Cursos de AI for Robotics em Manaus

A Prototipagem Rápida Prática para Robótica com ROS 2 & Docker é um curso hands-on projetado para ajudar desenvolvedores a construir, testar e implantar aplicações robóticas de forma eficiente. Os participantes aprenderão como containerizar ambientes robóticos, integrar pacotes do ROS 2 e prototipar sistemas robóticos modulares usando o Docker para garantir reprodutibilidade e escalabilidade. O curso enfatiza agilidade, controle de versão e práticas de colaboração adequadas para equipes de desenvolvimento em estágio inicial e inovação.

Esta formação conduzida por instrutor (online ou presencial) destina-se a participantes de nível iniciante a intermediário que desejam acelerar os fluxos de trabalho de desenvolvimento robótico usando ROS 2 e Docker.

Ao final desta formação, os participantes serão capazes de:

• Configurar um ambiente de desenvolvimento do ROS 2 dentro de contêineres Docker.
• Desenvolver e testar protótipos robóticos em configurações modulares e reproduzíveis.
• Utilizar ferramentas de simulação para validar o comportamento do sistema antes da implementação no hardware.
• Colaborar de forma eficaz utilizando projetos robóticos conteneurizados.
• Aplicar conceitos de integração contínua e implantação em pipelines robóticos.

Formato do Curso

• Palestras interativas e demonstrações.
• Exercícios práticos com ambientes ROS 2 e Docker.
• Mini-projetos focados em aplicações robísticas do mundo real.

Opções de Personalização do Curso

• Para solicitar um treinamento personalizado para este curso, entre em contato conosco para organizar.

A Interação Humano-Robô (HRI): Voz, Gestos e Controle Colaborativo é um curso prático destinado a introduzir os participantes ao design e à implementação de interfaces intuitivas para a comunicação humano-robô. O treinamento combina teoria, princípios de design e prática de programação para construir sistemas de interação naturais e responsivos, utilizando técnicas de fala, gestos e controle compartilhado. Os participantes aprenderão a integrar módulos de percepção, desenvolver sistemas de entrada multimodal e projetar robôs que colaborem com segurança ao lado dos seres humanos.

Este treinamento ao vivo e ministrado por instrutores (online ou presencial) é voltado para participantes de nível iniciante a intermediário que desejam projetar e implementar sistemas de interação humano-robô que melhorem a usabilidade, a segurança e a experiência do usuário.

Ao final deste treinamento, os participantes serão capazes de:

• Compreender as bases e os princípios de design da interação humano-robô.
• Desenvolver mecanismos de controle e resposta baseados em voz para robôs.
• Implementar reconhecimento de gestos utilizando técnicas de visão computacional.
• Projetar sistemas de controle colaborativo para autonomia segura e compartilhada.
• Avaliar sistemas de HRI com base em usabilidade, segurança e fatores humanos.

Formato do Curso

• Palestras interativas e demonstrações práticas.
• Exercícios de programação e design na prática.
• Experimentos práticos em ambientes simulados ou com robôs reais.

Opções de Personalização do Curso

• Para solicitar um treinamento personalizado para este curso, entre em contato conosco para organizar.

A Automação de Robótica Industrial: Integração ROS-PLC e Gêmeos Digitais é um curso prático focado em conectar a automação industrial com frameworks modernos de robótica. Os participantes aprenderão a integrar sistemas robóticos baseados em ROS (Robot Operating System) com CLPs para operações sincronizadas e explorarão ambientes de gêmeo digital para simular, monitorar e otimizar processos de produção. O curso enfatiza a interoperabilidade, o controle em tempo real e a análise preditiva utilizando réplicas digitais de sistemas físicos.

Este treinamento ao vivo, ministrado por instrutores (online ou presencial), é voltado para profissionais de nível intermediário que desejam desenvolver habilidades práticas na conexão de robôs controlados por ROS com ambientes CLP e na implementação de gêmeos digitais para otimização da automação e da manufatura.

Ao final deste treinamento, os participantes serão capazes de:

• Compreender os protocolos de comunicação entre sistemas ROS e CLP.
• Implementar a troca de dados em tempo real entre robôs e controladores industriais.
• Desenvolver gêmeos digitais para monitoramento, testes e simulação de processos.
• Integrar sensores, atuadores e manipuladores robóticos em fluxos de trabalho industriais.
• Projetar e validar sistemas de automação industrial usando ambientes de simulação híbrida.

