Em um cenário digital cada vez mais dinâmico, as organizações enfrentam o desafio de reinventar suas formas de pensar e agir para atender às crescentes expectativas dos clientes. A hiperautomação surge como uma estratégia para promover essa transformação, permitindo ganhos na criação, entrega e evolução de soluções digitais.
Este curso tem como objetivo capacitar profissionais para o uso prático e estratégico das principais tecnologias de hiperautomação, incluindo: automação robótica de processos (RPA), fluxos de trabalho inteligentes, aprendizado de máquina, visão computacional, análise de imagem e processamento de linguagem natural (PLN). A formação contempla o desenvolvimento de soluções com Python e com plataformas mais usadas, aliando fundamentos técnicos à aplicação prática. Além da automação, o conteúdo aborda aspectos de gestão e engenharia de processos, uso de ferramentas low-code, integração via APIs e práticas de IA. O processo de aprendizagem é orientado por metodologias ativas, com foco em projetos reais, para que os participantes estejam preparados para implementar soluções inteligentes, escaláveis e sustentáveis.
O Curso de Especialização em Automação Inteligente: RPA, IA e Hiperautomação
visa:
Proporcionar expertise nos pilares fundamentais da hiperautomação: RPA, Machine Learning, Processamento de Linguagem Natural, Visão Computacional e IA Generativa;
Desenvolver competências avançadas em múltiplas plataformas e abordagens: UiPath, Power Automate, Python e ferramentas low code;
Preparar para analisar, mapear e redesenhar processos de negócio com metodologias estruturadas (Process Mining, Task Mining);
Desenvolver habilidades para identificar oportunidades de automação e avaliar viabilidade técnica e econômica de soluções;
Capacitar para arquitetar soluções que integrem RPA, IA, APIs, sistemas legados e plataformas de dados;
Desenvolver competências em orquestração inteligente de workflows com múltiplos agentes e tecnologias;
Capacitar para aplicação prática de IA generativa para desenvolvimento de agentes inteligentes, assistentes virtuais e automação de conteúdo;
Proporcionar experiência hands-on através de projetos integradores;
Desenvolver portfólio profissional com soluções end-to-end documentadas e validadas;
Competências a serem desenvolvidas
Ao final do curso, o aluno será capaz de:
Estruturar programas corporativos de hiperautomação com definição de roadmaps, governança digital;
Projetar arquiteturas integradas combinando RPA, IA, APIs, sistemas legados e plataformas de dados em ambientes distribuídos;
Orquestrar workflows inteligentes com múltiplos agentes, tecnologias e sistemas de forma resiliente e escalável;
Conduzir análise avançada de processos utilizando Process Mining, Task Mining e técnicas de descoberta automatizada;
Redesenhar processos end-to-end aplicando metodologias estruturadas com foco na de geração de valor;
Implementar soluções RPA complexas utilizando UiPath, Power Automate e Python com componentes cognitivos integrados;
Desenvolver aplicações low-code com IA incorporada para prototipagem rápida;
Implementar modelos de Machine Learning em pipelines automatizados;
Desenvolver soluções de PLN para classificação, análise de sentimentos, extração de entidades e processamento de documentos;
Aplicar Visão Computacional para reconhecimento de objetos, OCR e análise de imagens;
Desenvolver soluções de geração automática de conteúdo (texto, código, imagens) para aceleração de processos;
Projetar e implementar pipelines automatizados de dados com ETL/ELT inteligente e feature engineering;
Gerenciar portfólios de automação e modelos RPA-as-a-Service;
Avaliar e integrar tecnologias emergentes no ecossistema de hiperautomação (agentes autônomos, automação orientada por eventos).
PÚBLICO-ALVO
Profissionais com formação superior nas diversas áreas:
Que tenham interesse em aprender sobre a Hiperautomação e RPA (Robotic Process Automation) e seus fundamentos;
Que já atuam com gestão e otimização de processos de negócios e queiram ampliar e aperfeiçoar seus conhecimentos técnicos em RPA;
Que desejam atualizar-se e manter-se relevantes para suas empresas;
Que estão buscando novas oportunidades profissionais ou buscando recolocação no mercado com um diferencial competitivo;
Programadores, gestores de projeto, profissionais de operações, business analysts e outros profissionais com interesse em desenvolver uma carreira na área de automação de processos;
Que estejam interessados em novas abordagens de TI e inovação organizacional.
PROGRAMA DO CURSO
COMPETÊNCIAS DISCIPLINARES
O curso integra IA em todas as disciplinas como apoio para acelerar atividades práticas, aprofundar conhecimentos e fortalecer o vínculo entre conhecimento técnico, objetivos de negócio e competências comportamentais.
