// Roadmap
AS 4 FASES DA TRILHA
Cada fase tem objetivo claro, pilares de conhecimento, recursos específicos e um marco mensurável. Sem marco — não passou de fase.
01
▾
Sair do "usuário que acha que sabe" para alguém que entende o que a IA pode e não pode fazer — e por quê. Ninguém lidera bem o que não compreende.
Como LLMs Funcionam
- Tokens, não palavras
- Prever o próximo token
- Por que modelos alucinam
- Temperatura e criatividade
- Janela de contexto
Prompt Engineering
- Zero-shot vs few-shot
- Chain-of-thought
- Structured output (JSON)
- System vs user prompt
- Avaliação de qualidade
Ecossistema Atual
- GPT vs Claude vs Gemini
- Modelos open-source
- APIs vs interfaces
- Benchmarks — o que medem
- Custo por token
// Recursos da fase
Livro
Co-Intelligence — Ethan Mollick
Melhor livro para entender IA com inteligência sem virar técnico. Pesquisador de Wharton.
Curso
AI for Everyone — Andrew Ng (Coursera)
Gratuito · 6h · Feito para não-técnicos que precisam liderar projetos de IA. Obrigatório.
Curso
Prompt Engineering for Developers — DeepLearning.AI
Gratuito. Te dá linguagem técnica para avaliar o trabalho de engenheiros.
Newsletter
The Rundown AI (diário)
5 minutos por dia. Cria o hábito de se atualizar sobre lançamentos relevantes.
Marco da Fase 1
Conseguir explicar por que um modelo de IA "mente", qual a diferença entre GPT e Claude, e escrever um prompt estruturado que gera output consistente.
02
▾
Deixar de ser observador e virar construtor. Você não precisa saber programar para construir com IA — mas precisa entender o que está sendo construído quando seu time constrói.
No-Code / Low-Code IA
- n8n ou Make para automações
- Flowise para chatbots RAG
- Dify para workflows de IA
- Voiceflow para agentes de voz
- Zapier + GPT
IA para Negócios
- RAG — recuperação de docs
- Fine-tuning: quando usar?
- AI Agents — limitações reais
- Casos de uso por setor
- ROI de projetos de IA
Python Básico
- Variáveis, listas, loops
- Chamada de API simples
- Ler e processar arquivos
- Entender código de colegas
- Não virar dev — virar fluente
// Recursos da fase
Prática
Construa 3 ferramentas reais
1 automação no n8n, 1 chatbot RAG com seus documentos, 1 análise de dados com IA.
Curso
Python para Todos — Dr. Chuck (Coursera)
Não pule. Você precisa ler código. Esse curso entrega isso em ~20h.
YouTube
David Ondrej / Liam Ottley — AI Automation
Melhores canais de construção de agentes e automações sem código profundo.
Livro
The Coming Wave — Mustafa Suleyman
Co-fundador do DeepMind. Visão estratégica de para onde tudo isso vai.
Marco da Fase 2
Ter construído e mostrado pelo menos uma automação funcional com IA que resolve um problema real. Teoria sem produto não vale.
03
▾
Desenvolver o repertório específico de quem lidera projetos de IA — avaliar time, definir estratégia, gerir risco e tomar decisões de build vs buy.
Gestão de Times de IA
- ML Eng vs Data Sci vs AI Eng
- Avaliar entregas técnicas
- Métricas de qualidade de modelo
- Ciclo de vida de projeto de IA
- MLOps — o que o líder sabe
Estratégia de IA
- Build vs Buy vs Fine-tune
- Moat de dados
- Roadmap de adoção de IA
- Gestão de fornecedores
- Custo total de propriedade
Ética e Risco
- Viés em modelos
- LGPD e IA no Brasil
- AI Act europeu
- Segurança de dados
- Quando NÃO usar IA
// Recursos da fase
Curso
AI Product Management — Duke (Coursera)
Para líderes que gerenciam produtos e times de IA. Avaliação de qualidade e estratégia.
Curso
Machine Learning for Business Leaders — MIT xPRO
Framework robusto de decisão para líderes. Vale o investimento se o objetivo for sério.
Newsletter
One Useful Thing — Ethan Mollick (Substack)
Pesquisa aplicada sobre como IA muda o trabalho. Nível de pensamento para líderes.
