Capacitar desenvolvedores a integrar ferramentas de IA generativa em seu fluxo de trabalho diário, desde a escrita de código até testes, documentação, mockups e automações.

Fundamentos de IA:

• Funcionamento do curso e ferramentas
• Overview de IA: história, ética e vieses
• IA Generativa: LLMs, prompts e aplicações práticas

Versionamento e IA para Geração de Código:

• Engenharia de Contexto
• Git e GitHub com IA (Copilot, AmazonQ, CodeWhisperer, Plugins VS Code)
• Engenharia de prompts para Geração de código, Refatoração, Geração de mockups e Automação de CI/CD

IA para Testes:

• Geração de testes unitários/E2E com IA
• Testes de API via Postman + IA

IA para Documentação:

• Documentação automática (Swagger, READMEs, diagramas)

Agentes de IA e Automação:

• Agentes vs Assistentes
• Consumo de APIs de IA Generativa
• Plataformas low-code (N8N, AutoGPT, Flowise)
• MCP (Model Context Protocol): padronização de integração entre ferramentas e agentes de IA
• Integração com outras ferramentas (Slack, Discord, etc.) via API e/ou webhooks
• Casos práticos: Deploy automatizado, ChatOps com Slack/Discord e RAG para documentação

IA no processo de Qualidade de Software:

• CodeReview
• IA para Testes de Aceitação
• Testes Automatizados Inteligentes
• Detecção de Bugs e Anomalias com IA
• Previsão de Falhas e Análise Preditiva
• Geração e Otimização de Casos de Teste
• Assistentes de QA e DevOps com IA
• Observabilidade e Qualidade em Produção
• Plataformas Low-Code / No-Code para QA com IA