Ciência da Computação

Mostra como números, texto, imagens, áudio e instruções são codificados em bits. Trabalha sistemas binário e hexadecimal, precisão, compressão, Unicode e limites de representação.

Acompanha a evolução dos autômatos mecânicos aos computadores pessoais, à internet, à computação em nuvem e à inteligência artificial. Relaciona cada era a avanços em hardware, software, instituições e formas de trabalhar.

Trabalha proposições, tabelas-verdade, quantificadores, equivalências e métodos de demonstração. Essas ferramentas sustentam algoritmos, circuitos, bancos de dados e verificação de programas.

Apresenta conjuntos, relações, funções, sequências, recorrências e indução matemática. Exercícios conectam a notação a estruturas e programas concretos.

Trabalha contagem, permutações, combinações e princípios como inclusão-exclusão e casa dos pombos. Mostra como contar possibilidades e estimar o custo de soluções.

Modela redes, rotas e dependências com vértices e arestas. Cobre caminhos, árvores, conectividade, coloração, fluxos e algoritmos fundamentais em grafos.

Trabalha vetores, matrizes, transformações lineares, sistemas de equações, autovalores e decomposições. A prática prepara para computação gráfica, otimização e aprendizado de máquina.

Apresenta limites, derivadas, integrais, gradientes e otimização contínua com interpretação computacional. Inclui implementação e visualização de aproximações numéricas.

Cobre variáveis aleatórias, distribuições, inferência, intervalos de confiança, testes e regressão. Exercícios ensinam a medir incerteza e evitar conclusões enganosas em dados.

Trata erros de arredondamento, estabilidade, solução de equações, interpolação, integração e otimização numérica. O aluno implementa métodos e avalia precisão, custo e convergência.

Ensina variáveis, tipos, expressões, condicionais, laços, funções e entrada e saída por meio de pequenos programas. O foco é transformar um algoritmo escrito em código executável.

Desenvolve decomposição em funções, módulos, interfaces e invariantes. Projetos pequenos mostram como reduzir repetição e controlar a complexidade do código.

Apresenta erros de sintaxe, execução e lógica, além de depuradores, logs, testes mínimos e rastreamento de estado. O aluno pratica um processo sistemático para reproduzir e corrigir defeitos.

Trabalha arquivos, processos, permissões, redirecionamento, pipes, variáveis de ambiente e scripts no terminal. As atividades criam fluência para desenvolvimento e operação em sistemas Unix e Linux.

Cobre repositórios, commits, branches, merges, resolução de conflitos e revisão de alterações. O aluno mantém um projeto com histórico claro e colaboração segura.

Mostra endereços, ponteiros, pilha, heap, alocação, representação de dados e interação com o sistema operacional. A prática usa uma linguagem de baixo nível para construir programas eficientes e seguros.

Trabalha classes, objetos, encapsulamento, composição, herança e polimorfismo. Refatorações mostram quando o modelo orientado a objetos ajuda e quando apenas aumenta o acoplamento.

Apresenta funções puras, imutabilidade, funções de alta ordem, recursão e composição. Exercícios com coleções e concorrência mostram as vantagens e os limites desse paradigma.

Mostra como portas lógicas, álgebra booleana, circuitos combinacionais, registradores e máquinas de estado formam sistemas digitais. O aluno projeta e simula circuitos simples.

Cobre conjunto de instruções, unidade de controle, memória, entrada e saída, interrupções e execução de programas. Relaciona o código escrito ao trabalho realizado pelo hardware.

Analisa pipelines, hierarquias de cache, memória virtual, previsão de desvios e paralelismo no processador. Exercícios medem como acesso à memória e organização do código afetam o desempenho.

Trabalha registradores, instruções, chamadas de função, pilha e convenções binárias. O aluno lê trechos de assembly, inspeciona executáveis e conecta código de alto nível à máquina.

