INÍCIO DAS AULAS:
19/10/26
DURAÇÃO
12 meses
PARA QUEM É A PÓS
Profissionais técnicos que já atuam com Cloud, DevOps ou SRE, graduados ou não graduados.O engenheiro de cloud que o mercado procura mudou. E você?
A verdade é dura: a IA não pode roubar seu emprego. Mas um profissional que domina IA, sim
Enquanto muitos ainda gastam horas em tarefas manuais, uma nova elite de engenheiros já opera de forma diferente:
- Provisionando infraestrutura em minutos → enquanto você ainda gasta horas/dias no Terraform
- Detectando anomalias e incidentes antes que aconteçam → e você apagando incêndios de madrugada
- Gerando pipelines validados automaticamente → já você, escrevendo YAML linha por linha
Essa não é uma mudança sutil. É um abismo que define quem lidera projetos e quem compete por vagas saturadas.
Operar virou orquestrar
O trabalho de apagar incêndios está com os dias contados.
Sistemas com AIOps já detectam anomalias, executam correções e escalam apenas o que precisa de uma decisão humana. O engenheiro deixou de ser um executor para se tornar o maestro de sistemas inteligentes.
As Big Techs (e empresas menores) não estão esperando. Google, Netflix, Amazon, Microsoft, Mercado Livre e muitas outras empresas já operam assim. Por isso, a questão não é se essa mudança vai chegar até você, mas quando.
De executor de tarefas a engenheiro de sistemas inteligentes.
Com a Pós, você não vai apenas "aprender sobre IA". Você vai construir soluções extraordinárias.
- Crie agentes que automatizam seu trabalho.
- Implemente AIOps que previnem incidentes.
- Desenvolva com um copiloto de IA que acelera suas entregas.
Ao final, você não será mais um profissional que usa cloud. Será o engenheiro que lidera a transformação com IA, naturalmente posicionado para as melhores oportunidades do mercado.
A diferença entre usar IA e construir com IA
Profissional Comum que Usa a IA:
-
Faz perguntas superficiais pro ChatGPT e afins
-
Copia e cola torcendo para funcionar
-
Não sabe quando a IA está errada
-
Depende de ferramentas prontas
-
Não tem autonomia e recursos para tomar decisões importantes
Engenheiro que Constrói com IA:
-
Domina engenharia de prompts
-
Cria agentes autônomos que trabalham por ele
-
Implementa AIOps com detecção de anomalias e auto-healing em produção
-
Domina automações low-code (N8N) e pro-code (LangChain)
-
Toma decisões arquiteturais assistidas por IA com documentação automatizada
Os Pilares do Novo Engenheiro Cloud
01 - Fundamentos de IA
Construa a base técnica que sustenta tudo. Domine como LLMs funcionam, engenharia de prompt avançada, context engineering e use IA como copiloto real no trabalho diário.
02 - Automações Inteligentes
Multiplique sua produtividade construindo agentes autônomos e workflows inteligentes que pensam, decidem e executam por você, usando abordagens Low-Code e Pro-Code para ter controle total.
03 - Engenharia Cloud, DevOps e SRE com IA
Domine o ciclo completo de engenharia cloud onde a IA potencializa cada decisão, do design ao deploy. Provisione infraestrutura em minutos, gere pipelines validados automaticamente e opere com confiabilidade orientada por dados.
04 - AIOps e Agentes Autônomos
Evolua de operações reativas para autônomas com agentes de IA que trabalham 24/7 na proteção de seus ambientes e construa sistemas que detectam anomalias, resolvem incidentes e tomam decisões operacionais antes de virar problema.
IA não é um módulo da PÓS. É o DNA.
Disciplinas
Fundamentos de IA
Construa sua Base em IA Generativa e acelere tarefas de engenharia em 10x tendo a IA como copiloto.