Formato do Curso

• Palestras interativas e walkthroughs da arquitetura.
• Exercícios práticos de integração entre sistemas ROS e CLP.
• Implementação de projetos de simulação e gêmeo digital.

Opções de Personalização do Curso

• Para solicitar um treinamento personalizado para este curso, entre em contato conosco para agendar.

Manipulação e Preensão de Robôs com Aprendizado Profundo é um curso avançado que integra o controle robótico às técnicas modernas de aprendizado de máquina. Os participantes explorarão como o aprendizado profundo pode aprimorar a percepção, o planejamento de movimentos e a preensão destrosa em sistemas robóticos. Através da teoria, simulação e exercícios práticos de programação, o curso orienta os alunos desde o controle baseado em percepção até o aprendizado de políticas de ponta a ponta para tarefas de manipulação.

Este treinamento, ministrado por instrutores (online ou presencial), destina-se a profissionais de nível avançado que desejam aplicar métodos de aprendizado profundo para viabilizar uma manipulação robótica inteligente, adaptável e precisa.

Ao final deste treinamento, os participantes serão capazes de:

• Desenvolver modelos de percepção para reconhecimento de objetos e estimativa de pose.
• Treinar redes neurais para detecção de preensão e planejamento de movimento.
• Integrar módulos de aprendizado profundo com controladores robóticos utilizando ROS 2.
• Simular e avaliar estratégias de preensão e manipulação em ambientes virtuais.
• Implantar e otimizar modelos aprendidos em braços robóticos reais ou simulados.

Formato do Curso

• Palestras lideradas por especialistas e análises aprofundadas de algoritmos.
• Exercícios práticos de programação e simulação.
• Implementação e testes baseados em projetos.

Opções de Personalização do Curso

• Para solicitar um treinamento personalizado para este curso, entre em contato conosco para providenciar os arranjos necessários.

Sistemas Multi-Robô e Inteligência de Enxame é um curso de treinamento avançado que explora o design, a coordenação e o controle de equipes robóticas inspiradas pelos comportamentos de enxames biológicos. Os participantes aprenderão como modelar interações, implementar tomada de decisão distribuída e otimizar a colaboração entre múltiplos agentes. O curso combina teoria com simulações práticas para preparar os alunos para aplicações em logística, defesa, busca e resgate, e exploração autônoma.

Este treinamento ao vivo, ministrado por instrutor (online ou presencial), é direcionado a profissionais de nível avançado que desejam projetar, simular e implementar sistemas multi-robô e baseados em enxames usando frameworks e algoritmos de código aberto.

Ao final deste treinamento, os participantes serão capazes de:

• Compreender os princípios e dinâmicas da inteligência de enxame e da robótica cooperativa.
• Projetar estratégias de comunicação e coordenação para sistemas multi-robô.
• Implementar algoritmos de tomada de decisão distribuída e consenso.
• Simular comportamentos coletivos, como controle de formação, movimentação em grupo (flocking) e cobertura de área.
• Aplicar técnicas baseadas em enxames a cenários reais e problemas de otimização.

Formato do Curso

• Aulas avançadas com mergulho profundo nos algoritmos.
• Codificação prática e simulação no ROS 2 e Gazebo.
• Projeto colaborativo aplicando princípios de inteligência de enxame.

Opções de Personalização do Curso

• Para solicitar um treinamento personalizado para este curso, entre em contato conosco para agendar.

TinyML é um framework para implantação de modelos de aprendizado de máquina em microcontroladores de baixo consumo e plataformas embarcadas, utilizadas em robótica e sistemas autônomos.

Este treinamento ao vivo, ministrado por instrutores (online ou presencial), é voltado para profissionais de nível avançado que desejam integrar capacidades de percepção e tomada de decisão baseadas em TinyML em robôs autônomos, drones e sistemas de controle inteligente.

Ao concluir este curso, os participantes serão capazes de:

• Projetar modelos TinyML otimizados para aplicações em robótica.
• Implementar pipelines de percepção no dispositivo para autonomia em tempo real.
• Integrar o TinyML em frameworks existentes de controle robótico.
• Implantar e testar modelos de IA leves em plataformas de hardware embarcado.

Formato do Curso

• Palestras técnicas combinadas com discussões interativas.
• Laboratórios práticos focados em tarefas de robótica embarcada.
• Exercícios práticos que simulam fluxos de trabalho autônomos do mundo real.

