Logística
Subsidiária da Amazon
Um processo de entrada de dados levava de 15-20 min (34% de erro). Com IA Generativa, passou para 40-50 segundos, reduzindo o custo de milhares de dólares para centavos.
Desconto Exclusivo Alunos da Semana da Engenharia Agêntica::
De R$1.997 por R$1.497
- [ BOOTCAMP | ENGENHARIA AGÊNTICA ]
Construa um sistema de agentes que entrega software validado, e leve pra sua próxima entrevista o portfólio que prova isso.
Cinco noites. Contexto, agentes, validação, entrega. No fim, você não sai só com conhecimento — sai com repositório, prova e sistema no ar.
[ 24–28/08 ]
[ Seg a Sex ]
[ local-first ]
100% open-source
VAGAS ABERTAS
[ A Nova Fronteira
]
Todo mundo tá aprendendo a pedir código pra IA.
Pouca gente tá aprendendo a delegar sistema inteiro com critério de engenharia – contexto, decisão, execução verificável.
84% dos devs já usam ou planejam usar IA no trabalho, segundo a Stack Overflow Developer Survey. Mas só 33% confiam na precisão do que ela entrega e 66% dizem que o código gerado é “quase certo, mas não totalmente certo”.
Essa é a diferença entre acelerar tarefa e MUDAR A ARQUITETURA da execução.
Quem ainda trata IA como autocomplete inteligente continua sendo o gargalo: revisando linha por linha, sem critério formal de validação.
O sistema muda o centro de gravidade: você define intenção, critério e limite. Ele assume a execução repetível, com validação embutida – não confiança cega.
[ O Problema Real
]
Toda migração de sistema legado trava na mesma pergunta: quem garante que o novo bate com o velho?
Normalmente a resposta é gente. Mais gente conferindo planilha, mais gente validando na mão, mais gente carregando o risco no ombro.
O problema não é o sistema cair. O problema é ele funcionar, parecer certo e estar errado – um offset trocado, uma regra escondida numa procedure antiga, o tipo de erro que passa em teste superficial e só aparece quando já virou problema de negócio.
[ A Virada: O Legado Vira Oráculo
]
A resposta não é contratar mais gente pra conferir. A resposta é transformar o próprio legado em oráculo.
Cada tradução, cada parser, cada entrega passa por um comparativo direto contra o comportamento esperado.
O sistema antigo deixa de ser só dívida técnica e vira a prova que orienta a construção do novo.
[ O Que Você Constrói
]
VOCÊ CONSTRÓI UM SISTEMA AGÊNTICO COMPLETO EM 5 NOITES
Uma demanda entra como especificação. O sistema organiza contexto,distribui trabalho entre agentes, testa, revisa, valida e registra o que foi decidido.
No fim, você não leva só conhecimento.Leva uma arquitetura replicável pra transformar problema complexo em pipeline de software verificável.
Componentes:
Mapa de Contexto
O mapa de contexto do seu domínio. É o “Google Maps” do legado: transforma regra, procedure e conversa solta em algo que o agente consegue navegar sem se perder.
Regras do Agente
O contrato de trabalho do agente. Define o que ele pode decidir e o que não pode, antes dele tocar em uma linha de código.
Revisão Contínua
O ciclo de revisão automática. Cada entrega passa por teste e validação antes de seguir — é o pareamento sênior que você não precisa contratar.
Memória Operacional
A memória operacional do sistema. Guarda decisão, critério e histórico pra ele não “esquecer” o que já foi resolvido.
Repositório no GitHub
o sistema como ativo versionável. Você não sai só com aprendizado, sai com código.
Mapa de contexto
O mapa de contexto do seu domínio. É o “Google Maps” do legado: transforma regra, procedure e conversa solta em algo que o agente consegue navegar sem se perder.
Regras do Agente
O contrato de trabalho do agente. Define o que ele pode decidir e o que não pode, antes dele tocar em uma linha de código.
Revisão Contínua
O ciclo de revisão automática. Cada entrega passa por teste e validação antes de seguir — é o pareamento sênior que você não precisa contratar.
Memória Operacional
A memória operacional do sistema. Guarda decisão, critério e histórico pra ele não “esquecer” o que já foi resolvido.
Repositório no GitHub
o sistema como ativo versionável. Você não sai só com aprendizado, sai com código.
[ A Jornada de Cinco Noites ]
Cinco noites. Um sistema. UM NOVO PAPEL PRA VOCÊ
Noite 01
O Arqueólogo:
Você transforma documento, regra e conversa solta em contexto navegável.
Noite 02
O Tradutor:
Você converte o problema em especificação que agente executa sem adivinhar.
Noite 03
O Construtor:
Você monta o pipeline e conecta agente, stack, dado e validação.
Noite 04
O Orquestrador
Você tira o humano do loop errado e coloca critério onde antes havia revisão manual.
Noite 05
O Sistema Autônomo:
chega uma entrada nova e o sistema precisa provar que processa, valida e entrega sozinho.
A cada noite, menos trabalho manual. A cada validação, mais confiança pra soltar o volante.
