A nossa formação em IA para empresas, especificada — incluindo o que não prometemos

Quatro programas, três tipos de promessaHover to explore

Três artigos recentes deste site discutiam o lado comprador da formação empresarial em IA: que a oferta não é o problema, que participantes e patrocinadores costumam divergir sobre a razão de ser da formação, e que a autoavaliação é pouco fiável demais para orientar um orçamento. Justo. É mais fácil criticar o mercado do que publicar o currículo próprio numa forma que te possam exigir.

Por isso aqui está o nosso, escrito.

Este artigo especifica os programas dados pela IdeaToMVP Academy. Os currículos, pré-requisitos e detalhes de entrega são nossos e estão atuais à data de publicação; a versão viva é a página de formação empresarial. Onde não aparece um valor é porque não o medimos — a secção 8 enumera esses casos explicitamente.

1. Os três tipos de promessa numa página de formação

Antes dos currículos, aquilo que os torna legíveis.

Quase todas as páginas de formação imprimem os seus temas, os seus exercícios e os seus resultados no mesmo tipo de letra e com o mesmo peso, como se fossem o mesmo tipo de afirmação. Não são, e confundi-los é como um comprador acaba surpreendido na segunda semana.

Essa regra é a razão de não encontrares abaixo nenhuma percentagem de produtividade. Não temos dados de antes e depois destes programas, portanto não há valor a citar, e citar o de outra pessoa seria pedir provas emprestadas em vez de as ter.

2. Generative AI Engineering Training (engenharia de IA generativa)

Para equipas técnicas

Participantes. Pessoas de engenharia, produto e plataforma que vão construir e manter funcionalidades de IA — a equipa que continuará dona do sistema quando a formação acabar.

Pré-requisitos. Experiência real de desenvolvimento de software. Os participantes devem estar à vontade a ler e escrever código numa linguagem que a equipa já use; não se pressupõe formação prévia em aprendizagem automática. Os exercícios podem correr sobre material representativo — não é preciso acesso a produção para participar.

Objetivos. No fim, um participante consegue:

1. Desenhar uma funcionalidade de agente ou de recuperação e explicar porque foi escolhida essa forma.

   A explicação é a competência. Escolher uma arquitetura é fácil; defendê-la contra as duas alternativas que rejeitaste é o que sobrevive a uma revisão de desenho.

2. Construir um pipeline de recuperação e diagnosticar se uma má resposta é problema de recuperação ou de modelo.

   Vistos de fora falham de forma idêntica e resolvem-se de forma completamente diferente, e há equipas que passam semanas a afinar prompts para corrigir um erro de indexação.

3. Escrever um conjunto de avaliação que apanhe uma regressão antes de chegar aos utilizadores.

   O ponto de maior alavanca desta lista, e o mais vezes saltado por não produzir nada demonstrável.

4. Dimensionar e orçamentar uma funcionalidade de IA contra restrições reais, incluindo decidir não a construir.

   Decidir não construir é um resultado que avaliamos, não um fracasso.

Temas cobertos.

• Como funcionam os LLM ao nível de que um praticante precisa — tokens, contexto, confabulação
• Prompting para uma saída profissional e repetível
• Agentes e automatizações de vários passos
• RAG — desenho da recuperação, chunking, e quando não o usar
• Ligar modelos a dados e ferramentas existentes
• Desenvolvimento assistido por IA nos vossos próprios repositórios
• Conjuntos de avaliação e verificações de regressão
• Modos de falha: contexto, memória, mudanças silenciosas de modelo
• Dimensionar e orçamentar uma funcionalidade de IA

Com o que sai um participante. Um projeto final construído durante o programa e revisto contra o vosso próprio roteiro. Este é um compromisso.

3. AI with Finance & Business (IA para finanças e negócio)

Para equipas de negócio, finanças e operações

Participantes. Pessoas que vão usar a IA no próprio trabalho em vez de a construir — funções de análise, reporte e planeamento, e as chefias que revêem o que produzem.

Pré-requisitos. Não se pressupõe formação em programação. Os participantes devem dominar o seu próprio trabalho de análise ou de reporte; o programa aplica a IA a esse trabalho em vez de ensinar o trabalho.

Objetivos. No fim, um participante consegue:

1. Escrever prompts estruturados — tarefa, contexto, restrições e formato de saída — que produzam resultados de negócio utilizáveis e verificáveis.

