanho do modelo afetam o orçamento e as decisões de implementação.
  • O que a IA multimodal permite em textos, imagens, áudio e código.
  • Como os principais modelos diferem em alto nível e o que importa para as decisões de liderança.
  • Sinais de alerta importantes a serem observados ao avaliar promessas de fornecedores de IA.

Módulo 3: Engenharia de prompt

  • O que é engenharia de prompts e por que ela é importante.
  • Técnicas fundamentais: zero-shot, few-shot, chain-of-thought e role prompting.
  • Criação de prompts para tarefas executivas, como briefings, memorandos de estratégia e comunicação com stakeholders.
  • Criação de prompts para tarefas de equipe, incluindo documentação, resumos e relatórios.
  • Automação de fluxos de trabalho rotineiros com modelos de prompts reutilizáveis.
  • Segurança de prompts e o que evitar compartilhar em ferramentas de IA públicas.
  • Prática para construir sua biblioteca pessoal de prompts.

Módulo 4: IA em toda a organização

  • Marketing e CX: personalização, geração de conteúdo, automação de serviços.
  • Operações: automação de fluxo de trabalho, documentação, compras, cadeia de suprimentos.
  • RH e Talentos: recrutamento, integração, aprendizado e desenvolvimento, desempenho.
  • Finanças: relatórios, previsões, resumos de conformidade.
  • Produto e Inovação: ideação, prototipagem, pesquisa de mercado.
  • Liderança e Estratégia: inteligência competitiva, comunicação com o conselho, planejamento de cenários.
  • Estudo de casos: Klarna, Coca‑Cola, JPMorgan e outros.
  • Avaliação de Casos de Uso: avaliando valor, risco e prontidão organizacional.

Módulo 5: Ética, Governança e IA Responsável

  • O cenário da ética e o que está em jogo quando a IA toma decisões.
  • De onde vem o viés na IA e como os líderes podem mitigá-lo.
  • Privacidade, soberania de dados e diretrizes para o uso de ferramentas de IA pelos funcionários.
  • Quando a transparência e a explicabilidade são exigidas para uma IA auditável.
  • O ambiente regulatório, incluindo o EU AI Act, frameworks dos EUA e regras setoriais.
  • Como os frameworks de IA Responsável do Google, Microsoft e NIST se traduzem na prática.
  • Desinformação, deepfakes e desafios de integridade de conteúdo.
  • Como começar a construir uma política interna de IA para sua organização.

Módulo 6: Construindo uma Organização Pronta para a IA

  • O que significa prontidão para IA em tecnologia, dados, pessoas e cultura.
  • Padrões comuns de falha na adoção da IA e como evitá-los.
  • Comunicando sobre IA em meio à incerteza e mudanças rápidas.
  • Capacitação da sua força de trabalho e identificação de habilidades essenciais do futuro.
  • Abordando a ansiedade relacionada à IA e apoiando a segurança psicológica.
  • Papéis do CDO, CAIO e do Centro de Excelência em IA.
  • Aplicando frameworks de gestão de mudanças, como Kotter e ADKAR, a iniciativas de IA.
  • Construindo defensores internos de IA e estruturas de governança.

Módulo 7: A Economia Habilitada pela IA — Força de Trabalho, Disrupção e Oportunidade

  • O impacto econômico da IA generativa na produtividade, deslocamento e criação de novos valores.
  • Quais empregos e tarefas estão mais expostos à automação e quais permanecem resilientes.
  • Aumento por IA versus substituição e como os líderes podem aplicar essa distinção.
  • Como a IA está reformulando a dinâmica competitiva por meio da vantagem de pioneiro e da diferenciação.
  • O que os competidores nativos em IA revelam e o que as empresas tradicionais podem aprender com eles.
  • Tendências globais de investimento em IA e suas implicações para a estratégia setorial.
  • Como a liderança está evoluindo e quais capacidades humanas ganham importância.

Módulo 8: Criando uma estratégia de IA

  • Revisão do framework estratégico de IA e integração de todos os conceitos.
  • Uso do canvas de oportunidade de IA para mapear casos de uso ao valor de negócio.
  • Aplicação de uma matriz de esforço-impacto-risco para priorizar iniciativas de IA.
  • Construção de um roadmap de IA integrando vitórias rápidas, iniciativas de médio prazo e transformação de longo prazo.
  • Elaboração do business case para investimento em IA e como fazer a solicitação de forma eficaz.
  • Apresentação de sua estratégia de IA para conselhos, investidores e stakeholders céticos.
  • Workshop de projeto de conclusão para desenvolver e revisar por pares sua estratégia organizacional de IA.
  • Reflexão final sobre o tipo de líder de IA que você deseja se tornar.

Projeto de conclusão

Aplique seus conhecimentos por meio de um projeto prático. Crie uma estratégia de IA, identifique oportunidades de alto impacto e desenvolva um roteiro de adoção para sua organização.