Apresenta arrays, listas, pilhas, filas, tabelas hash, árvores, heaps e grafos. Cada estrutura é implementada e comparada por custo, memória e cenário de uso.

Cobre busca, ordenação, travessias, caminhos mínimos e operações sobre strings. O aluno implementa, testa e compara algoritmos com diferentes entradas.

Trabalha divisão e conquista, programação dinâmica, algoritmos gulosos, busca com retrocesso e aleatorização. Problemas práticos ajudam a reconhecer qual estratégia se ajusta a cada estrutura.

Apresenta notações assintóticas, análise de pior caso, caso médio, amortização e limites inferiores. O aluno justifica por que uma solução escala ou falha quando os dados crescem.

Estuda linguagens regulares, autômatos finitos, gramáticas livres de contexto e máquinas de Turing. Exercícios ligam os modelos formais a analisadores, protocolos e padrões de texto.

Delimita o que pode ser computado e quais problemas são intratáveis. Cobre decidibilidade, reduções, classes P e NP, NP-completude e estratégias para lidar com problemas difíceis.

Mostra como o sistema operacional gerencia processos, threads, chamadas de sistema e escalonamento. A prática observa e controla programas concorrentes em execução.

Cobre espaços de endereçamento, paginação, memória virtual, alocação e proteção. Experimentos revelam falhas de página, vazamentos e efeitos da hierarquia de memória.

Trabalha arquivos, diretórios, dispositivos, buffers, persistência, journaling e permissões. O aluno compara organizações de armazenamento e investiga falhas e recuperação.

Apresenta condições de corrida, exclusão mútua, semáforos, monitores, deadlocks e modelos assíncronos. Exercícios ensinam a construir e testar programas concorrentes sem resultados imprevisíveis.

Explica camadas, comutação, endereçamento, roteamento, largura de banda, latência e perdas. A prática inclui captura e leitura de pacotes em uma rede local.

Cobre Ethernet, IP, TCP, UDP, DNS, HTTP, TLS e roteamento da internet. O aluno diagnostica conexões e implementa aplicações cliente-servidor simples.

Trabalha comunicação entre processos, serialização, filas, chamadas remotas e tolerância a falhas parciais. Exercícios mostram por que sistemas distribuídos exigem decisões diferentes das aplicações locais.

Cobre relógios lógicos, eleição de líder, consenso, replicação e consistência. O aluno analisa cenários de falha e implementa versões simplificadas de protocolos distribuídos.

Apresenta particionamento, replicação, consistência eventual e transações distribuídas. Estudos de caso comparam disponibilidade, latência, durabilidade e integridade dos dados.

Modela entidades, relacionamentos, chaves e restrições, levando o modelo até tabelas normalizadas. A prática cria esquemas que evitam duplicidade e preservam a integridade.

Trabalha consultas, junções, agregações, subconsultas, funções de janela e alterações de dados. O aluno consulta e mantém um banco relacional real.

Cobre índices, planos de execução, transações, isolamento, bloqueios, recuperação e controle de concorrência. Exercícios diagnosticam consultas lentas e anomalias transacionais.

Apresenta bancos de documentos, chave-valor, colunas largas e grafos. O aluno escolhe modelos de dados conforme padrões de acesso, consistência e escala.

Trabalha coleta de necessidades, histórias de usuário, casos de uso, critérios de aceitação e rastreabilidade. O aluno transforma um problema aberto em requisitos verificáveis.

Apresenta coesão, acoplamento, interfaces, camadas, eventos e padrões arquiteturais. A prática compara alternativas e registra decisões técnicas com seus custos.

Cobre testes unitários, de integração, de contrato, de interface e de ponta a ponta. O aluno cria uma estratégia automatizada que equilibra confiança, velocidade e manutenção.

Trabalha contratos, invariantes, máquinas de estado, verificação de modelos e provas assistidas por ferramentas. Casos críticos mostram quando testes não bastam para sustentar uma garantia.