Ao finalizar essa disciplina você será capaz de:
Utilizar os agentes de codificação (Claude, Copilot, Cursor) para acelerar tarefas de engenharia
Testar e comparar providers e modelos documentando critérios de decisão
Escolher o modelo de IA adequado para cada cenário avaliando custo, latência, qualidade e privacidade
Implementar boas práticas de uso de IA considerando custos, dados sensíveis e riscos operacionais
Construir prompts profissionais para troubleshooting, análise de logs e code review
Conteúdo programático
Introdução à IA Generativa
O que é IA Generativa e evolução histórica
Diferenças entre ML tradicional e GenAI
Aplicações para Cloud e DevOps
O papel da IA na mudança do trabalho técnico
Providers e Modelos de IA
OpenAI, Anthropic, Google, Meta
Modelos proprietários vs open source
Agentes de codificação (ex: Claude Code, GitHub Copilot, Cursor)
LLMs: Como Funcionam
Tokens, tokenização e janela de contexto
Parâmetros: temperatura, top_k, top_p
LLMs vs SLMs
Limitações: alucinações, conhecimento desatualizado
Trabalhando com LLMs na Prática
Prompting básico: instruções, contexto, exemplos
Embeddings e RAG
Fine-tuning: quando NÃO usar
GenAI Aplicada em Cloud e Automação
Análise de logs e troubleshooting
Sugestão de comandos e scripts
Explicação de configurações e arquiteturas
Revisão de código e configuração
Custos e Riscos Básicos de IA
Modelo de precificação por token e comparativo entre providers
Dados sensíveis: o que não enviar para LLMs públicos
Riscos operacionais: alucinações, verificação de outputs, dependência excessiva
Engenharia de Prompt e Contexto
Pare de brigar (ou brincar) com a IA e comece a extrair resultados profissionais
Ao finalizar essa disciplina você será capaz de:
Aplicar técnicas avançadas em contextos reais
Criar catálogos de prompts reutilizáveis para Cloud e DevOps
Versionar e testar prompts comparando performance entre modelos
Projetar system prompts efetivos para diferentes tipos de agentes e casos de uso
Otimizar janelas de contexto balanceando informação relevante e limitações de tokens
Conteúdo programático
Técnicas Avançadas de Prompt Engineering
Zero-Shot e Few-Shot Learning
Chain-of-Thought (CoT)
Tree of Thought, Skeleton of Thought
Self-Consistency, ReAct, Chain of Verification
Frameworks e Templates de Prompts
Estrutura de prompts profissionais
Templates reutilizáveis para Cloud e DevOps
Catálogo de Prompts
Organização e categorização de prompts
Documentação e compartilhamento em equipe
Versionamento e Testes
Versionamento e experimentação de prompts
Boas práticas de governança e segurança em prompts
Comparação de performance entre modelos
Context Engineering: Fundamentos
Da engenharia de prompt à engenharia de contexto
Anatomia do contexto em LLMs
Janela de contexto e limitações de tokens
System Prompts e Structured Context
Arquitetura de system prompts efetivos
Formatos de estruturação: XML tags, JSON, Markdown
Context templates reutilizáveis
Agentes, Automações e Fundamentos de AIOps
Construa um ecossistema que trabalha por você e foque no que realmente importa
Ao finalizar essa disciplina você será capaz de:
Criar agentes especializados com agentes de codificação para acelerar desenvolvimento, análise de código e geração de documentação
Expandir capacidades de agentes de IA com Model Context Protocol (MCP) para acessar dados externos em tempo real
Implementar estratégias para enriquecer agentes com conhecimento contextual
Orquestrar workflows complexos integrando agentes, APIs e sistemas de Cloud em fluxos automatizados de ponta a ponta
Construir agentes customizados com LangChain para cenários que exigem controle total
Conteúdo programático
Agentes de Codificação
Fundamentos de agentes e arquitetura
Configuração e criação de agentes (ex: Claude Code, GitHub Copilot, Cursor)
Casos de uso: análise de código, geração de docs, code review
Comparativo de ferramentas e critérios de escolha
Model Context Protocol (MCP)
Arquitetura e componentes do MCP
Setup de MCP servers (GitHub, Notion, cloud providers, Slack, databases)
Expandindo agentes com contexto externo
Vector Databases e RAG
Fundamentos de embeddings e representação vetorial