Opções de Personalização do Curso

• Para ambientes robóticos específicos da organização, a personalização pode ser acordada mediante solicitação.

Robótica Segura e Explicável é um treinamento abrangente focado na segurança, verificação e governança ética de sistemas robóticos. O curso conecta teoria e prática por meio da exploração de metodologias de casos de segurança, análise de perigos e abordagens de IA explicável que tornam o processo decisório dos robôs transparente e confiável. Os participantes aprenderão como garantir a conformidade, verificar comportamentos e documentar a garantia de segurança em alinhamento com as normas internacionais.

Este treinamento instruído por um especialista (online ou presencial) é direcionado a profissionais de nível intermediário que desejam aplicar os princípios de verificação, validação e explicabilidade para garantir a implementação segura e ética de sistemas robóticos.

Ao final deste treinamento, os participantes serão capazes de:

• Desenvolver e documentar casos de segurança para sistemas robóticos e autônomos.
• Aplicar técnicas de verificação e validação em ambientes de simulação.
• Compreender frameworks de IA explicável para o processo decisório em robótica.
• Integrar princípios de segurança e ética no design e na operação dos sistemas.
• Comunicar requisitos de segurança e transparência às partes interessadas.

Formato do Curso

• Aulas interativas e discussões em grupo.
• Exercícios práticos de simulação e análise de segurança.
• Estudos de caso baseados em aplicações reais de robótica.

Opções de Personalização do Curso

• Para solicitar um treinamento personalizado para este curso, entre em contato conosco para organizar os detalhes.

A Edge AI (inteligência artificial na borda) permite que modelos de IA sejam executados diretamente em dispositivos embarcados ou com recursos limitados, reduzindo a latência e o consumo de energia, enquanto aumenta a autonomia e a privacidade nos sistemas robóticos.

Este treinamento instruído por um especialista (online ou presencial) é voltado para desenvolvedores de sistemas embarcados e engenheiros de robótica de nível intermediário que desejam implementar técnicas de inferência e otimização de aprendizado de máquina diretamente no hardware dos robôs, utilizando TinyML e frameworks de Edge AI.

Ao final deste treinamento, os participantes serão capazes de:

• Compreender os fundamentos do TinyML e da Edge AI para robótica.
• Converter e implantar modelos de IA para inferência no dispositivo.
• Otimizar modelos para velocidade, tamanho e eficiência energética.
• Integrar sistemas de Edge AI nas arquiteturas de controle robótico.
• Avaliar o desempenho e a precisão em cenários do mundo real.

Formato do Curso

• Palestra interativa e discussão.
• Prática hands-on usando toolchains de TinyML e Edge AI.
• Exercícios práticos em plataformas de hardware embarcado e robótico.

Opções de Personalização do Curso

• Para solicitar um treinamento personalizado para este curso, entre em contato conosco para agendar.

Este treinamento ao vivo, ministrado por um instrutor em Manaus (online ou presencial), é voltado para participantes de nível intermediário que desejam explorar o papel dos robôs colaborativos (cobots) e outros sistemas de IA centrados no ser humano nos locais de trabalho modernos.

Ao final deste treinamento, os participantes serão capazes de:

• Compreender os princípios da IA Física Centrada no Ser Humano e suas aplicações.
• Explorar o papel dos robôs colaborativos na melhoria da produtividade no ambiente de trabalho.
• Identificar e abordar desafios nas interações entre seres humanos e máquinas.
• Projetar fluxos de trabalho que otimizem a colaboração entre seres humanos e sistemas orientados por IA.
• Promover uma cultura de inovação e adaptabilidade em locais de trabalho integrados por IA.

O aprendizado por reforço (RL, do inglês Reinforcement Learning) é um paradigma de aprendizado de máquina no qual os agentes aprendem a tomar decisões interagindo com um ambiente. Na robótica, o RL permite que sistemas autônomos desenvolvam capacidades adaptativas de controle e tomada de decisão por meio de experiência e feedback.

Este treinamento dirigido por instrutor (online ou presencial) é voltado para engenheiros de aprendizado de máquina, pesquisadores em robótica e desenvolvedores de nível avançado que desejam projetar, implementar e implantar algoritmos de aprendizado por reforço em aplicações robóticas.