   Verificáveis é a palavra que conta. Uma saída que ninguém consegue conferir não é poupança de tempo, é risco adiado.

2. Redigir e rever documentos de trabalho contra um crivo de quatro pontos: exatidão, tom, conformidade e contexto.

   Ensinado como uma rotina com resposta certa, não como um tema de sensibilização.

3. Conferir um resumo de IA à procura de omissões e de detalhes inventados antes de informar uma decisão.

   A omissão é a metade mais difícil. Um facto inventado costuma ver-se; uma exceção apagada em silêncio, não.

4. Fazer síntese de investigação com ferramentas de IA e verificar as afirmações contra as fontes.

   Incluindo o que fazer quando a fonte não diz aquilo que o resumo afirma que ela diz.

5. Distinguir uma resposta fundamentada em documentos de uma que não está fundamentada, e verificar antes de agir sobre qualquer uma delas.

   A distinção que ninguém alguma vez nomeou à maioria dos utilizadores não técnicos, e a que determina se uma ferramenta é segura para o fluxo de trabalho deles.

Temas cobertos.

• Prompting estruturado: os quatro ingredientes, papel e contexto, refinamento iterativo
• Padrões de prompt — resumir, comparar, reescrever, classificar, criticar — e a auditoria de prompts
• Escrita profissional: redação estruturada de email, fidelidade do resumo, esqueletos de relatório com marcadores de verificação
• Síntese de investigação e verificação de fontes; prática de citação com apoio de IA
• Apresentações e conteúdo visual, e a sua revisão quanto a profissionalismo e exatidão
• Resposta a perguntas fundamentada em documentos, e os limites da recuperação
• Tratamento de dados sensíveis em prompts — marcadores em vez de registos reais
• Onde a IA melhora um processo de negócio, e onde não melhora

Com o que sai um participante. Aqui é uma decisão de levantamento e não um artefacto fixo, porque o que é útil difere muito entre uma função financeira e uma equipa de operações. Um portefólio de fluxo de trabalho — o pedido, os prompts, os passos de revisão e o rasto de verificação — é a forma habitual, e tem a propriedade que nos interessa: alguém que não esteve na sala consegue inspecioná-lo.

4. The AI Boardroom (IA na sala da direção)

Para equipas de direção

Participantes. Equipas de direção que decidem onde a IA encaixa na demonstração de resultados — patrocinadores que financiam trabalho de IA e a quem se pede que o julguem, e não quem o vai implementar.

Pré-requisitos. Nenhum de natureza técnica. Os participantes precisam de conhecer a sua própria estrutura de custos e as suas funções de negócio; neste programa não há trabalho de implementação.

Objetivos. No fim, um participante consegue:

1. Mapear oportunidades de IA nas suas próprias funções de negócio e ordená-las.

   Contra as vossas funções, com a vossa estrutura de custos — não um mapa genérico do setor.

2. Aplicar um enquadramento de construir, comprar ou esperar a uma proposta concreta que esteja em cima da mesa.

   Esperar é um ramo real com condições reais, não um eufemismo para indecisão.

3. Interrogar a proposta de um fornecedor pelo custo total de propriedade em vez de pela demonstração.

   Incluindo os custos que só aparecem no segundo trimestre de utilização.

4. Definir expectativas de governação e risco proporcionais ao que está realmente a ser implantado.

   Proporcionais nos dois sentidos: governar a mais um piloto custa tanto como governar a menos um sistema em produção.

Temas cobertos.

• Mapeamento de oportunidades de IA pelas funções de negócio
• Construir, comprar ou esperar, como enquadramento de decisão
• Custo e retorno reais — TCO, avaliação de fornecedores, orçamentação
• Governação e risco, ajustados ao que a organização está a implantar

Com o que sai um participante. Um roteiro de IA de uma página para a vossa empresa, produzido como projeto final. Este é um compromisso.

5. Campus Gen AI Programs (programas Gen AI para universidades)

Para universidades e instituições

Vias de Gen AI e de AI with Finance dadas no campus ou online, para turmas universitárias técnicas e não técnicas, baseadas em projeto e avaliadas pelo que os estudantes produzem. É o mesmo material das vias empresariais, sequenciado para um semestre em vez de para uma turma comprimida.

6. Entrega, tamanhos de grupo e que via serve

7. Como funcionam mesmo o levantamento e o preço

Os programas empresariais são dimensionados em vez de vendidos por lugar, e isso é uma resposta real a «quanto custa» e não uma evasiva: dimensão da equipa, modalidade, duração e quanto do material aponta aos vossos sistemas são as quatro variáveis, e dar um número antes de as fechar seria adivinhar.

