Não existe um curso de IA ideal para todos.

MIT Professional Education

Applied AI for Digital Transformation

Para mim, os melhores cursos são os do MIT. Este é um dos que mais recomendo.

Foco: aplicação da IA generativa na transformação digital das empresas.

• IA generativa aplicada aos negócios
• Automação de processos e produtividade
• Identificação e priorização de casos de uso
• Estratégia de adoção de IA
• Governança, ética e gestão de riscos
• Construção de um roadmap de transformação

MIT Sloan

AI Adoption: Driving Business Value and Impact

Foco: transformar projetos-piloto de IA em iniciativas capazes de gerar valor real para a organização.

• Adoção de IA em escala
• Construção de business cases
• Avaliação de retorno sobre o investimento
• Estruturação de sistemas organizacionais para IA
• Transformação de oportunidades em resultados mensuráveis

StartSe

AI for Leaders

No Brasil, gosto muito da StartSe.

Foco: uso prático de IA por executivos e lideranças empresariais.

• Fundamentos de IA para líderes
• Engenharia de prompts
• Ferramentas de IA para a rotina executiva
• IA aplicada a decisões, vendas, marketing e apresentações
• Cibersegurança e uso responsável
• Criação prática de agentes de IA

University of Pennsylvania · Wharton

AI for Business Specialization

Foco: como IA, machine learning e Big Data podem ser incorporados à estratégia empresarial.

• Estratégia de IA
• Dados e machine learning aplicados aos negócios
• Marketing e personalização
• Gestão de pessoas e inteligência artificial
• Riscos, ética e governança
• Fraude, crédito e tomada de decisão

DeepLearning.AI · Andrew Ng

IA Para Todos

Foco: explicar inteligência artificial para profissionais não técnicos.

• O que IA pode e não pode fazer
• Como identificar oportunidades de aplicação
• Como estruturar projetos de IA
• Como trabalhar com equipes técnicas
• Como criar uma estratégia de IA para a organização
• Aspectos éticos e sociais da tecnologia

AWS

AI for Organizational Leaders

Foco: preparar executivos e tomadores de decisão para liderar iniciativas de IA generativa.

• IA generativa para executivos
• Planejamento de projetos de IA
• Construção de organizações preparadas para IA
• Casos de uso reais
• Machine learning para decisões empresariais
• IA responsável

Google

Google AI Essentials

Foco: utilizar inteligência artificial nas atividades profissionais do dia a dia.

• Fundamentos da IA generativa
• IA para criação e brainstorming
• Pesquisa e organização de informações
• Produtividade e automação de tarefas
• Engenharia de prompts
• Uso responsável da inteligência artificial

Stanford Online · DeepLearning.AI

Machine Learning Specialization

Foco: fundamentos de machine learning e construção de aplicações reais em Python.

• Aprendizado supervisionado
• Regressão e classificação
• Redes neurais e árvores de decisão
• Aprendizado não supervisionado
• Sistemas de recomendação e reinforcement learning
• NumPy, scikit-learn e TensorFlow

DeepLearning.AI

Deep Learning Specialization

Foco: aprofundamento em redes neurais e deep learning.

• Construção e treinamento de redes neurais
• Otimização de modelos
• Redes neurais convolucionais e visão computacional
• Modelos sequenciais
• Processamento de linguagem natural
• TensorFlow e aplicações práticas

Google Skills

Generative AI for Healthcare

Foco: LLMs como o Gemini e outros modelos generativos aplicados ao contexto da saúde.

• Fundamentos de IA generativa
• Aplicações reais em ambientes de saúde
• Uso de LLMs por profissionais da área
• Engenharia de prompts voltada à medicina
• Casos de uso para produtividade e suporte ao trabalho

Harvard Medical School

AI in Medicine: Foundations and Applications in Medical Practice and Research

Foco: fundamentos da IA, aplicações clínicas, pesquisa e regulação.

• Fundamentos de machine learning
• IA generativa na medicina
• Diagnóstico assistido por IA
• Fluxos de trabalho hospitalares
• Pesquisa biomédica e avaliação de modelos
• Regulação e acompanhamento pós-mercado

Stanford

Artificial Intelligence in Healthcare

Foco: impacto da IA nos resultados clínicos, segurança do paciente, pesquisa e operação dos sistemas de saúde.

• Decisão e implementação
• Avaliação de tecnologias de IA
• Aplicação segura e ética
• Integração entre profissionais de saúde e especialistas em tecnologia
• Liderança de projetos de inteligência artificial

Johns Hopkins University

AI in Healthcare Program

Foco: aplicação prática e gestão de projetos de IA em saúde.

• Fundamentos de IA em saúde
• Clinical decision support e análise preditiva
• Saúde populacional
• Large Language Models em ambientes clínicos
• Automação de processos
• Ética, privacidade e regulação
• Gestão da mudança e implementação hospitalar

DeepLearning.AI

AI for Medicine Specialization

Foco: aplicações reais de IA em diagnóstico, prognóstico e modelos clínicos.

• Redes neurais convolucionais
• Análise de imagens médicas
• Modelos de risco
• Estimativa de prognóstico
• Efeitos de tratamentos
• Processamento de linguagem natural em documentos médicos

Atenção: alguma familiaridade com Python, machine learning e redes neurais é recomendada.