Você será capaz

Este curso é especialmente projetado para capacitar os participantes com as ferramentas essenciais para aplicar IA generativa e, assim, otimizar e reinventar os fluxos de valor nos negócios.

1.

Projetar um mapa de oportunidades de IA priorizado e um roadmap de adoção com riscos, dependências e métricas de sucesso.

2.

Avaliar onde a GenAI cria valor entre as funções e julgar a viabilidade/ROI para o seu contexto.

3.

Aplicar técnicas de engenharia de prompts para automatizar fluxos de trabalho rotineiros de executivos e equipes.

4.

Avaliar riscos éticos e mapear requisitos de governança para frameworks reconhecidos em sua organização.

5.

Distinguir as principais capacidades de IA (LLMs, RAG, agentes, multimodais) para apoiar decisões informadas sobre fornecedores e soluções.

6.

Desenvolver um framework prático de adoção de IA que inclua gestão de mudanças e alinhamento de stakeholders.

7.

Analisar implicações econômicas e da força de trabalho para informar o design organizacional e a estratégia competitiva.

8.

Explicar os fundamentos, a evolução e a relevância comercial da IA generativa.

Conquiste um certificado oficial

Todos os participantes que concluírem com êxito o programa IA Generativa na Era da Transformação Digital receberão um certificado digital do MIT Professional Education (MIT Professional Education Certificate of Completion). Aqueles que finalizarem o programa ganharão * Unidades de Educação Continuada (MIT CEUs*).

Para obter MIT CEUs, os participantes devem preencher um formulário de confirmação MIT CEU obrigatório. Os MIT CEUs são calculados com base no número de horas de aprendizagem em cada curso.

*Uma Unidade de Educação Continuada (CEU) equivale a 10 horas de aprendizado contínuo e indica o tempo dedicado a um programa de desenvolvimento profissional.

Certificado - IA Generativa na Era da Transformação Digital

Este certificado profissional é dirigida a

Líderes seniores encarregados de informar decisões sobre iniciativas de IA generativa para suas organizações.

Líderes de tecnologia que desejam aprender as melhores práticas atuais para adotar e otimizar sistemas de IA generativa, a fim de impulsionar resultados comerciais.

Gerentes seniores e executivos de meia-carreira que desejam obter insights sobre as potenciais aplicações da IA generativa dentro de suas organizações.

Gerentes de inovação, de vendas e de produtos, profissionais de marketing e experiência do cliente que desejam aprender como alavancar a IA generativa para criar novos produtos, novos conteúdos e experiências personalizadas para os clientes.

Investidores em capital de risco, private equity ou fundos hedge que buscam entender as oportunidades de investimento criadas pela IA generativa.

Conheça o corpo docente deste programa

Professor, MIT Department of Civil and Environmental Engineering; Affiliated Faculty, MIT Center for Computational Science and Engineering.

Prof. John R. Williams

A investigação do Professor John R. Williams se centra no desenvolvimento e na aplicação de algoritmos de computação em sistemas ciberfísicos distribuídos. Foi diretor do Auto-ID Laboratory, responsável pela invenção da Internet das Coisas (IoT).

É considerado, junto a Bill Gates e Larry Ellison, uma das 50 pessoas mais poderosas em computer networks. Leciona cursos sobre bases da programação, desenvolvimento de softwares modernos, arquitetura de sistemas computacionais, Cloud e Blockchain.

  • Considerado uma das 50 pessoas mais influentes em redes de computadores.
  • Autor e co-autor de mais de 250 artigos em revistas e conferências.
  • Ex-diretor do Laboratório Auto-ID, onde foi inventada a “Internet das coisas”.
Research Scientist, MIT

Dr. Abel Sanchez

Dr. Sanchez é arquiteto de rede global, Internet das Coisas (IoT) e de plataformas de análise de dados para as empresas como: SAP, Ford, Johnson & Johnson, Accenture, Shell, Exxon Mobil e Altria.

Em segurança cibernética, desenvolveu análises sobre impacto de ataques cibernéticos para o Departamento de Defesa dos Estados Unidos e um firewall de senhas para a IARPA. É doutor pelo Instituto Tecnológico de Massachussets (MIT) e participa de cursos do MIT sobre segurança cibernética, engenharia, Blockchain e Data Science.

  • Participou do desenvolvimento de um software educativo para a Microsoft e no estabelecimento da Accenture Technology Academy.
  • Produziu mais de 150 vídeos educativos e conta com mais de 10 anos de experiência com sistemas de gestão de aprendizagem.
  • Realizou ações em América, Ásia e Europa.

Corpo docente colaborador

Professor in MIT’s Department of Electrical Engineering and Computer Science; Head of Computer-Assisted Programming Group and Associate Director and COO of MIT Computer Science and Artificial Intelligence Laboratory.

