- Formação Full‑Stack em IA da FPFtech inicia em agosto de 2025 em Manaus.
- Curso presencial de 600h com bolsa de R$ 1.200/mês para alunos de áreas de exatas.
- Especialização em IA, ML e DL com Scikit‑Learn, Keras e TensorFlow integrados.
O curso Formação Full‑Stack em IA da FPFtech começa em 4 de agosto de 2025 em Manaus, oferecendo 600 horas presenciais com bolsas de R$ 1.200/mês para estudantes de exatas e programação Python.
O que é a Formação Full‑Stack em IA
A FPFtech, importante centro tecnológico privado sem fins lucrativos com mais de 360 colaboradores, oferece um curso de 12 meses (600h) presencial voltado para quem busca atuar com inteligência artificial aplicada em projetos reais. O foco é preparar profissionais capazes de construir soluções completas, desde a coleta de dados até o deployment de modelos robustos e escaláveis.
Estrutura do curso e calendário
- Modalidade: Presencial, com opções matutino ou vespertino (12h semanais).
- Início: 4 de agosto de 2025.
- Inscrições: de 3 a 11 de julho de 2025, com análise curricular entre 14 a 18 de julho e convocação em 22‑23 de julho.
- Bolsa auxílio: R$ 1.200/mês, bolsa integral durante todo o curso.
Tecnologias e habilidades ensinadas
O curso capacita na implementação prática de soluções com:
- Machine Learning (ML) com Scikit‑Learn;
- Deep Learning utilizando Keras e TensorFlow;
- Estruturação de pipelines de IA, análise de dados, avaliação de modelos, deploy em ambientes de alta performance (HPC, GPUs) e ética em IA.
O objetivo é formar profissionais capazes de atuar em projetos completos de Inteligência Artificial aplicada.
Diferenciais da FPFtech
- Centro tecnológico desde 1998 com projetos em software/hardware e forte atuação em biotecnologia e sustentabilidade.
- Parcerias com empresas, universidades e centros globais de P&D, integrando pesquisa aplicada à formação de talentos.
- Acesso a infraestruturas computacionais avançadas para fomentar aprendizado e experimentação com IA.
Público-alvo e requisitos
- Voltado a graduandos ou graduados em Ciência da Computação, Engenharia, Matemática, Estatística, Física, Química ou áreas correlatas.
- Pré-requisitos técnicos: conhecimento em Python, fundamentos de álgebra linear, cálculo e estatística.
- Perfil profissional buscado: lógica, curiosidade científica, colaboração, e dedicação de 12‑20 h/semanais.
Vantagens e benefícios do curso
- Bolsa integral de R$ 1.200/mês para todos os selecionados.
- Ambientes de computação de alto desempenho: acesso a HPCs e GPUs.
- Networking com especialistas, pesquisadores e mercado.
- Construção de portfólio prático e certificação reconhecida no setor.
- Formação robusta, com viés prático e ético em IA, ML e DL.
Processo seletivo detalhado
- Inscrições online: 3 a 11 de julho de 2025.
- Envio de currículo, carta de motivação e histórico escolar no mesmo período.
- Seleção curricular e análise de motivação de 14 a 18 de julho.
- Resultados e convocação: 22 e 23 de julho.
- Matrícula presencial entre 24 e 30 de julho.
- Aulas começam em 4 de agosto de 2025.
Por que se inscrever?
Este é um curso gratuito com bolsa, desenvolvido para formar profissionais capazes de aplicar IA em empresas e pesquisa. A grade une ML, DL e práticas de mercado, ampliando empregabilidade. O ambiente presencial e colaborativo fortalece networking, enquanto a infraestrutura avançada permite experimentação real.
Impactos para a Amazônia
Com foco prático e pesquisas, os participantes podem aplicar IA em projetos voltados à preservação ambiental, análise da biodiversidade, automação agrícola e soluções sustentáveis. A formação em Manaus fortalece o ecossistema regional e contribui para desenvolvimento tecnológico na Amazônia.
O que esperar daqui pra frente
Após a formação, os alunos estarão prontos para integrar equipes de IA em empresas, laboratórios e startups. A certificação fortalece o currículo e abre portas para estágios e pesquisas na Amazônia, promovendo inovação e sustentabilidade na região.
Glossário
- Machine Learning (ML): técnica que permite que sistemas “aprendam” a partir de dados, sem programação explícita.
- Deep Learning (DL): subcampo do ML que usa redes neurais profundas para reconhecimento de padrões complexos.
- Scikit‑Learn: biblioteca Python para modelos de ML simples (classificação, regressão).
- Keras: API de alto nível em Python para construir e treinar redes neurais.
- TensorFlow: plataforma de código‑aberto do Google para ML e DL com eficiência e escalabilidade.
- HPC: computação de alto desempenho.
Comentário
Os comentários estão fechados