Ao final deste treinamento, os participantes serão capazes de:

• Compreender os princípios e a matemática do aprendizado por reforço.
• Implementar algoritmos de RL, como Q-learning, DDPG e PPO.
• Integrar o RL com ambientes de simulação robótica utilizando OpenAI Gym e ROS 2.
• Treinar robôs para executar tarefas complexas de forma autônoma por meio de tentativa e erro.
• Otimizar o desempenho do treinamento usando frameworks de aprendizado profundo, como PyTorch.

Formato do Curso

• Aulas interativas e discussões em grupo.
• Implementação prática utilizando Python, PyTorch e OpenAI Gym.
• Exercícios práticos em ambientes robóticos simulados ou físicos.

Opções de Personalização do Curso

• Para solicitar um treinamento personalizado para este curso, entre em contato conosco para organizar os detalhes.

O OpenCV é uma biblioteca de visão computacional de código aberto que permite o processamento de imagens em tempo real, enquanto frameworks de aprendizado profundo, como o TensorFlow, fornecem as ferramentas para percepção inteligente e tomada de decisões em sistemas robóticos.

Este treinamento ao vivo, ministrado por instrutor (online ou presencial), destina-se a engenheiros de robótica de nível intermediário, profissionais de visão computacional e engenheiros de aprendizado de máquina que desejam aplicar técnicas de visão computacional e aprendizado profundo à percepção e autonomia robóticas.

Ao final deste treinamento, os participantes serão capazes de:

• Implementar pipelines de visão computacional usando o OpenCV.
• Integrar modelos de aprendizado profundo para detecção e reconhecimento de objetos.
• Utilizar dados baseados em visão para controle e navegação robótica.
• Combinar algoritmos clássicos de visão com redes neurais profundas.
• Implantar sistemas de visão computacional em plataformas embarcadas e robóticas.

Formato do Curso

• Palestra interativa e discussão.
• Prática prática usando OpenCV e TensorFlow.
• Implementação em laboratório ao vivo em sistemas robóticos simulados ou físicos.

Opções de Personalização do Curso

• Para solicitar um treinamento personalizado para este curso, entre em contato conosco para organizar.

Este treinamento ao vivo, ministrado por instrutor Manaus (online ou presencial), destina-se a engenheiros robóticos e pesquisadores de IA de nível avançado que desejam utilizar a IA multimodal para integrar diversos dados sensoriais, criando robôs mais autônomos e eficientes, capazes de ver, ouvir e tocar.

Ao final deste treinamento, os participantes serão capazes de:

• Implementar sensoriamento multimodal em sistemas robóticos.
• Desenvolver algoritmos de IA para fusão de sensores e tomada de decisões.
• Criar robôs capazes de executar tarefas complexas em ambientes dinâmicos.
• Abordar desafios no processamento de dados em tempo real e na atuação (actuation).

A Robótica Inteligente consiste na integração de inteligência artificial em sistemas robóticos para melhorar a percepção, a tomada de decisões e o controle autônomo.

Este treinamento ao vivo, ministrado por um instrutor (online ou presencial), é voltado para engenheiros de robótica de nível avançado, integradores de sistemas e líderes de automação que desejam implementar percepção, planejamento e controle orientados por IA em ambientes de fabricação inteligente.

Ao final deste treinamento, os participantes serão capazes de:

• Compreender e aplicar técnicas de IA para percepção robótica e fusão de sensores.
• Desenvolver algoritmos de planejamento de movimento para robôs colaborativos e industriais.
• Implantar estratégias de controle baseadas em aprendizado para tomada de decisão em tempo real.
• Integrar sistemas robóticos inteligentes nos fluxos de trabalho de fábricas inteligentes.

Formato do Curso

• Palestra interativa e discussão.
• Muitos exercícios e prática.
• Implementação prática em um ambiente de laboratório ao vivo.

Opções de Personalização do Curso

• Para solicitar um treinamento personalizado para este curso, entre em contato conosco para organizar.

O ROS 2 (Robot Operating System 2) é um framework de código aberto projetado para apoiar o desenvolvimento de aplicações robóticas complexas e escaláveis.

Este treinamento ao vivo, ministrado por instrutor (online ou presencial), é voltado para engenheiros e desenvolvedores de robótica de nível intermediário que desejam implementar navegação autônoma e SLAM (Simultaneous Localization and Mapping) usando o ROS 2.