Pipeline RAG: documento, chunking, embedding, indexação, query
Vector stores: open-source e gerenciados
Integração de RAG com agentes
Agentes Autônomos
Agentes assistidos vs autônomos: quando usar cada um
Action groups, knowledge bases e orquestração
Multi-agent systems e estratégias de coordenação
LangChain (Pro-Code)
LangChain: chains, tools, memory, agents
Multi-agent systems com código
Interfaces para Agentes
CLI interativa
API REST com FastAPI
Integração com Slack/Discord
Memory e Gestão de Contexto
Short-term vs long-term memory
Estratégias de persistência de contexto
Gestão de janela de contexto em conversas longas
Fundamentos de AIOps
O que é AIOps e modelo de maturidade operacional
Pilares: observabilidade, automação, inteligência
Como agentes autônomos habilitam operações orientadas a IA
Low-Code vs Pro-Code: Quando Usar Cada Abordagem
Trade-offs: velocidade vs customização vs controle
Cenários low-code vs cenários pro-code
Fluxo híbrido: prototipar low-code, produtizar pro-code
Infraestrutura Cloud, IaC e Arquitetura com IA
Pare de gastar horas provisionando sua infraestrutura cloud e consultando documentações que mudam toda semana
Ao finalizar essa disciplina você será capaz de:
Executar operações de infraestrutura via agentes de IA conectados a MCPs (usando linguagem natural)
Gerar projetos Terraform completos com agentes de codificação, incluindo estrutura de diretórios e módulos reutilizáveis
Gerar documentação arquitetural automatizada (ADRs, C4 Model, TRDs) com qualidade profissional usando agentes de codificação
Reduzir despesas com cloud, consultando pricing em tempo real e prevendo custos antes de provisionar os recursos
Validar arquiteturas com IA usando o Well-Architected Framework, identificando gaps de segurança, performance e custos
Conteúdo programático
Introdução a Cloud na Era da IA
Evolução: infraestrutura tradicional → IaC → IA como copiloto
Tipos de serviços (IaaS, PaaS, SaaS) e quando usar cada um
Regiões, zonas de disponibilidade e edge locations
IA integrada em todo o ciclo de trabalho com cloud
Cloud Providers e Ferramentas de IA
AWS, Azure e GCP: visão geral e diferenciais
MCP da AWS: arquitetura e serviços disponíveis
Configuração de agentes para operações de infraestrutura
Identidade e Acesso com Assistência de IA
Conceitos de autenticação e autorização
Usuários, grupos, roles e políticas
Geração e análise de políticas IAM com agentes de IA
Debugging de erros de permissão via MCP
Redes Virtuais Provisionadas por Agentes
VPC/VNet: conceitos e configuração
Subnets, roteamento, gateways e security groups
Provisionamento de redes via linguagem natural (agente + MCP)
Troubleshooting de conectividade assistido por IA
Computação e Armazenamento
VMs: tipos de instância e famílias
Object Storage e Block Storage
Databases gerenciados e bancos para IA
Provisionamento via agentes + MCP
FinOps com IA e MCPs
Consulta de pricing em tempo real via MCP
Budgets, alertas e análise de consumo
Identificação de desperdícios com agentes de IA
Previsibilidade de custos antes de provisionar
Terraform Assistido por IA
Geração de projetos e módulos com agentes de codificação
Fundamentos: workflow, HCL, providers e state
Módulos reutilizáveis para networking, compute e databases
Validação de segurança e boas práticas com IA
Documentação automática de módulos
Well-Architected Framework com IA
Os 6 pilares analisados por IA
Design reviews automatizados contra cada pilar
Identificação de anti-patterns com IA Generativa
Geração de action plans e remediações
Documentação Arquitetural Automatizada
ADRs (Architecture Decision Records) gerados por IA
Diagramas C4 Model automatizados
TRDs e HLD/LLD com agentes de codificação
Versionamento e evolução de documentação
Decisões Arquiteturais e Trade-offs
Chain-of-Thought para decisões complexas
Agentes para exploração vs Terraform para produção
Fluxo híbrido: prototipar com agentes, produtizar com IaC
Containers e Orquestração com IA
Debuggar pods manualmente e escrever YAMLs do zero é coisa do passado. Entregue mais rápido e com menos erros com IA
Ao finalizar essa disciplina você será capaz de:
Gerar Dockerfiles otimizados e manifestos Kubernetes validados, aplicando boas práticas automaticamente
Orquestrar containers em produção usando ECS e EKS com troubleshooting assistido por IA
Criar agentes de IA para troubleshooting automatizado e auto-remediation em tempo real
Construir plataforma de operação assistida onde comandos em linguagem natural executam ações em produção
Analisar clusters Kubernetes com IA para diagnóstico de estado, custos, sizing de recursos (requests, limits, node groups) e oportunidades de otimização
Conteúdo programático
Fundamentos de Containers com IA
Docker com assistência de IA: comandos, builds e troubleshooting
Geração de Dockerfiles otimizados com agentes de codificação
Amazon ECR e Container Security com análise de vulnerabilidades por IA
Amazon ECS com Desenvolvimento Assistido por IA
Task Definitions e Services gerados com agentes de codificação
EC2 vs Fargate: decisão assistida com análise de trade-offs
Deployment, rollback e troubleshooting com IA
Kubernetes com IA como Copiloto
Arquitetura K8s explicada e objetos gerados com IA
Manifestos YAML: criação, validação e troubleshooting assistidos
Kubectl com linguagem natural e debugging com agentes de codificação
Amazon EKS Orientado por IA
Cluster EKS com IaC assistido e configuração validada
Helm Charts gerados, Secrets e Storage configurados com IA
Auto Scaling (HPA, Karpenter) com análise de métricas por IA
Operação de Containers com IA
Troubleshooting automatizado e Root Cause Analysis com IA
Auto-Remediation com N8N + LLMs
Análise de cluster, custos e sizing com agentes de codificação
Plataforma de operação assistida por IA
Decisões Arquiteturais com IA
ECS vs EKS, Fargate vs EC2: Chain-of-Thought para trade-offs
FinOps e otimização de custos assistida por IA
ADRs e arquitetura de referência gerados com agentes de codificação
DevOps, SRE e Pipelines Inteligentes com IA
A IA mudou a forma de entregar sistemas. E se adaptar à esse novo padrão não é mais uma opção.
Ao finalizar essa disciplina você será capaz de:
Gerar e validar pipelines CI/CD com agentes de codificação, acelerando a criação de workflows DevSecOps
Definir SLIs e SLOs realistas usando análise de dados históricos assistida por IA
Implementar a detecção de anomalias e alertas inteligentes para prevenção de incidentes
Diagnosticar e tratar problemas em produção com troubleshooting assistido por IA e análise contextual de logs
Gerar postmortems e documentação técnica automaticamente baseado em dados reais
Conteúdo programático
DevOps e SRE na Era da IA
O que mudou: de operações manuais para operações orientadas a IA
Cultura DevOps e práticas SRE potencializadas por IA
Automação de toil acelerada com identificação assistida por IA
Gestão de incidentes e postmortems gerados automaticamente
DORA Metrics com Análise Orientada a IA
As 4 métricas DORA e coleta automatizada
Dashboards gerados com assistência de IA
Análise de tendências e recomendações com LLMs
Benchmarking e planos de melhoria assistidos por IA
DevSecOps com IA Integrada
Shift-left security com análise de resultados assistida por IA
SAST, DAST, SCA com priorização de vulnerabilidades com IA
IaC security scanning com interpretação contextual
Policy as Code e security gates com validação assistida
Fluxo de Entrega com IA
Geração de pipelines GitHub Actions com agentes de codificação
Arquitetura multi-ambiente criada com assistência de IA
GitOps: reconciliação declarativa assistida por IA
Troubleshooting de falhas de pipeline com linguagem natural
Estratégias de deployment e rollback automático
Code review de PRs automatizado com IA
Geração de release notes e changelog com IA
SRE com Análise de Métricas Orientada a IA
Definição de SLIs e SLOs assistida por IA
Análise de error budgets com recomendações contextuais
Alertas burn rate com tuning assistido por IA
Decisões de velocidade vs confiabilidade com suporte de IA
Observabilidade Operacional com IA
Queries de logs em linguagem natural com agentes de codificação
Análise de métricas e traces com interpretação assistida
Criação de dashboards com IA para diferentes stakeholders
Mapa de aplicações: discovery de dependências via distributed tracing com análise de IA
