Tander BootCamp

Exemplos de entregas por encontro

Referência de sete encontros e uma sessão extra. São propostas de atividades, não comprovação de resultados de alunos. A trilha é ajustada no diagnóstico.

  • 7 encontros ao vivo
  • Módulos M1 a M5
  • Formato individual
  1. 01

    Módulo M1: Mentalidade Digital

    Do zero ao primeiro site publicado, sem escrever código

    O que é ensinado

    • Construção de sites com Lovable, Bolt.new e v0 by Vercel
    • Publicação e versionamento no GitHub
    • Uso de IA generativa para leitura de perfil profissional e mercado
    Entrega proposta

    Sites funcionais publicados em repositório público no primeiro dia de aula.

  2. 02

    Módulo M3: IA Aplicada ao Trabalho

    Quatro modelos de IA resolvendo o mesmo problema

    O que é ensinado

    • Comparação prática entre ChatGPT, Claude, Gemini e DeepSeek
    • Síntese automatizada de respostas de múltiplos modelos
    • Geração de imagem por IA aplicada a comunicação profissional
    Entrega proposta

    Critério próprio para escolher qual modelo usar em cada tipo de tarefa, em vez de usar sempre o mesmo por hábito.

  3. 03

    Módulo M3: Automação

    A primeira automação que roda sozinha

    O que é ensinado

    • Fundamentos de n8n: gatilhos, nós e fluxo de dados
    • Google Sheets como fonte de dados de uma automação
    • Integração com bot do Telegram e chamada de API de IA
    Entrega proposta

    Um fluxo que verifica a planilha a cada minuto e envia alertas no Telegram sem intervenção humana.

  4. +

    Sessão extra de tutoria

    Prompt dinâmico e integração multicanal

    O que é ensinado

    • Construção de prompt dinâmico a partir de mensagem recebida
    • Chamada de API via requisição HTTP e tratamento em JavaScript
    • Entrega do resultado em mais de um canal simultaneamente
    Entrega proposta

    Identificação e correção autônoma de um erro de origem de dados entre nós, no primeiro exercício real de depuração.

  5. 04

    Módulo M4: Engenharia de Prompt

    Um workflow, muitos especialistas

    O que é ensinado

    • Template de prompt reutilizável no formato especialista, área e pergunta
    • Migração entre ambientes e reconfiguração de credenciais
    • Separação entre a arquitetura do fluxo e o conteúdo do prompt
    Entrega proposta

    Uma automação que ajusta o contexto para tarefas de atendimento, síntese ou marketing, com revisão humana das respostas.

  6. 05

    Módulo M4: Engenharia de Prompt

    Few-shot aplicado à análise de opinião de clientes

    O que é ensinado

    • Diferença prática entre zero-shot, one-shot e few-shot prompting
    • Classificação de sentimento, tema e nível de risco em texto livre
    • Documentação de projeto em README e primeiro conteúdo técnico publicado
    Entrega proposta

    Um fluxo que recebe o comentário de um cliente e devolve sentimento, tema, risco e resposta sugerida para revisão humana, com documentação dos testes e limites.

  7. 06

    Módulo M2: Google Workspace e IA integrada

    Quando o dado chega sozinho

    O que é ensinado

    • Google Workspace com IA integrada aplicada à rotina de trabalho
    • Configuração de OAuth e APIs no Google Cloud
    • Planilha como fonte automática de um pipeline de IA
    • Organização de repositório e uso de .gitignore como barreira preventiva
    Entrega proposta

    Pipeline completo de inteligência de cliente: uma nova linha na planilha dispara a análise por IA, a própria planilha é atualizada e um alerta chega ao Telegram, sem digitação manual em nenhuma etapa.

  8. 07

    Módulo M5: Segurança Digital, Cloud e Privacidade

    Auditoria de superfície pública

    O que é ensinado

    • Distinção entre OAuth, chave de API, token de bot e client secret
    • Fronteiras de confiança em uma arquitetura de nuvem e raio de impacto
    • Detecção de padrões de credencial e de dados pessoais em repositórios públicos
    • Mascaramento de achados, revogação e rotação de credenciais
    • Limites de um scanner de padrões e o que ele não é capaz de provar
    Entrega proposta

    Uma auditoria automatizada que varre o próprio repositório, mascara os achados e emite veredito FAIL, REVIEW ou PASS. É reexecutável para comprovar tecnicamente que a correção funcionou.

As aulas são cumulativas: cada encontro parte do que foi construído no anterior. Os projetos compõem um portfólio documentado. A publicação depende de autorização e da revisão de dados e credenciais; casos confidenciais permanecem privados.

Sobre a aula 07: o scanner apresentado detecta padrões de credenciais e de dados pessoais em conteúdo público. Ele não lê o histórico de commits, não verifica se uma credencial é válida e não atesta conformidade com a LGPD. Um resultado PASS indica ausência de padrões críticos nos arquivos analisados, não conformidade legal.

Agendar um diagnóstico