Cobre legibilidade, padrões de código, análise estática, revisão por pares e refatoração. O aluno avalia alterações reais e comunica riscos sem transformar a revisão em disputa pessoal.

Apresenta estimativas, planejamento iterativo, gestão de riscos, documentação e manutenção evolutiva. A prática acompanha trabalho em equipe desde a lista de tarefas até uma versão entregue.

Trabalha HTML semântico, CSS, JavaScript, estado, eventos, componentes, desempenho e acessibilidade no navegador. O projeto resulta em uma interface responsiva consumindo dados reais.

Cobre servidores, APIs HTTP, autenticação, autorização, validação, cache e tarefas assíncronas. O aluno constrói um serviço conectado a banco de dados e preparado para falhas comuns.

Apresenta ciclos de vida, interfaces adaptáveis, armazenamento local, sensores, consumo de energia e publicação de aplicativos. O aluno cria uma aplicação móvel integrada a um serviço remoto.

Compara tipagem, escopo, avaliação, tratamento de erros, módulos, metaprogramação e gerenciamento de memória. O aluno reconhece como escolhas de linguagem alteram segurança, desempenho e desenho de APIs.

Cobre análise léxica, parsing, árvores sintáticas, verificação semântica, representação intermediária, otimização e geração de código. O projeto constrói um interpretador ou compilador pequeno.

Trabalha threads, tarefas, vetorização, decomposição de trabalho e medição de speedup. O aluno cria programas paralelos e identifica gargalos de sincronização e memória.

Explica a arquitetura de GPUs, kernels, hierarquias de memória e execução massivamente paralela. Exercícios aceleram operações numéricas e comparam custo de transferência e processamento.

Cobre transformações, câmeras, projeção, rasterização, iluminação, texturas, animação e renderização. O aluno implementa uma cena interativa e avalia qualidade visual e desempenho.

Trabalha percepção, modelos mentais, prototipagem, testes com usuários e desenho de interação. As atividades convertem observações de uso em melhorias verificáveis de interface.

Aplica princípios de design inclusivo a teclado, leitores de tela, contraste, legendas e carga cognitiva. O aluno audita e corrige barreiras em um produto digital.

Cobre escolha de gráficos, escalas, cor, anotação, interação e narrativa com dados. O aluno cria visualizações que comunicam padrões sem distorcer a evidência.

Apresenta cifras simétricas e assimétricas, hashes, assinaturas, certificados, troca de chaves e protocolos. A prática usa primitivas consolidadas sem tentar criar criptografia própria.

Trabalha modelagem de ameaças, validação de entrada, sessões, segredos e vulnerabilidades comuns em aplicações. O aluno testa um sistema controlado e corrige falhas de forma responsável.

Cobre segmentação, firewalls, monitoramento, resposta a incidentes e ataques contra redes e serviços. Laboratórios isolados ensinam defesa, análise de tráfego e preservação de evidências.

Apresenta identidade, autenticação multifator, autorização, privilégios mínimos e arquitetura de confiança zero. O aluno desenha políticas de acesso e revisa caminhos de escalada de privilégio.

Trabalha minimização de dados, consentimento, anonimização, criptografia, retenção e análise de risco. O aluno incorpora privacidade ao projeto em vez de tratá-la apenas depois do lançamento.

Mostra microcontroladores, registradores, interrupções, periféricos e comunicação com sensores e atuadores. O aluno programa um dispositivo com recursos limitados e observa sinais físicos.

Cobre prazos, escalonamento determinístico, interrupções e análise de pior caso. Exercícios mostram como garantir respostas previsíveis em sistemas críticos.

Integra dispositivos, protocolos leves, gateways, atualização remota e gestão de energia. O projeto conecta sensores com autenticação e considera segurança durante toda a vida útil.

Apresenta o formato portátil, o modelo de execução, a interface com o ambiente e usos no navegador, no servidor e em plug-ins seguros. O aluno compila e executa um módulo isolado.