Troubleshooting guiado por IA
Gestão de Incidentes
Detecção e classificação com alertas inteligentes
Root Cause Analysis assistido por IA
Postmortems gerados automaticamente
Cultura de aprendizado e melhoria contínua
ChatOps com IA
De ChatOps tradicional ao ChatOps com IA
Operações via linguagem natural: consultas, comandos, análises
Integração com Slack/Teams e data sources
Approval workflows para ações críticas via chat
Governança e Segurança de IA
Proteja e Governe Sistemas de IA: Segurança de LLMs, Guardrails, Governança de Agentes e Compliance na Era da IA
Ao finalizar essa disciplina você será capaz de:
Identificar e mitigar os principais vetores de ataque em sistemas LLMs (prompt injection, jailbreaking, data exfiltration)
Implementar estratégias para proteger interações com modelos de IA (guardrails e content filtering)
Configurar hospedagem segura de modelos com network isolation, encryption e IAM least privilege
Projetar e implementar práticas e arquiteturas de segurança para agentes autônomos e MCPs
Desenvolver políticas corporativas de uso de IA e frameworks de governança responsável
Conteúdo programático
Ameaças e Vetores de Ataque em IA Generativa
Prompt injection (direto e indireto)
Jailbreaking e bypass de guardrails
Data exfiltration via prompts
Model poisoning e supply chain attacks
Guardrails e Proteção de LLMs
Content filtering e topic restrictions
Input/output validation
Hospedagem Segura de Modelos
Deploy seguro de modelos em cloud (SageMaker, Bedrock, Vertex AI)
Network isolation e VPC endpoints
IAM policies e least privilege
Segurança de Agentes e MCPs
Autenticação e autorização de MCPs
Auditoria de ações de agentes
Sandboxing e isolation
Rate limiting e abuse prevention
Governança de Agentes e Ações Autônomas
Audit trail de ações autônomas de IA
Explicabilidade de decisões de agentes
Approval workflows para ações de alto risco
Guardrails e safety para automação orientada a IA
Compliance e Governança de IA
Políticas de uso de IA em ambiente corporativo
Audit trail e logging de interações
AI governance frameworks e responsible AI
Segurança em Produção
Secure development lifecycle para IA
Security testing de LLMs
Incident response para sistemas de IA
Posicionamento Estratégico e Liderança Técnica
Transforme competência técnica em reconhecimento e construa oportunidades que só se abrem para quem se posiciona
Ao finalizar essa disciplina você será capaz de:
Construir o posicionamento profissional que atrai as oportunidades certas
Articular ideias técnicas de forma clara e influenciar decisões estratégicas
Desenvolver skills de liderança que funcionam em qualquer nível hierárquico
Pensar como dono, identificar oportunidades e entregar valor além do esperado
Gerir proativamente sua carreira com visão e execução estratégica
Conteúdo programático
Marketing Pessoal: Posicionamento e Percepção
Quem é você vs. Quem pensam que você é?
O valor de se conhecer para se comunicar com clareza
Reputação: como você é percebido (e por que isso importa)
Ser visto: criação de conteúdo e visibilidade estratégica
Ser lembrado: networking com propósito
Ser entendido: comunicação como diferencial profissional
Trabalho em Equipe e Liderança
Pipeline de liderança: como liderar a si mesmo primeiro
Autoconhecimento como base para boas relações
Habilidades de convivência e colaboração em equipe
Liderança de pessoas: boas práticas e construção de confiança
Liderança de líderes: visão sistêmica e multiplicação de talentos
Empreendedorismo e Protagonismo Profissional
Introdução ao empreendedorismo dentro e fora de empresas
Perfil do empreendedor: coragem, resiliência e visão
Fundamentos de marketing e growth para iniciativas modernas
Protagonismo e coragem com Clovis de Barros Filho
Considerações finais: como aplicar o que aprendeu em sua jornada
Metodologia Híbrida
Conteúdos Gravados + Encontros ao Vivo
Aulas gravadas
Nosso conteúdo foi estruturado em uma progressão lógica, pensada para transformar a forma como você trabalha com Cloud, DevOps e SRE.
Cada módulo integra IA como protagonista, mostrando na prática como potencializar suas soluções de engenharia.
