Proyectos

Neste Desafio de Projeto, você constrói com o GitHub Copilot uma calculadora que mostra quanto CO2 uma viagem emite e quanto custa compensar essa emissão. No Visual Studio Code, com o Copilot em modo agente, você gera arquivo por arquivo o HTML, o CSS e o JavaScript, testa cada parte no console do navegador e publica no GitHub Pages. São cinco passos, sem framework, e a base de rotas entre cidades brasileiras é simulada para você começar sem API de mapas. No fim, fica uma calculadora no ar e um repositório que mostra como você dividiu o problema e conduziu a IA passo a passo.

IA Entrevistador é um projeto que utiliza inteligência artificial, prompt engineering e técnicas de entrevistas técnicas para simular processos seletivos, gerar perguntas relevantes, avaliar respostas e ajudar o usuário a se preparar de forma mais prática e direcionada.

IA Mentor de Carreira é um projeto que utiliza inteligência artificial para ajudar pessoas a descobrirem caminhos profissionais em tecnologia, identificando interesses, sugerindo áreas de atuação e indicando habilidades importantes para o desenvolvimento da carreira.

Neste desafio, você aprenderá a criar o conceito de um App de Organização de Finanças Pessoais com IA, explorando o Vibe Coding, uma forma leve e criativa de programar conversando com a IA. O objetivo é propor uma solução para o problema de controle financeiro manual e cansativo, usando agentes de IA capazes de criar planos automáticos de economia e interagir por meio de conversas naturais. Você desenvolverá um PRD simplificado (briefing para a IA), aprimorará seus prompts no Copilot e testará o Lovable para gerar fluxos de telas, planos de MVP e agentes inteligentes. A entrega consiste em um repositório com seu prompt final, prints das interações e uma reflexão sobre o processo. Mais do que código, este desafio ensina a pensar junto com a IA, transformando ideias em soluções criativas e funcionais.

Aprenda a criar, orquestrar e gerenciar múltiplos agentes de IA utilizando o Azure AI Foundry, explorando práticas de automação, integração de ferramentas e coordenação de agentes para resolver tarefas complexas de forma escalável.

Neste desafio você vai simular um malware de captura de dados simples em Python e aprender a se proteger.

O foco deste projeto é demonstrar, simular ou detectar vulnerabilidades em aplicações de forma controlada, com fins educacionais ou de testes de segurança. Através da criação de cenários que expõem falhas comuns — como injeção de código, autenticação fraca ou falhas de configuração —, o projeto visa apoiar o aprendizado em cibersegurança e o aprimoramento de práticas seguras no desenvolvimento de software.

Neste projeto, exploramos o uso de modelos de linguagem da Azure (ChatGPT) em conjunto com a biblioteca LangChain para automatizar a geração de testes unitários. O sistema analisa o código-fonte fornecido e propõe testes que cobrem comportamentos esperados das funções e métodos. Essa abordagem visa aumentar a produtividade dos desenvolvedores e garantir maior cobertura e qualidade de código em ambientes de desenvolvimento contínuo.