Aprenda a construir infraestrutura de IA usando o Model Context Protocol (MCP), agentes personalizados e sistemas multiagentes autônomos. O programa cobre o desenvolvimento de servidores MCP, a integração do conhecimento organizacional e arquiteturas baseadas em agentes para fluxos complexos de engenharia. Com implementação prática e padrões de design voltados para produção, você vai desenvolver sistemas de IA que podem ser integrados, gerenciados e expandidos em ambientes reais de desenvolvimento.

Fale conosco

Habilidade principal

Projete e implante infraestrutura de IA com MCP, agentes personalizados e sistemas multiagentes para ambientes reais de engenharia.

Duração

horas

Nível

Avançado

Ferramentas

Cursor

O que você vai conquistar

Man in black sweater working focused on laptop at wooden table near green plants.

Infraestrutura de IA com MCP

Aprenda a criar servidores MCP que dão aos LLMs acesso estruturado e seguro ao conhecimento, às ferramentas e às fontes de dados da organização.

Construção de agentes autônomos

Desenvolva agentes de IA do zero e entenda como projetar sistemas capazes de planejar, executar e coordenar tarefas complexas de engenharia.

Sistemas multiagentes de engenharia

Projete arquiteturas multiagentes que dividem fluxos complexos, coordenam agentes especializados e garantem a execução de ponta a ponta em ambientes reais.

Para quem é este programa

Abstract blurred horizontal streaks of green, yellow, pink, and black colors creating a motion effect.

Close-up of a woman with curly hair wearing a blue blouse, looking at the camera with a neutral expression.

Close-up of a green eye with detailed iris and eyelashes under soft light.

Portrait of a bearded man with dark hair wearing a black shirt against a beige background.

Blurred gradient background with warm orange and purple tones blending into dark green.

Middle-aged man with short gray hair, beard, and blue shirt against a beige background.

Person typing on a laptop keyboard viewed from above and side in natural light.

Man with dark hair, glasses, and dark jacket looking slightly to the side against a light background.

Smiling woman with short blonde hair and round glasses wearing a white top.

Você é engenheiro de software pleno ou sênior, arquiteto de software ou tech lead e trabalha com fluxos de desenvolvimento apoiados por IA.

Você quer criar servidores MCP, agentes personalizados e sistemas de IA que integrem o conhecimento e as ferramentas da organização.

Você está explorando como projetar, orquestrar e gerenciar sistemas baseados em agentes prontos para produção em ambientes complexos de engenharia.

Pré-requisitos recomendados

Conhecimentos fundamentais

Sua equipe tem sólida experiência com Python ou TypeScript e com desenvolvimento de software em produção.

Seus engenheiros usam regularmente ferramentas de programação com IA, como Claude Code, Cursor ou assistentes semelhantes, no fluxo de desenvolvimento.

Sua equipe está acostumada a colaborar com Git e pronta para projetar infraestrutura de IA com agentes, MCP e sistemas multiagentes.

Especialistas

Anton Repushko

Engenheiro(a) de Desenvolvimento de Software Sênior; lidera a pesquisa em IA na Revolut

Vladimir Ivanov

CTO e empreendedor(a)

Denis Volkhonskiy

PhD em IA Generativa, Engenheiro(a) Líder de IA

Daniel Ciolfi

AI Engineer at Accenture Brasil

Módulos do programa

horas

habilidades

Atualizado

Apr 2026

Personalização disponível

Cursor

LLMS

Módulo 1

Construindo seu próprio agente de IA

Aprenda como agentes de IA são projetados, montados e avaliados em ambientes reais de engenharia. Neste módulo, você vai construir um fluxo completo de agente e entender como ferramentas, memória, contexto e supervisão humana funcionam juntos para garantir a execução confiável das tarefas.

Definir o escopo, os objetivos e os critérios de sucesso de um agente de IA
Preparar e conectar fontes de dados, ferramentas e recursos para uso do agente
Criar fluxos de agentes com Claude Code e LangGraph
Adicionar memória e funcionalidades de apoio para melhorar o desempenho
Aplicar mecanismos de segurança, proteção e revisão humana aos fluxos de agentes

Claude Code
LangGraph
Playwright
LangSmith
OpenTelemetry

Projeto: agente de QA Crie um agente de QA que lê tickets de engenharia, enriquece o contexto a partir de uma base de conhecimento, gera cenários de casos de teste, encaminha os resultados para revisão humana e publica os resultados aprovados de volta no ticket.

Módulo 2

Expandindo a IA com servidores MCP personalizados

Descubra como o MCP permite que sistemas de IA acessem o conhecimento, as ferramentas e as fontes de dados da organização de forma estruturada e segura. Você vai aprender como os servidores MCP ampliam as capacidades dos agentes e apoiam a integração com ambientes reais de engenharia.

Explicar o papel do MCP em sistemas de IA e avaliar soluções MCP existentes
Projetar interfaces MCP que conectam fontes de dados a ferramentas e recursos
Implementar e manter handlers de servidores MCP
Validar, testar e depurar implementações de servidores MCP
Containerizar serviços MCP com Docker
Integrar servidores MCP a fluxos de agentes e ambientes de desenvolvimento

MCP / MCP SDK
Python
MCP Inspector
Docker
pytest
Claude Code
Cursor

Servidor MCP Git Activity Analyzer Crie um servidor MCP que expõe dados de atividade do repositório, incluindo padrões de commits, hotspots de arquivos, histórico de builds, estrutura da equipe e propriedade do código, como recursos, ferramentas e prompts para agentes de IA.

Módulo 3

Orquestrando sistemas multiagentes

Aprenda como fluxos complexos de engenharia podem ser coordenados por vários agentes especializados. Este módulo apresenta arquiteturas multiagentes, padrões de orquestração e fluxos com estado que permitem que os agentes colaborem e operem em ambientes de execução controlados.

Identificar quando arquiteturas multiagentes são mais eficazes do que sistemas de agente único
Mapear fluxos de engenharia para os padrões de orquestração adequados
Definir papéis especializados de agentes com responsabilidades e interfaces claras
Construir sistemas multiagentes com estado usando LangGraph
Gerenciar o estado compartilhado e a coordenação entre agentes
Implementar roteamento condicional, checkpoints com humanos no circuito e rastreamento de execução com LangSmith

LangGraph
LangSmith

Sistema multiagente de code review Crie um revisor de código multiagente composto por agentes especializados em detecção de bugs, revisão de estilo, melhoria de código e sumarização. O sistema inclui roteamento condicional, mecanismos de nova tentativa, observabilidade com LangSmith e checkpoints de aprovação humana. Turmas com acompanhamento também podem aplicar os mesmos padrões de arquitetura a um projeto próprio.

Fale conosco!

Você está a apenas um e-mail de transformar sua empresa!
Nossa equipe vai entrar em contato para entender seus objetivos estratégicos e criar uma solução sob medida para as suas necessidades.

‍