-
Aprenda no seu ritmo, seguindo nosso calendário ou adaptando à sua rotina
-
Materiais de apoio para aplicação imediata - repositórios com código, templates de IaC, exemplos de agentes e automações que pode adaptar para seus projetos reais
Encontros ao Vivo
Participe de sessões ao vivo via Zoom com especialistas em Cloud, DevOps, SRE e IA para aprofundar conceitos, discutir aplicação em cenários reais e construir networking com profissionais que lideram a transformação da engenharia com IA.
Talks com Especialistas
Entenda como profissionais que atuam em operações de escala tomam decisões de arquitetura, automação e integração de IA. São conversas técnicas e diretas sobre os trade-offs, erros e acertos de quem implementa soluções de engenharia potencializadas por IA todos os dias.
Traga suas dúvidas técnicas, ideias de projetos, decisões arquiteturais ou questões de carreira para discussão com mentores que lideram engenharia, arquitetura e transformação com IA. Entenda como se posicionar como o engenheiro que o mercado valoriza
Com quem vou aprender
Fabrício Veronez
18 anos de experiência prática em tecnologia, Cloud e DevOps. E agora, integrando IA em tudo.Fabricio Veronez iniciou sua carreira como desenvolvedor de software e tornou-se arquiteto de soluções e hoje lidera a transformação de como profissionais de Cloud, DevOps e SRE trabalham com Inteligência Artificial.
Após impactar positivamente milhares de pessoas, através dos conteúdos em seu canal no Youtube e treinamentos, Fabricio compartilha toda a sua experiência, do código à arquitetura, e proporciona uma visão completa de como sistemas são construídos, operados e evoluídos.
- Microsoft MVP
- Docker Captain
- AWS Community Builder
Certificado
Ao final do curso, o aluno recebe seu certificado reconhecido pelo MEC
Para Graduados
Ao final do curso você receberá um certificado de Pós-graduação Lato Sensu reconhecido pelo MEC, emitido pela Faculdade FCTECH.
Não Graduados
Ao final do curso você receberá um certificado de Extensão Universitária reconhecido pelo MEC, emitido pela Faculdade FCTECH.
Perguntas Frequentes
Quando inicia a próxima turma? E qual a documentação necessária para a matrícula?
As aulas iniciam em 19 de outubro de 2026. Mas, logo após o pagamento, você recebe por e-mail as suas credenciais de acesso à nossa plataforma.
Para completar a sua matrícula, você deve aceitar os termos do contrato de prestação de serviço logo no momento da contratação. Em seguida, será solicitado que você envie cópias digitais dos seguintes documentos:
- Documento de identidade (RG ou RNE)
- CPF (se não constar no documento de identidade)
- Comprovante de residência
- Certificado de graduação com histórico escolar emitido por instituição credenciada junto ao MEC (ou diploma estrangeiro posteriormente validado pelo MEC)
É importante enviar os documentos apenas quando for solicitado.
Qual a duração da Pós? Por quanto tempo terei acesso?
A pós tem carga horária de 400h e duração de 12 meses.
Portanto, você terá acesso às aulas e aos materiais complementares durante esse período. E deve finalizar os desafios também nesse prazo.
E se eu não puder participar de alguma aula ao vivo?
Sem problemas. Todas as aulas ao vivo (encontros, talks, mentorias e desafios) serão gravados e disponibilizados na plataforma.
Quem pode fazer a Pós-graduação?
Tanto graduados como não graduados podem cursar a Pós-graduação AIOps e IA na Engenharia Cloud. A diferença está na natureza do certificado de conclusão ao final do curso.
Pessoas com formação superior completa (realizada ou revalidada no Brasil) em cursos Tecnólogos, Bacharelados ou Licenciatura - recebem certificado de Pós-Graduação Lato Sensu.
Pessoas sem formação superior completa - recebem certificado de Extensão Universitária.
Ambos os certificados são reconhecidos pelo MEC.
OBS: Caso ainda esteja cursando a graduação após o término da Pós, você receberá um certificado de Extensão Universitária. No entanto, você tem o prazo de até 3 anos após a conclusão dessa Pós para apresentar seu diploma de graduação e substituir o certificado de extensão para o certificado de Pós-graduação Lato Sensu.