Prof. Armando Solar-Lezama

Armando Solar-Lezama é Professor no Departamento de Engenharia Elétrica e Ciência da Computação do MIT. Ele é o Diretor Associado e COO no Laboratório de Ciência da Computação e Inteligência Artificial (CSAIL), onde lidera o grupo de Programação Assistida por Computador. Solar-Lezama e seu grupo de pesquisa focam na síntese de programas, uma área de pesquisa na interseção entre sistemas de programação e inteligência artificial.

Atualmente, ele é o principal investigador (PI) do projeto Expeditions “Understanding the World through Code”, financiado pela NSF, e também é o fundador do playskript.com, uma plataforma on-line para criação de apresentações interativas. Solar-Lezama obteve seu PhD na Universidade da Califórnia, Berkeley.

Afiliações

  • CSAIL: Vertical AI Community of Research; Applied Machine Learning Community of Research; Computation Structures Group; Center for Deployable Machine Learning (CDML).
    • Associate Director and COO, Computer Science and Artificial Intelligence Laboratory.
  • LEAD: Computer-Aided Programming Group.

Áreas de interesse e especialização

  • Sistemas de programação com foco em síntese de software.
  • Ferramentas de programação para computação paralela e de alto desempenho.
  • Alto rendimento.
  • Cibersegurança.

https://www.csail.mit.edu/person/armando-solar-lezama

Colaboradores da indústria

Deputy Chief Security Officer

Jacob Depriest

Jacob DePriest é Vice-Presidente e Deputy Chief Security Officer no GitHub, onde é responsável por gerenciar a equipe de segurança da empresa. Antes de ingressar no GitHub, Jacob foi um executivo sênior na Agência de Segurança Nacional (NSA) dos Estados Unidos, onde construiu e liderou o programa de Experiência do Desenvolvedor, foi o patrocinador executivo da agência para código aberto e liderou várias iniciativas de transformação de TI e segurança.

DePriest possui mais de 15 anos de experiência como engenheiro nas áreas de cibersegurança, arquitetura em nuvem e organização de equipes técnicas.

Chief Information Officer and Senior Vice President of Information Technology and Data Analytics

Susan Doniz

Susan Doniz é a Chief Information Officer (CIO) na The Boeing Company e Vice-Presidente Sênior de Tecnologia da Informação e Análise de Dados, onde lidera todos os aspectos de tecnologia da informação, segurança da informação, dados e análise. Ela também apoia o crescimento dos negócios da Boeing por meio de programas geradores de receita relacionados à TI e análise.

Antes de ingressar na Boeing em 2020, Doniz foi CIO do Grupo na Qantas Airways, onde expandiu o ecossistema digital da companhia aérea e adotou novas tecnologias para atender às necessidades do negócio e dos clientes.

Anteriormente, durante uma carreira de 17 anos na Procter & Gamble, ela liderou programas de TI e Análise em apoio a vendas, pesquisa e desenvolvimento, cadeia de suprimentos, além de um programa multifuncional para digitalizar a empresa. Doniz também trabalhou na SAP, onde foi conselheira estratégica do CEO global em questões de transformação e tecnologia em suporte aos clientes, bem como na Aimia.

Generative AI Researcher at Runway

Katie M. Lewis

Katie M. Lewis recebeu seu PhD pelo MIT em Desenvolvimento de Modelos Generativos Específicos de Domínio. Como Assistente de Pesquisa, desenvolveu o método GIST para gerar descrições textuais específicas de imagens de alta precisão usando LLMs. Ela também criou um método baseado em aprendizado para alinhar varreduras cerebrais clínicas esparsas de MRI com maior precisão em 92% dos casos e 100 vezes mais rápido em CPUs.

Algumas de suas publicações em aprendizado de máquina generativo incluem At the Intersection of Conceptual Art and Deep Learning: The End of Signature, Generating Image-Specific Text for Fine-grained Object Classification, e Machine Learning for Healthcare (ML4H) at NeurIPS 2018.

Recentemente, defendeu sua dissertação sob a orientação de John Guttag e Frédo Durand, e estagiou duas vezes no Google com a equipe de Ira Kemelmacher-Shlizerman.

CIO and Enterprise Strategist

Mark Schwartz

Mark Schwartz é um premiado CIO que atualmente trabalha como Estrategista Corporativo na Amazon Web Services, onde ajuda executivos seniores de algumas das maiores empresas do mundo a formular estratégias e superar obstáculos para ter sucesso na era digital.

Mark Schwartz também é um autor reconhecido e seu trabalho mais recente, intitulado Adaptive Ethics for Digital Transformation, aborda como o processo de transformação digital requer uma mudança no panorama moral e nas suposições éticas de um negócio.

Em 2010, Mark Schwartz foi nomeado um dos 100 principais líderes de TI pela Computerworld Magazine por sua contribuição em liderança tecnológica, ideias inovadoras e gestão eficaz para estratégias de TI.

Conheça a experiência de nossos participantes

Você está pronto para a Era da IA Generativa?

SOLICITE INFORMAÇÃOSOLICITAR ADMISSÃO
This site is registered on wpml.org as a development site. Switch to a production site key to remove this banner.