[ A Régua de Maturidade
]
Quase todo mundo estaciona no nível em que a IA só acelera.
O bootcamp foi desenhado pra te levar do nível 3-4 pro nível 5.
- Nível 1 — Manual: você faz tudo, pede ajuda pontual.
- Nível 2 — Tarefa delegada: a IA executa parte isolada, você cola tudo no final.
- Nível 3 — Pairing em flow: você produz mais rápido, mas continua sendo o integrador.
- Nível 4 — Gerente de agente: você distribui tarefa, mas ainda revisa tudo na mão.
- Nível 5 — Sistema autônomo: o processo assume contexto, executa, valida, registra decisão e só te chama quando o julgamento realmente importa.
[ Honestidade Primeiro
]
Você não vira especialista em cinco disciplinas de engenharia em cinco noites.
A proposta é outra.
SQL, Terraform, parser, teste e revisão descem pra agente e ferramenta. O que sobe pra você é julgamento de arquitetura – qual problema resolver, que contexto dar, que limite impor, o que significa estar pronto.
Essa habilidade não fica obsoleta quando a ferramenta da semana muda.
[ O Sistema Não Roda em Um Modelo Só
]
Um sistema sério não depende de vendor único.
Cada agente tem papel, limite e critério:
- Orquestrador — decompõe, prioriza, distribui, mantém o fluxo.
- Revisor cross-vendor — confronta a entrega com outro modelo, outro ponto de vista.
- Executores — trabalham em paralelo, em ambiente isolado, com tarefa específica e critério de aceite.
Quando o modelo muda, a arquitetura fica. Você aprende o padrão, não a mania da ferramenta da vez.
[ O Arsenal
]
Você não leva só certificado. Leva um sistema pronto pra replicar.
O que você recebe:
- O método passo a passo pra usar IA no seu trabalho
- Um mapa organizado do seu conhecimento, pronto pra usar com IA
- AgentSpec com templates de tarefa, critério e limite (modelos prontos pra dizer o que a IA deve fazer e até onde ela pode ir)
- Um sistema pra guardar e organizar tudo que você aprende, funcionando na prática
- Repositório completo no GitHub
- Modelos prontos de instruções e testes, pra você não começar do zero
- Certificado AI-Native Engineer
[ Stack e Filosofia
]
O sistema nasce local-first, open-source, pronto pra sair do laboratório.
- Dados: Postgres, Python, DuckDB, dbt Core, Dagster, FastAPI
- Agentes: Claude Code, Codex, Kimi, Langfuse
- Infra: Terraform, Terragrunt, GitHub Actions
Sem conta cloud obrigatória pra aprender o padrão. Quando fizer sentido escalar, você já entende a arquitetura que precisa subir.
[ Chamada oficial ]
O que você leva do Bootcamp:
- Fábrica open-source completa no GitHub — 5 tipos de arquivo migrados + onboarding do 6º tipo, documentado e público
- 3 ativos proprietários: OntoLayer, AgentSpec e Converge — arsenal que nenhum outro programa no Brasil ensina
- Biblioteca de task-specs + harness, reutilizável em qualquer projeto futuro
- Second Brain do projeto — o sistema que entende o legado, construído por você no Dia 1
- Certificado AI-Native Engineer — Nível Produção
- 1 ano de acesso às gravações
R$500 off
De R$1.997
por R$1.497
⚠️ Garantia: 7 dias incondicional, sem formulário, sem justificativa
[ Quem Conduz ]
Luan Moreno
Quem conduz não ensina de palco. Opera em produção.
Luan Moreno é mentor de mais de 15 mil profissionais na área de dados e atua na interseção entre AI Engineering, agentes inteligentes e arquiteturas modernas de dados.
Mais do que falar sobre IA, Luan tem aplicado essa nova forma de construir tecnologia em problemas reais de engenharia, automação e dados.
Google Partner
Dan Ross
Arquitetou uma solução completa sem escrever código. O que levaria um ano inteiro com Spark e Airflow foi entregue do zero em tempo recorde.
Washington
Tilenpud (Hidrelétrica)
Refatorou pipelines de dados com agentes de IA. Um processo estimado em dois meses foi entregue em apenas 8 horas.
[ FAQ ]
Perguntas Frequentes_
Preciso já ser bom com agente?
Não. Você precisa ter repertório técnico pra acompanhar uma construção real. O sistema ensina o padrão enquanto você constrói.
Isso é só mais um curso de IA?
Não. Curso de IA normalmente ensina ferramenta isolada. Aqui o objeto é um sistema: contexto, agente, validação, repositório, entrega.
Meu laptop aguenta?
A proposta é local-first. Requisito mínimo confirmado na página final.
E quando a ferramenta da semana mudar?
Melhor. O bootcamp ensina arquitetura de execução, não dependência de interface.
Quanto custa?
As condições serão enviadas primeiro pra quem estiver na lista.
O futuro da engenharia vai ser definido por quem souber desenhar um sistema capaz de executar, validar e melhorar com critério.
Engenharia de Dados Academy 2026 © Todos os direitos reservados