Cobre máquinas virtuais, imagens, processos isolados, redes e volumes de contêineres. O aluno empacota uma aplicação reproduzível e investiga limites reais de isolamento.

Trabalha pipelines automatizados de compilação, teste, análise e entrega. O aluno configura promoções entre ambientes, reversão e controles para impedir versões defeituosas.

Apresenta recursos declarativos, estado, módulos, revisão de mudanças e automação de ambientes. A prática cria infraestrutura reproduzível com rastreabilidade e recuperação segura.

Cobre computação, armazenamento, redes, identidade, serviços gerenciados, escalabilidade e custos na nuvem. O aluno projeta uma arquitetura tolerante a falhas sem depender de um único fornecedor.

Trabalha pods, implantações, serviços, configuração, armazenamento, escalonamento e atualizações graduais. O aluno opera uma aplicação conteinerizada em um cluster e diagnostica falhas.

Apresenta funções acionadas por eventos, serviços gerenciados, limites de execução, partidas frias e custos por uso. O aluno constrói um fluxo sem servidor e avalia quando essa arquitetura não compensa.

Leva processamento e armazenamento para perto de usuários, sensores e máquinas. Casos práticos tratam latência, sincronização, conectividade intermitente e gestão remota.

Cobre métricas, logs, traces, correlação de eventos e definição de alertas úteis. O aluno instrumenta uma aplicação e acompanha uma requisição por vários componentes.

Trabalha objetivos de nível de serviço, orçamento de erro, capacidade, resposta a incidentes e análise sem culpados. Simulações ensinam a restaurar serviços e reduzir recorrência de falhas.

Cobre dependências, inventário de componentes, assinaturas, proveniência, builds reproduzíveis e proteção do pipeline. O aluno avalia o risco de uma biblioteca comprometida e reforça a cadeia de entrega.

Apresenta blocos encadeados, consenso descentralizado, contratos programáveis e limitações de escalabilidade. O aluno implementa um registro simples e avalia quando um livro-razão distribuído é ou não adequado.

Trabalha ingestão, limpeza, transformação, orquestração, catálogos, qualidade e linhagem. O aluno constrói um pipeline reproduzível entre fontes, armazenamento e consumo analítico.

Compara processamento em lote e por fluxo, janelas de tempo, eventos atrasados e entrega idempotente. Exercícios implementam agregações contínuas e recuperação após falhas.

Cobre indexação invertida, ranking, consultas, avaliação de relevância e busca semântica. O aluno constrói um mecanismo de busca pequeno e mede a qualidade dos resultados.

Apresenta busca em espaço de estados, heurísticas, satisfação de restrições, planejamento e representação de conhecimento. O aluno cria agentes que tomam decisões em ambientes bem definidos.

Cobre regressão, classificação, árvores, métodos de conjunto, máquinas de vetores de suporte, agrupamento e redução de dimensionalidade. A prática treina e compara modelos em dados reais.

Trabalha preparação de dados, criação de atributos, validação, métricas, calibração, desbalanceamento e prevenção de vazamento. O aluno monta experimentos que produzem comparações confiáveis.

Cobre tendência, sazonalidade, autocorrelação, modelos estatísticos e validação temporal. O aluno produz previsões com intervalos de incerteza e compara métodos ingênuos e avançados.

Apresenta filtragem colaborativa, modelos baseados em conteúdo, ranking e avaliação on-line e off-line. O aluno constrói um recomendador e analisa popularidade, diversidade e ciclos de feedback.

Distingue correlação de efeito causal por meio de experimentos, grafos causais e métodos observacionais. Estudos de caso mostram como estimar intervenções e declarar hipóteses com clareza.

Cobre redes neurais, retropropagação, otimização, regularização e arquiteturas profundas. O aluno treina modelos e diagnostica subajuste, sobreajuste e instabilidade.

