Programação
Abertura e alinhamento
Expectativas no quadro: “Como a IA pode facilitar e melhorar o nosso
trabalho diário?”
Introdução à pergunta-norte do dia:
Módulo 1 — Desmistificando a IA
Objetivo: nivelar conhecimento e eliminar mitos.
Conteúdo:
“Quando vale a pena usar IA — e quando não?”
• Mitos e verdades: “IA vai roubar empregos?”, “IA entende emoções
humanas?”, “IA decide sozinha?”.
• O que é e o que não é IA (exemplos do cotidiano).
• Diferenças: IA tradicional, Machine Learning e Deep Learning.
• Tipos de aprendizado: supervisionado, não supervisionado e por
reforço.
• Aplicações no setor administrativo:
Apresentação de cases e problemas reais.
• Como IA se insere na transformação digital do setor administrativo e
de apoio à serviços financeiros.
Dinâmica:
Jogo dos Mitos da IA
• Em duplas, cartões “MITO ou VERDADE” ? discussão + explicação do
facilitador com exemplos reais.
Módulo 2 — IA Tradicional e LLMS (1h30min)
Objetivo: entender como algoritmos e automações ajudam na eficiência
operacional.
Conteúdo:
• Pipeline de dados: da coleta à decisão.
• O salto da IA tradicional para os LLMs (GPT, Gemini, Copilot, Claude,
etc.)
• Conceitos-chave: tokens, embeddings, prompting, fine-tuning, RAG.
• IA generativa x IA predictive.
• Desafio Prompt Engineering
• Modelos multimodais: texto, áudio, imagem e planilhas.
Reflexão: “Quais tarefas da minha área poderiam ser otimizadas com IA
tradicional?”
Módulo 3 — Casos Práticos no Contexto da Pulse
Objetivo: mostrar aplicações reais e adaptadas à rotina da Pulse.
Exemplos corporativos:
a. Redação de e-mails executivos e resumos de reuniões.
b. Criação automática de apresentações (PowerPoint, Copilot).
c. Apoio em construção de dashboards e relatórios.
d. Transcrição e síntese de reuniões internas.
e. Gestão de Tickets IA que classifica automaticamente tickets
abertos por colaboradores ou clientes.
f. Detecção de duplicidades e geração de visões Pareto dos
principais problemas.
g. Resumo executivo dos temas mais recorrentes da semana.
h. Utilização de IA em apresentações
i. Apoio no desenvolvimento de relatórios gerenciais
j. Relatórios e Apresentações Automáticas
k. Geração de sumários semanais e decks executivos com base
em dados internos.
l. IA que resume e identifica riscos em documentos e políticas
internas.
Dinâmica “Desafio Pulse IA”:
Trazer o Lovable como exemplo
• Grupos de 5 a 6 pessoas escolhem um desafio real.
• Criam um protótipo conceitual de solução com IA.
• Apresentação de 2 minutos por grupo com feedback.
Módulo 4 — Quando Usar IA e Quanto Vale a Pena?
Objetivo: ajudar gestores a tomar decisões estratégicas de uso da IA.
Ferramentas e frameworks:
• Checklist de decisão:
Há dado disponível e permitido?
Há volume e repetição suficientes?
Reduz custo/tempo/riscos de forma mensurável?
Precisa de curadoria ou revisor humano?
• Matriz de Impacto x Esforço:
Quick wins (ex.: sumarização de relatórios, dashboards
automáticos).
Projetos de médio prazo (ex.: classificação de tickets, insights
preditivos).
• Mini calculadora de ROI:
ROI ˜ (ganho anual – custo anual) / custo anual.
Ganhos típicos: tempo operacional, retrabalho, decisão rápida.
• Modelo de piloto 4 semanas:
Semana 1: escopo e dados.
Semana 2: protótipo e critérios.
Semana 3: teste com equipe.
Semana 4: decisão Keep/Kill/Scale.
Fechamento e Síntese
• Recapitulação: IA tradicional ? LLMs ? Aplicações Pulse.
• Debate final: “O que posso aplicar amanhã?
Sobre o(a) ministrante/palestrante
Felipe André Zeiser
Pesquisador do Software Innovation Lab (SOFTWARELAB) da Universidade do Vale do Rio dos Sinos (Unisinos). Doutor e mestre em Computação Aplicada no Programa de Pós-Graduação em Computação Aplicada (PPGCA) da Unisinos. Bacharel em Engenharia da Computação pela Universidade do Oeste de Santa Catarina - UNOESC com período de intercâmbio na Faculdade de Ciências e Tecnologia da Universidade NOVA de Lisboa em 2018. Possui experiência nas áreas de Deep Learning e Visão Computacional, aplicados principalmente à área da saúde.
Felipe de Morais
Bacharel em Ciência da Computação, mestre e doutor em Computação Aplicada com ênfase em Inteligência Artificial. Com mais de 10 anos de experiência em pesquisa e desenvolvimento, atualmente ocupa o cargo de Cientista de Dados e Head do Data Science Lab na Paipe, onde se dedica a projetos de ciência de dados e Machine Learning voltados para predição e automação de processos. Além disso, exerce a função de professor da graduação e pós-graduação nas áreas de computação e ciência de dados na Unisinos
Promoção
Universidade do Vale do Rio dos Sinos - Unisinos
Diretoria de Educação Continuada
Gerência de Lato Senso e Cursos de Curta Duração
Os certificados estarão disponíveis em até 20 dias úteis, após a última aula dada, no portal http://www.minha.unisinos.br, acessando o menu Certificados.
Cursos de Curta Duração