Objeto de Estudo

O objeto de estudo do Bacharelado em Inteligência Artificial envolve  compreender, projetar, implementar e implantar sistemas e modelos de aprendizado de máquina para aplicações diversas, como predição, classificação, detecção de padrões, recomendação, análise e integração de dados multimodais, modelagem generativa, otimização, tomada de decisão automatizada, processamento de linguagem natural, visão computacional, modelagem de séries temporais e extração e síntese de informações. O curso aborda fundamentos matemáticos, estatísticos e computacionais da IA. Por se tratar de uma área transversal a múltiplos campos do conhecimento, o Bacharelado integra também dimensões éticas, legais e sociais, fundamentais para o desenvolvimento de soluções de IA responsáveis, transparentes e alinhadas ao bem-estar da sociedade.

Campo de Atuação

O bacharel em Inteligência Artificial pode atuar em empresas e organizações que desenvolvem ou utilizam tecnologias de IA, incluindo startups, indústrias de alta tecnologia, setores corporativos de inovação, empresas de software, centros de pesquisa, laboratórios de ciência de dados, instituições públicas e universidades. O profissional está apto a trabalhar com desenvolvimento de modelos, análise de grandes volumes de dados, criação de produtos inteligentes e automação de processos. Pode ainda atuar na consultoria em IA, na avaliação de impacto e ética algorítmica, na governança de dados e no desenvolvimento de soluções para áreas como saúde, finanças, educação, segurança, varejo, mobilidade, agricultura e manufatura. A formação também possibilita empreender negócios baseados em soluções inteligentes e prosseguir na carreira acadêmica em programas de mestrado e doutorado.

Coordenador(a)

O que faz

O profissional formado em Inteligência Artificial concebe, implementa e avalia sistemas inteligentes capazes de aprender, perceber, raciocinar e agir em diferentes contextos. Desenvolve modelos de aprendizado de máquina e aprendizado profundo, incluindo modelos generativos — como grandes modelos de linguagem (LLMs), modelos multimodais, modelos de difusão e arquiteturas avançadas baseadas em transformers — aplicados a texto, imagem, vídeo, som e dados estruturados. Atua em todas as etapas de projetos de IA — desde a curadoria e engenharia de dados, escolha de algoritmos, treinamento, teste e implantação de modelos, até aspectos fundamentais como explicabilidade, ética, segurança, governança algorítmica e mitigação de vieses. Também é capaz de criar aplicativos, serviços e produtos inovadores baseados em IA generativa e aprendizado estatístico, produzindo soluções que automatizam tarefas, aumentam capacidades humanas e transformam processos nas mais diversas áreas. Conduz tais projetos de forma crítica, ética, responsável e orientada à inovação.