Ao final deste treinamento, os participantes serão capazes de:

• Configurar e preparar o ROS 2 para aplicações de navegação autônoma.
• Implementar algoritmos SLAM para mapeamento e localização.
• Integrar sensores, como LiDAR e câmeras, com o ROS 2.
• Simular e testar a navegação autônoma no Gazebo.
• Implantar pilhas de navegação em robôs reais.

Formato do Curso

• Palestra interativa e discussão.
• Prática hands-on usando ferramentas e ambientes de simulação do ROS 2.
• Implementação e teste em laboratório virtual ou em robôs físicos.

Opções de Personalização do Curso

• Para solicitar um treinamento personalizado para este curso, entre em contato conosco para agendar.

Este treinamento ao vivo, ministrado por instrutores, em Manaus (online ou presencial), é direcionado a participantes de nível intermediário que desejam aprimorar suas habilidades no projeto, programação e implantação de sistemas robóticos inteligentes para automação e além.

Ao final deste treinamento, os participantes serão capazes de:

• Compreender os princípios da IA Física e suas aplicações em robótica e automação.
• Projetar e programar sistemas robóticos inteligentes para ambientes dinâmicos.
• Implementar modelos de IA para tomada de decisão autônoma em robôs.
• Utilizar ferramentas de simulação para testes e otimização robótica.
• Abordar desafios como fusão de sensores, processamento em tempo real e eficiência energética.

A Inteligência Artificial (IA) para Robótica combina aprendizado de máquina, sistemas de controle e fusão de sensores para criar máquinas inteligentes capazes de perceber, raciocinar e agir de forma autônoma. Por meio de ferramentas modernas como ROS 2, TensorFlow e OpenCV, os engenheiros podem agora projetar robôs que navegam, planejam e interagem com ambientes do mundo real de maneira inteligente.

Este treinamento ao vivo, ministrado por instrutores (online ou presencial), destina-se a engenheiros de nível intermediário que desejam desenvolver, treinar e implantar sistemas robóticos baseados em IA utilizando tecnologias e estruturas de código aberto atuais.

Ao final deste treinamento, os participantes serão capazes de:

• Usar Python e ROS 2 para construir e simular comportamentos robóticos.
• Implementar Filtros de Kalman e Filtros de Partículas para localização e rastreamento.
• Aplicar técnicas de visão computacional usando o OpenCV para percepção e detecção de objetos.
• Utilizar o TensorFlow para previsão de movimento e controle baseado em aprendizado.
• Integrar SLAM (Localização e Mapeamento Simultâneos) para navegação autônoma.
• Desenvolver modelos de aprendizado por reforço para melhorar a tomada de decisões dos robôs.

Formato do Curso

• Aula interativa e discussão.
• Implementação prática usando ROS 2 e Python.
• Exercícios práticos com ambientes robóticos simulados e reais.

Opções de Personalização do Curso

Para solicitar um treinamento personalizado para este curso, entre em contato conosco para combinar os detalhes.

Um bot ou chatbot é como um assistente de computador usado para automatizar as interações do usuário em várias plataformas de mensagens e realizar tarefas mais rapidamente, sem a necessidade de os usuários falarem com outro ser humano.

Nesta formação guiada por instrutores, os participantes aprenderão a iniciar o desenvolvimento de bots passo a passo, criando chatbots de exemplo usando ferramentas e frameworks de desenvolvimento de bots.

Ao final desta formação, os participantes serão capazes de:

• Compreender os diferentes usos e aplicações dos bots
• Entender o processo completo de desenvolvimento de bots
• Explorar as diferentes ferramentas e plataformas usadas na criação de bots
• Criar um chatbot de exemplo para o Facebook Messenger
• Criar um chatbot de exemplo usando o Microsoft Bot Framework

Público-alvo

• Desenvolvedores interessados em criar seu próprio bot

Formato do curso

• Aulas teóricas, discussões, exercícios e muita prática orientada

Esta formação prática com instrutor em Manaus (online ou presencial) é voltada para engenheiros que desejam aprender sobre a aplicabilidade da inteligência artificial em sistemas mecatrônicos.

Ao final desta formação, os participantes serão capazes de:

• Obter uma visão geral de inteligência artificial, aprendizado de máquina e inteligência computacional.
• Compreender os conceitos de redes neurais e diferentes métodos de aprendizado.
• Escolher abordagens de inteligência artificial de forma eficaz para resolver problemas reais.
• Implementar aplicações de IA na engenharia mecatrônica.