1. Diz-nos a forma que tem.

   Público, dimensão aproximada da equipa e o que deve estar diferente depois. Dois minutos no formulário.

2. Resumo do programa em um dia útil.

   Um esboço escrito do que o programa cobriria para as vossas equipas, numa forma que possas reencaminhar internamente sem a reescrever primeiro.

3. Conversa de levantamento.

   Modalidade, duração, a que sistemas apontam os exercícios e quanto é feito à medida. É disto que depende um custo, por isso vem antes de um número.

4. Proposta orçamentada e datas.

   Uma proposta que reflete o que foi levantado, com datas de entrega.

A única coisa que vale a pena levar ao primeiro passo:

Um inquérito de competências não. Leva algo que a tua equipa tenha produzido — uma funcionalidade que foi lançada, um relatório que sai todos os meses, uma proposta que te pedem para aprovar. Todo o exercício que vale a pena constrói-se sobre uma dessas coisas, e um programa dimensionado a partir de trabalho real é um objeto diferente de um dimensionado a partir de uma autoavaliação. Não é argumento de venda; é a conclusão central da investigação que não paramos de citar.

8. O que não afirmamos

Nenhum valor de produtividade. Não fizemos medição de antes e depois nestes programas, por isso não publicamos qualquer percentagem de melhoria. A quem cite uma — nós incluídos — deve perguntar-se onde foi medida e sobre quem.

Nenhum certificado. A Academy não emite nenhum. Se o vosso processo de formação exige uma credencial acreditada, não somos isso, e é melhor sabê-lo antes da conversa de levantamento do que depois.

As durações não são fixas. As ferramentas, as avaliações e as condições de apoio também não. São decisões de levantamento. Uma página que indica um número fixo de dias para um programa que não levantou está a indicar um valor por omissão, não um plano.

Os exercícios de exemplo são ilustrativos. Dito três vezes acima, e vale uma quarta: mostram a forma de uma sessão e não prometem inclusão.

Os nossos dados de resultados são escassos. Entregámos à TCS, através da LearnQuest como parceira de entrega, e à Chitkara Business School, e cerca de 300 profissionais passaram pela formação. Isso é um registo de entrega. Não é prova de resultados medidos, e não são a mesma afirmação.

Não somos uma avaliação psicométrica. Se quiseres uma pontuação de capacidade comparada contra um conjunto fixo de competências, antes e depois, isso é outro produto e outro fornecedor, e diremos isso mesmo.

O resumo honesto

Publicar uma especificação de formação é uma coisa estranha de se fazer, porque cada linha é uma linha que alguém te pode apontar mais tarde. É precisamente esse o objetivo. O mercado está cheio de currículos que não se conseguem comparar entre si, porque nenhum distingue entre o que será seguramente ensinado, o que talvez seja praticado e o que um participante levará seguramente na mão.

Essas três coisas têm valor muito diferente para um comprador, e imprimi-las com o mesmo peso não é um acidente de paginação. É o que permite a um programa soar completo sem se comprometer com quase nada.

Se estás a comparar fornecedores de formação em IA este trimestre, pergunta a cada um que linhas da sua página são compromissos e quais são exemplos. A resposta, e a rapidez com que chega, diz-te quase tudo o que precisas de saber.

Os detalhes de programa, pré-requisitos, objetivos, temas, tamanhos de grupo, modalidades e o processo de levantamento são nossos e estão atuais à data de publicação; a versão canónica é a página de formação empresarial, e o perfil do currículo de negócio e finanças está publicado por inteiro em o perfil de currículo da Chitkara. As referências de entrega — a TCS como intensivo presencial de 30 dias em Chennai, a LearnQuest como parceira de entrega, e as turmas BBA da Chitkara Business School — são registos de trabalho entregue, não resultados medidos. Para a investigação a que este desenho de programa responde, vê 82% das empresas dão formação em IA e 59% continuam a reportar uma lacuna, 47% dos trabalhadores acham que a formação em IA existe para automatizar o seu posto e só 11% julga corretamente o seu próprio nível em IA.

Related Posts

A competência de IA que ninguém vê em si próprio17 de setembro de 2026

A formação empresarial em IA falha por crença, não por orçamento15 de setembro de 2026

Quase toda a formação em IA não gera capacidade15 de setembro de 2026