Estrutura Curricular

Algoritmos
80h
Presencial
Pré-requisitos
Introdução à Tecnologia da Informação
40h
Presencial
Pré-requisitos
Sistemas Digitais
80h
Presencial
Pré-requisitos
Introdução à Inteligência Artificial
40h
Virtual
Pré-requisitos
Matemática Discreta
40h
Presencial
Pré-requisitos
Lógica para Computação
80h
Presencial
Pré-requisitos
Introdução ao Cálculo
40h
Presencial
Pré-requisitos
Programação de Computadores I
80h
Presencial
Pré-requisitos
  • Algoritmos
Teoria da Computação
80h
Presencial
Pré-requisitos
Fundamentos de Arquitetura de Computadores
80h
Presencial
Pré-requisitos
  • Sistemas Digitais
Cálculo Diferencial e Integral I
80h
Presencial
Pré-requisitos
  • Introdução ao Cálculo
Introdução à Ciência de Dados
80h
Virtual
Pré-requisitos
  • Introdução à Inteligência Artificial
Programação de Computadores II
80h
Presencial
Pré-requisitos
  • Programação de Computadores I
Arquitetura de Computadores
80h
Presencial
Pré-requisitos
  • Fundamentos de Arquitetura de Computadores
Estatística e Probabilidade
80h
Presencial
Pré-requisitos
  • Cálculo Diferencial e Integral I
  • Cálculo Diferencial e Integral II
Álgebra Linear para Computação
80h
Presencial
Pré-requisitos
  • Cálculo Diferencial e Integral I
Cálculo Diferencial e Integral II
80h
Presencial
Pré-requisitos
  • Cálculo Diferencial e Integral I
Optativa de Formação Geral
40h
EAD
Pré-requisitos
Programação Orientada a Objetos
80h
Presencial
Pré-requisitos
  • Programação de Computadores II
Estrutura de Dados
80h
Presencial
Pré-requisitos
  • Programação de Computadores II
Introdução a Banco de Dados
80h
Virtual
Pré-requisitos
  • Programação de Computadores I
Optativa de Formação Geral
40h
EAD
Pré-requisitos
Aprendizado Supervisionado I
80h
Presencial
Pré-requisitos
  • Álgebra Linear para Computação
  • Estatística e Probabilidade
  • Introdução à Ciência de Dados
Aprendizado Não Supervisionado
80h
Presencial
Pré-requisitos
  • Aprendizado Supervisionado I
Introdução a Engenharia de Software
80h
Virtual
Pré-requisitos
  • Programação Orientada a Objetos
Projeto e Arquitetura de Software
80h
Presencial
Pré-requisitos
  • Programação Orientada a Objetos
  • Introdução a Engenharia de Software
Cálculo Numérico
40h
Presencial
Pré-requisitos
  • Cálculo Diferencial e Integral II
  • Álgebra Linear para Computação
Teoria dos Grafos
80h
Presencial
Pré-requisitos
  • Estrutura de Dados
Integração de Dados
80h
Virtual
Pré-requisitos
  • Introdução a Banco de Dados
  • Introdução à Ciência de Dados
Fundamentos de Sistemas Operacionais
80h
Presencial
Pré-requisitos
  • Programação de Computadores II
  • Arquitetura de Computadores
Otimização para Aprendizado de Máquina
80h
Presencial
Pré-requisitos
  • Cálculo Numérico
Aprendizado Supervisionado II
80h
Presencial
Pré-requisitos
  • Aprendizado Supervisionado I
Introdução a Redes Neurais Artificiais
80h
Presencial
Pré-requisitos
  • Aprendizado Supervisionado I
  • Integração de Dados
Projeto em Inteligência Artificial
80h
Virtual
Pré-requisitos
  • Aprendizado Não Supervisionado
Optativa de Formação Geral
40h
EAD
Pré-requisitos
Aprendizado Profundo
80h
Presencial
Pré-requisitos
  • Introdução a Redes Neurais Artificiais
  • Otimização para Aprendizado de Máquina
Optativa TI
80h
Virtual
Pré-requisitos
Aprendizado por Reforço
80h
Presencial
Pré-requisitos
  • Aprendizado Supervisionado I
Inteligência Artificial Generativa
80h
Presencial
Pré-requisitos
  • Aprendizado Profundo
  • Projeto em Inteligência Artificial
Implantação e Gestão de Modelos de Aprendizado de Máquina
80h
Presencial
Pré-requisitos
  • Projeto e Arquitetura de Software
  • Introdução a Redes Neurais Artificiais
Trabalho de Conclusão de Curso I
40h
Presencial
Pré-requisitos
Complexidade de Algoritmos
80h
Presencial
Pré-requisitos
  • Teoria dos Grafos
Programação Concorrente, Paralela e Distribuída
80h
Presencial
Pré-requisitos
  • Fundamentos de Sistemas Operacionais
Fundamentos de Redes de Computadores
80h
Presencial
Pré-requisitos
  • Fundamentos de Sistemas Operacionais
Sociedade, Cultura e Cidadania
80h
EAD
Pré-requisitos
Ética e Explicabilidade em IA
40h
Virtual
Pré-requisitos
  • Inteligência Artificial Generativa
Trabalho de Conclusão de Curso II
40h
Presencial
Pré-requisitos
  • Trabalho de Conclusão de Curso I

Professores

Informação não disponível