• Aprenda a estrutura e a semântica da Web por meio de exemplos escritos por humanos e por IA.

• Crie seu primeiro site estático e, em seguida, compare-o com uma versão gerada por IA e aprimore-o.

• Resultado: Compreender a estrutura de marcação adequada e identificar falhas no código gerado pela IA.

• Explore os princípios de design visual, seletores CSS e layouts responsivos.

• Use o GitHub Copilot para sugerir refatorações de CSS e, em seguida, analise e critique seu resultado.

• Crie uma página de portfólio pessoal com uma folha de estilo que aprimora o CSS gerado por IA.

• Resultado: Crie designs acessíveis e passíveis de manutenção que superem os padrões de IA.

• Torne-se proficiente em JavaScript básico, manipulação de DOM, padrões assíncronos e técnicas de depuração.

• Compare e faça benchmark dos trechos de código do GitHub Copilot com os seus próprios, identificando e corrigindo ineficiências.

• AAnalisar um componente de interface do usuário escrito por IA e reescrevê-lo para melhorar a clareza e o desempenho.

• Resultado: Escreva JavaScript robusto e eficiente e avalie criticamente a lógica gerada pela IA.

• Avalie as interfaces geradas por humanos e por IA quanto à acessibilidade, usabilidade e fluxo geral.

• Resultado: Aplique as práticas recomendadas de UX a cada construção assistida por IA, criando experiências intuitivas e fáceis de usar.

• Participe de um sprint de codificação criativa usando a IA como seu par de programadores.

• Resultado: Desenvolva intuição, velocidade e confiança ao colaborar e codificar com IA.

• Torne-se proficiente em todo o ecossistema React: JSX, hooks, contexto, roteamento, formulários, Material UI e Firebase.

• Use prompts contínuos de IA para geração, otimização e depuração de componentes.

• Analise um complemento público baseado em IA, revise seu código React e aprimore-o ou corrija-o.

• Resultado: Arquitetar SPAs de nível de produção e atuar como revisor crítico da IA.

• Tenha uma visão geral prática de ML e integre um modelo de previsão simples em um aplicativo da Web.

• Resultado: Entenda como os pipelines de dados de IA se conectam ao desenvolvimento de pilha completa.

• Aprenda os fundamentos de Node.js, Express, MongoDB/Mongoose e SQL.

• Auditar o código do servidor escrito por um LLM para avaliar a segurança, o desempenho e a eficiência.

• Aprimorar e documentar um servidor de API de IA de código aberto.

• Resultado: Ofereça serviços de back-end seguros e otimizados e valide a lógica gerada por IA com confiança.

• Crie um portfólio profissional destacando seus projetos de colaboração em IA e seu trabalho prático.

• Resultado: Mostre suas habilidades e destaque-se como um desenvolvedor Full-Stack de IA pronto para oportunidades no mundo real.

Os alunos planejam, projetam e desenvolvem de forma independente um aplicativo da Web completo que integra uma API ou serviço baseado em IA (por exemplo, OpenAI, Hugging Face ou outras APIs de automação). O projeto enfatiza o uso eficaz e responsável de ferramentas de IA em um ambiente de software de nível de produção.

Fases do projeto

• Planejamento: Defina o conceito, os usuários-alvo e selecione a API de IA a ser integrada.

• Desenvolvimento: Crie o cliente (React) e o servidor (Node.js), implemente chamadas de API, gerencie o fluxo de dados e garanta a configuração segura.

• Apresentação: Demonstre o projeto final, explique a integração da IA e apresente a funcionalidade de trabalho a colegas e parceiros.

Entregáveis principais

• Aplicativo da Web funcional de pilha completa (React + Node.js).

• Integração real de IA (por exemplo, geração de texto, criação de imagens ou recomendações inteligentes).

• Documentação, testes e implementação profissionais.

• Repositório GitHub organizado com commits claros e README.

Resultado
Um aplicativo da Web completo e pronto para produção que demonstra o uso prático de IA e habilidades profissionais de desenvolvimento full-stack.