Acesso imediato
Garantia de 7 dias
Pagamento seguro
os dados não deixam dúvida
79%
das organizações já reportam algum nível de adoção de Agentic AI.
7t.ai, 2025
66,4%
do mercado de soluções agentic já é de sistemas multi-agente — com crescimento anual projetado de 43,8% até 2034
Market Research, 2024
80%
da força de engenharia precisará se requalificar em GenAI até 2027 — com a função de AI Engineer em ascensão
Gartner, 2025
40%
PMs com copilotos de IA produzem artefatos até 2,5x mais rápido
Reuters, 2025
01
Arquitetura de orquestração em sistemas multiagentes
Você vai estruturar o “esqueleto” do sistema: papéis de agentes, coordenação, comunicação, topologias centralizadas e distribuídas, modelagem de estado e fluxos de decisão. Ao final, será capaz de desenhar arquiteturas agentic coerentes antes de escrever código. ・Visão geral de sistemas multiagentes ・Papeis de agentes e modelagem de responsabilidades ・Padrões de coordenação e fluxos de orquestração ・Comunicação entre agentes: handoffs, contratos e contexto ・Estado em sistemas multiagente e topologias ・Arquitetura de referência: do desenho ao projeto final
02
Agentic RAG + context engineering
Aqui você evolui do RAG simples para pipelines agentic avançados. Vai combinar retrieval multi-step, reasoning estruturado, grafos de conhecimento e gestão estratégica de contexto. O foco é reduzir a alucinação, aumentar a previsibilidade e controlar custos em aplicações complexas. ・RAG simples ・O R de RAG ・RAG para além do texto ・Reasoning em RAG ・From RAG to Agentic System ・Context Engineering
30 aulas
03
Model Context Protocol (MCP) e padrões abertos para integração de IA
Você aprenderá a integrar agentes a ferramentas e sistemas corporativos usando padrões abertos. O objetivo é reduzir o acoplamento, evitar lock-in e garantir interoperabilidade entre múltiplos modelos e serviços. ・O que é MCP e por que ele importa ・Construindo MCP Servers na prática ・MCP em produção: segurança, authorization e arquiteturas multiagentes
23 aulas
04
Criando sistemas de agentes LangChain & LangGraph
Em breve
Construção prática de pipelines agentic com grafos de execução, controle explícito de estado, ferramentas e fluxos condicionais. Você entenderá quando usar chains, quando usar grafos e como estruturar sistemas observáveis. ・Fundamentos do LangChain para AI Engineering ・Fundamentos do LangGraph: estado, fluxo e orquestração
32 aulas
05
Desenvolva sistemas multiagentes com CrewAI
Em breve
Design de equipes de agentes baseadas em papéis, colaboração entre especialistas, workflows coordenados e aplicações em produtos digitais. Comparação de trade-offs em relação a abordagens baseadas em grafos. ・Fundamentos do CrewAI ・Criand Crews: sequential, hierarchical e integrações ・Flows para produção: event-driven, state e robuste
32 aulas
06
Evals, tracing e observabilidade em agentes de IA pra devs
Em breve
Você vai implementar métricas, tracing e pipelines de avaliação para medir qualidade, detectar falhas e evoluir sistemas agentic com segurança. O foco é tornar o comportamento dos agentes auditável e iterável. ・Ponto de partida: o que é eval? ・Entendendo estruturas, sistemas e a filosofia de Evals ・Test cases de eals & datasets para agentes de IA ・Exemplos de Evals para RAGs e agentes ・Setup ambiente local e hands on
32 aulas
formação
Garanta agora a sua vaga
De R$ 2.205 por:
+ 25% OFF
+ Ingressos para TODAS as Imersões
+ Curso AI Coding com Claude Code para Devs
quem somos
Sobre a Tera
A Tera é a maior comunidade de builders e líderes digitais do Brasil. Em 9 anos, formamos mais de 44 mil profissionais e nosso método foi adotado por mais de 500 empresas.
Fomos reconhecidos pelo World Economic Forum, Google for Startups e Endeavor Brasil como uma das edTechs que vêm revolucionando o ensino profissional na América Latina.
Somos a plataforma de quem constrói com IA. Não de quem assiste sobre ela.
FAQ
Perguntas frequentes
Como funciona a formação?
A formação combina aulas gravadas (toda a camada teórica, disponíveis imediatamente, no seu ritmo) com uma camada de encontros ao vivo semanais ao longo de 12 meses — aulas e workshops com as experts, com foco em aplicabilidade. As aulas ao vivo não são obrigatórias para o certificado e ficam gravadas para revisão.
Para quem é indicada e quais os pré-requisitos?
Para desenvolvedores backend e full-stack, AI Engineers, MLEs, arquitetos de software e lideranças técnicas que querem evoluir de aplicações isoladas com LLMs para sistemas multiagentes robustos e prontos para produção. Recomenda-se experiência prévia com programação, além de familiaridade com desenvolvimento de software, APIs e integração de sistemas. Noções de LLMs, IA generativa ou RAG ajudam, mas não é necessário ter experiência prévia com sistemas multiagentes.
Como recebo o acesso?
Imediatamente após o pagamento, por e-mail. Acesso de 12 meses ao conteúdo.
Quais as formas de pagamento?
Cartão de crédito em até 21x sem juros; Pix à vista com 10% de desconto; ou NuPay em até 24x sem juros para clientes Nubank. (AMEX e Santander em até 12x sem juros.)
Quando recebo meu certificado?
O certificado fica disponível para download após a finalização das aulas gravadas, direto na plataforma — pronto para compartilhar no LinkedIn.
Como funcionam os 7 dias de garantia?
Caso não esteja satisfeito, garantimos reembolso integral para solicitações feitas nos primeiros 7 dias após a compra.