A pós é reconhecida pelo MEC? Todos os alunos recebem o certificado de conclusão?
Sim. Nossa pós foi desenvolvida em parceria com a Faculdade FC Tech, instituição que emite os certificados de conclusão.
Consulte aqui o cadastro da instituição no Sistema e-MEC:
consultar.
Somente os alunos que estiverem adimplentes com todas as mensalidades e tiverem sido aprovados nas disciplinas terão direito ao certificado de conclusão.
Como serão as avaliações? Vai ter TCC?
Você será avaliado por meio da realização de desafios práticos ao longo do curso, que têm como objetivo consolidar os conhecimentos adquiridos durante os módulos.
Caso não seja aprovado em um desafio, você poderá refazê-lo e enviá-lo novamente quantas vezes forem necessárias, até obter a aprovação. Os desafios poderão ser realizados e reenviados durante todo o período regular do curso, até a data prevista para sua finalização.
Para concluir a Pós-graduação, será necessário realizar todos os desafios práticos e obter aprovação em cada um deles.
Nossa Pós não terá TCC, já que, desde 2018, o MEC tornou optativa a sua realização.
Dúvidas sobre pagamento e notas fiscais
Formas de pagamento
Cartão de crédito, boleto ou PIX.
❌ Sem taxa de matrícula
❌ Sem parcelamento no boleto
❌ Sem parcelamento recorrente no cartão
Posso efetuar o pagamento com cartão de crédito de um terceiro?
Sim, sem problemas.
Como as notas fiscais serão emitidas?
As notas fiscais são emitidas de acordo com o calendário acadêmico, levando em consideração o valor total do treinamento e dividindo-o por 12, que é o tempo de duração do curso.
Dessa forma, as notas são emitidas mensalmente, a partir do mês de inicio das aulas. Mesmo aqueles que tenham iniciado o pagamento antes seguirão o mesmo processo, recebendo as notas fiscais mensalmente até o fim do curso.
Sou aluno DevOps Pro ou Full Cycle. Tenho algum benefício?
Sim. Alunos DevOps Pro ou dos cursos da Full Cycle (exceto Full Cycle para Juniors e Go Expert) possuem uma condição especial na matrícula. Chame nossa equipe comercial para validar o desconto.
Quais os canais de suporte durante a Pós?
Você consegue tirar suas dúvidas através do Fórum (sistema de tickets) ou nos Encontros ao vivo.
A Pós-Graduação é para iniciantes?
A Pós-Graduação foi desenhada para profissionais que já têm familiaridade com tecnologia. Os pré-requisitos incluem familiaridade com linha de comando Linux, noções básicas de redes e infraestrutura cloud, e preferencialmente experiência profissional em operações, DevOps ou SRE.
O curso é muito focado em AWS?
A abordagem é cloud-agnostic: conceitos e padrões são aplicáveis a qualquer cloud provider. Os exemplos práticos usam predominantemente AWS por ser o mais adotado no mercado, mas o conhecimento transfere para Azure e GCP. A Pós-Graduação ensina conceitos arquiteturais que funcionam em qualquer cloud, Terraform como ferramenta de IaC multi-cloud, Kubernetes como padrão de orquestração portável e práticas de IA que independem de provider específico.
Não tenho muito tempo para estudar. Consigo acompanhar?
A metodologia foi pensada para profissionais que trabalham e têm tempo limitado. A estrutura oferece aulas gravadas que podem ser consumidas no seu ritmo, materiais de apoio para revisão rápida e projetos práticos que consolidam múltiplos conceitos de uma vez. O foco é em constância, não intensidade. Algumas horas por semana de estudo consistente geram mais resultado do que estudar intensamente e depois abandonar.
A Pós-Graduação garante aumento salarial?
A Pós-Graduação não garante resultado específico de carreira. O que ela faz é criar as condições reais para que isso aconteça, por meio de competências técnicas que o mercado valoriza e paga premium, portfolio de projetos que demonstra domínio de IA integrada, posicionamento diferenciado em processos seletivos e capacidade de liderar transformação digital. Profissionais que aplicam o conhecimento de forma consistente relatam evolução de carreira. Mas o resultado depende de dedicação, aplicação prática e contexto profissional individual.