Trabalha convoluções, detecção, segmentação, representação de imagens e avaliação. Projetos aplicam visão computacional considerando viés dos dados e custo de inferência.

Cobre tokenização, representações vetoriais, classificação, rotulagem de sequências e geração de texto. O aluno constrói sistemas de linguagem e mede erros além de uma única pontuação.

Explica atenção, codificação posicional, pré-treinamento e arquiteturas encoder e decoder. A prática implementa componentes essenciais e analisa custo, contexto e paralelismo.

Cobre modelos de linguagem de grande escala, modelos multimodais, prompting, uso de ferramentas e avaliação de respostas. O aluno cria uma aplicação com limites explícitos para custo, latência e confiabilidade.

Trabalha divisão de documentos, embeddings, índices vetoriais, recuperação, geração fundamentada e avaliação de fontes. O aluno constrói um sistema RAG e mede cobertura, fidelidade e qualidade das respostas.

Cobre ajuste supervisionado, métodos eficientes em parâmetros, preparação de dados, alinhamento e avaliação pós-treino. O aluno decide quando ajustar um modelo e quando preferir prompting ou recuperação.

Apresenta o processo de adição e remoção de ruído, condicionamento, amostragem e avaliação de conteúdo gerado. A prática usa modelos de difusão para criar e editar dados com controle e rastreabilidade.

Trabalha agentes, estados, ações, recompensas, processos de decisão de Markov e métodos baseados em valor e política. O aluno treina agentes em simulações e analisa exploração, estabilidade e segurança.

Cobre versionamento de dados e modelos, registro de experimentos, serviço de inferência, testes, monitoramento de deriva e reentreinamento. O aluno leva um modelo do experimento a uma operação observável.

Apresenta aprendizado federado, privacidade diferencial e computação segura para reduzir a exposição de dados. Exercícios avaliam a troca entre privacidade, precisão, comunicação e custo.

Trabalha ataques adversariais, envenenamento de dados, extração de modelos, injeção de prompt e vazamento de informações. O aluno modela ameaças e cria defesas em camadas para sistemas de IA.

Cobre explicabilidade, auditoria, justiça, supervisão humana, documentação e gestão de risco. Estudos de caso ajudam a decidir quando um modelo pode ser usado, limitado ou recusado.

Mostra como usar geração de código, explicação, testes e revisão assistida sem abandonar validação técnica. O aluno verifica sugestões, protege dados e mede o efeito das ferramentas sobre qualidade e produtividade.

Integra percepção, localização, mapeamento, planejamento de movimento e controle. O aluno programa um robô simulado e avalia o comportamento diante de ruído e obstáculos.

Apresenta qubits, portas, medição, emaranhamento, circuitos e algoritmos quânticos fundamentais. Simulações deixam claro o potencial, os custos e os limites do hardware atual.

Cobre consumo de energia, uso de hardware, eficiência de software, vida útil de equipamentos e medição de impacto. O aluno compara alternativas arquiteturais considerando desempenho, custo e sustentabilidade.

Trata LGPD, propriedade intelectual, licenças de software, contratos, responsabilidade e coleta legal de evidências digitais. Casos brasileiros mostram como decisões técnicas podem gerar deveres jurídicos.

Analisa vieses, acessibilidade, concentração de poder, moderação, automação, trabalho e impactos ambientais. O aluno aplica estruturas de decisão ética a produtos e pesquisas concretos.

Conduz um produto desde a descoberta do problema e definição de requisitos até arquitetura, implementação, testes, segurança, implantação, observabilidade e resposta a incidentes. A entrega inclui código, documentação, decisões técnicas, métricas e retrospectiva.

Mapeia funções em desenvolvimento, dados, infraestrutura, segurança, pesquisa, produto, ensino e hardware, com caminhos de entrada acessíveis. Orienta portfólio, projetos públicos, experiência prática, entrevistas, certificações quando úteis e formas confiáveis de acompanhar a evolução da área.