Roadmap de Estudos em Inteligência Artificial

Este repositório é um guia prático para você que deseja dominar os fundamentos de Inteligência Artificial e Machine Learning, inspirado no Stanford AI Graduate Certificate e organizado pela Exaltitude.

O que você pode esperar

• O tempo médio de estudo varia de 1 a 2 anos em dedicação parcial, mas o ritmo é totalmente ajustável.
• O foco está em entender profundamente os conceitos, não em acelerar o processo.
• Você terá contato com matemática, programação, IA aplicada e também dicas de desenvolvimento de carreira.

Estrutura do Roadmap

Fase 1 – Fundamentos Matemáticos

• Cálculo: Khan Academy, Calculus for Dummies.
• Álgebra Linear: Khan Academy, Linear Algebra Done Right.
• Probabilidade e Estatística: Stanford CS109, Khan Academy, A First Course in Probability – Sheldon Ross.

Fase 2 – Fundamentos de Programação

• Linux e linha de comando: Tutorial Ubuntu.
• Estruturas de Dados e Algoritmos: Google Tech Dev Guide, Coursera Specialization.
• Python: Automate the Boring Stuff, Stanford Python, NumPy Tutorial, Pandas Docs.

Fase 3 – Fundamentos de IA

• Machine Learning: Stanford CS229, Andrew Ng ML Specialization, Fast.ai.
• Artificial Intelligence (IA geral): Stanford CS221, MIT OCW.

Fase 4 – Projeto de Conclusão (Capstone)

• Inspire-se em projetos do ICML e NeurIPS.
• Utilize diretrizes como o CS229 Final Report Guidelines.

Fase 5 – Eletivas Avançadas

• Machine Learning com Grafos: CS224W.
• Deep Learning: CS230.
• Visão Computacional: CS231N.
• NLP: CS224N.
• Robótica: CS223A, CS237A.
• Reinforcement Learning: CS234, CS224R.
• Probabilistic Graphical Models: CS228.

Desenvolvimento de Carreira

Aprender a programar é só metade do caminho. Para se destacar no mercado, você precisa também de preparação de carreira:

• Currículo: Ultimate Resume Handbook, Dicas no YouTube.
• Entrevistas: Cracking the Coding Interview, Blind 75 Leetcode.
• Q&A ao vivo com Jean: LinkedIn Events.
• Mercado de Trabalho: Tendências de Salários em Tech, Zero to AI ML Engineer.

Dicas de Estudo

• Defina horários fixos e seja consistente.
• Faça pausas curtas para evitar sobrecarga.
• Participe de comunidades online e troque experiências.
• Construa pequenos projetos práticos.
• Celebre seus avanços — cada etapa é um progresso real.

O que estou fazendo agora

Estou aplicando este roadmap de IA como meu guia pessoal de estudos, documentando aprendizados e referências neste repositório para que outros também possam aproveitar.

Créditos e Inspiração

• Exaltitude – AI Roadmap
• Documento de referência: AI Roadmap based on Stanford AI Graduate Certificate
• Conteúdo e curadoria: Jean K. Lee (Exaltitude) – YouTube | LinkedIn