Prática
Escreva uma AI Strategy para uma empresa real
Escolha uma empresa que você conhece e escreva um documento de estratégia de IA.
Marco da Fase 3
Conduzir uma reunião de avaliação de projeto de IA, fazer perguntas técnicas relevantes ao time e decidir priorização com base em ROI e risco.
04
▾
Ir fundo em um vertical onde você quer ser a referência. Generalista em IA é commodity. Especialista em IA + seu setor é raro e valioso.
AIOps & Redes
- Detecção de anomalias em redes
- Correlação automática de alertas
- Resposta a incidentes com IA
- IA aplicada a NOC/SOC
- Observabilidade inteligente
Construção de Portfólio
- Projeto real com resultado mensurável
- Documentar e publicar
- Escrever ou falar sobre o tema
- Comunidade: AI Brazil, Latam AI
- Certificação Google / AWS AI
Diferencial Competitivo
- Qual problema único você resolve?
- IA + seu conhecimento = vantagem
- Networking estratégico
- Visibilidade profissional
- Mentoria e ensino
// Recursos da fase
Prática
Projeto Real com Impacto Mensurável
Implemente IA em algo real com resultado documentado. Sem número, não conta.
Certif.
Google Cloud AI ou AWS AI Practitioner
Validam seu conhecimento no mercado. Não substituem a prática, mas sinalizam credibilidade.
Marco da Fase 4 — 12 meses
Caso de uso real documentado, apresentar visão de IA com segurança, e ter reputação construída em pelo menos um nicho específico.
// Vocabulário essencial
9 CONCEITOS QUE TODO LÍDER DE IA DOMINA
Não é para decorar — é para não ser enganado. Cada conceito impacta decisões reais de negócio.
Token
Unidade básica que o modelo processa. Custo = tokens. Quem não entende tokens toma decisões erradas de orçamento.
// custo e limites dependem diretamente disso
Temperatura
Controla aleatoriedade. Zero = determinístico. Um = criativo. Análise pede baixa; criatividade pede alta.
// muda completamente a qualidade por tipo de task
RAG
Retrieval-Augmented Generation. Modelo busca dados externos antes de responder. Base de 80% dos casos empresariais.
// padrão de arquitetura mais comum no mercado
Fine-tuning
Retreinar modelo base com seus dados. Caro e complexo. Frequentemente desnecessário quando RAG + bom prompt resolve.
// vendedores empurram isso — saber recusar é poder
AI Agent
Modelo que executa ações em sequência sem supervisão. Ainda imaturo — falha muito mais do que parece nos demos.
// o hype é enorme. limitações reais evitam fracassos
Context Window
Máximo de texto que o modelo "vê" de uma vez. Limita memória em conversas longas e processamento de documentos.
// documentos grandes precisam de estratégia específica
Alucinação
Modelo gera informação falsa com aparência de verdade. Não é bug — é característica estrutural. Não tem cura, tem mitigação.
// ignorar alucinação em sistemas críticos cria risco
Embedding
Representação matemática de texto como vetor. Permite calcular similaridade semântica. Base técnica do RAG.
// explica por que busca semântica funciona (e falha)
Prompt Injection
Ataque onde input malicioso substitui instruções do sistema. Maior vulnerabilidade de segurança em apps de IA.
// todo produto exposto a usuários tem essa superfície
// Estrutura de estudos
ROTINA SEMANAL — 1H POR DIA
Ler newsletters e assistir vídeos cria ilusão de aprendizado. O único aprendizado real é construindo coisas que funcionam.
SEG
Estudo teórico — leitura, curso, conceito novo
45min + resumo
TER
Prática — construir, experimentar, errar
60min construção
QUA
Revisão + newsletter + 1 artigo
30min leitura
QUI
Prática — continuar projeto ou experimento
60min construção
SEX
Revisão semanal — o que aprendi? aplico como?
30min reflexão
SÁB
Bloco longo — projeto, curso, vídeo técnico
2h concentradas
DOM
Descanso — ou leitura leve se quiser
Opcional
// Acompanhamento
TRACKER DE PROGRESSO
Marque seus dias de estudo e atualize o progresso de cada fase. Consistência bate intensidade.
// seu progresso
Clique nos dias para marcar
0
Dias Completos
0
Esta Semana
0
Sequência
// semana atual
// progresso por fase