Módulo 1: Fundamentos e Análise de Processos
Fundamentos de Hiperautomação
Ao final da disciplina, os alunos deverão ser capazes de:
Compreender os conceitos fundamentais de automação de processos, RPA e hiperautomação
Identificar e avaliar oportunidades de automação em processos organizacionais
Diferenciar abordagens de desenvolvimento High-Code, Low-Code e No-Code
Utilizar ambientes de desenvolvimento de RPA e aplicar conceitos como screen scraping, manipulação de arquivos, fluxogramas, logs e integração com Excel
Aplicar IA para análise de viabilidade de automação e documentação automática de processos
Desenvolver uma solução prática de automação com RPA em projeto aplicado
Análise e Desenho de Processos
Ao final da disciplina, os alunos deverão ser capazes de:
Compreender os princípios da gestão orientada a processos e suas metodologias de modelagem
Mapear, modelar e analisar processos de negócios utilizando notações adequadas
Identificar necessidades de redesenho de processos com foco em tempo, custo, flexibilidade e qualidade
Documentar processos com PDD e aplicar técnicas de Process Mining e Task Mining
Aplicar IA para descoberta, redesenho e otimização de processos organizacionais
Desenvolver um projeto prático de análise e redesenho de processo end-to-end com IA integrada
Módulo 2: Desenvolvimento de Soluções RPA
Desenvolvimento de Soluções RPA com UiPath
Ao final da disciplina, os alunos deverão ser capazes de:
Compreender o funcionamento da plataforma UiPath e sua integração com o UiPath AI Center
Identificar elementos de dados, fluxos de processo, inputs e outputs em automações com UiPath
Utilizar IA para análise automática de telas, decomposição de automações e manipulação de documentos com OCR cognitivo
Integrar APIs e ferramentas de IA como OpenAI e Azure Cognitive para enriquecer soluções RPA
Aplicar práticas de debugging, testing e troubleshooting assistidos por IA, com análise inteligente de logs
Desenvolver uma solução RPA end-to-end com componentes cognitivos e interfaces conversacionais integradas
Desenvolvimento de Soluções RPA com Power Automate
Ao final da disciplina, os alunos deverão ser capazes de:
Compreender a plataforma Power Automate e sua integração com o Microsoft AI Builder
Construir automações com RPA desktop e cloud flows, identificando dados, fluxos e elementos de tela
Utilizar IA para decomposição de automações, validação de fluxos com Flow Checker e integração com Microsoft 365 Copilot
Conectar APIs inteligentes como OpenAI e Azure OpenAI Service para ampliar capacidades da automação
Realizar debugging e testes assistidos por IA com geração automatizada de cenários
Desenvolver uma solução RPA completa no ecossistema Microsoft com componentes de IA e interfaces conversacionais
Desenvolvimento de Soluções RPA com Python
Ao final da disciplina, os alunos deverão ser capazes de:
Compreender os fundamentos da linguagem Python e suas estruturas de dados e controle
Utilizar bibliotecas Python para automação de interfaces gráficas, tarefas repetitivas e manipulação de dados
Integrar aplicações Python com APIs e serviços externos para automação avançada
Aplicar IA para otimizar fluxos automatizados, acelerar o desenvolvimento de scripts e automatizar testes e documentação
Desenvolver uma solução completa de RPA com Python e IA, aplicando boas práticas de modularidade e integração
Desenvolvimento Low Code: Fundamentos e Práticas
Ao final da disciplina, os alunos deverão ser capazes de:
Compreender os princípios do desenvolvimento low code e identificar cenários ideais para sua adoção
Avaliar e selecionar plataformas low code com base em critérios técnicos e funcionais
Projetar soluções utilizando componentes e arquitetura de plataformas low code
Aplicar metodologias ágeis e práticas recomendadas para desenvolvimento colaborativo e iterativo
Utilizar IA para acelerar o design de interfaces, lógica de negócios, validação de regras e personalização de experiências
Desenvolver uma aplicação prática em plataforma low code com integração de recursos de IA
Automação do Fluxo de Dados
Ao final da disciplina, os alunos deverão ser capazes de:
Compreender os fundamentos de preparação, enriquecimento e montagem de conjuntos de dados para automação
Comparar abordagens de automação de fluxo de dados como RPA, ETL, ELT e Data Lake
Projetar e desenvolver pipelines automatizados para integração entre fontes heterogêneas
Operar e monitorar fluxos de dados integrados a ambientes analíticos e plataformas de dados
Aplicar IA para detecção de anomalias, sugestão de features, enriquecimento de dados e geração automatizada de código
Desenvolver uma solução prática de automação de fluxo de dados com suporte de IA
Integração e Orquestração de Sistemas Inteligentes
Ao final da disciplina, os alunos deverão ser capazes de:
Compreender os fundamentos e arquiteturas de integração voltadas para ambientes de hiperautomação
Orquestrar workflows complexos com múltiplos agentes inteligentes e tecnologias como RPA, IA, APIs e sistemas legados
Implementar automação orientada por eventos com uso de message brokers e padrões de integração empresarial
Monitorar e aplicar estratégias de tolerância a falhas, recuperação automática e observabilidade em sistemas integrados
Utilizar IA para orquestração adaptativa e tomada de decisão em tempo real
Desenvolver uma solução prática de orquestração inteligente end-to-end, integrando sistemas e agentes de IA
Módulo 3: Inteligência Artificial Aplicada à Automação
Machine Learning Aplicada à Hiperautomação
Ao final da disciplina, os alunos deverão ser capazes de:
Compreender o processo de aprendizagem de máquina e sua aplicação em cenários de hiperautomação
Identificar e aplicar algoritmos de aprendizado supervisionado, não supervisionado e semi-supervisionado
Realizar engenharia de atributos (feature engineering) para melhorar a performance de modelos
Utilizar ferramentas e bibliotecas modernas para desenvolvimento e integração de modelos de ML
Integrar modelos de ML em pipelines automatizados e aplicações corporativas com monitoramento contínuo
Desenvolver uma solução prática de automação de processos com suporte de machine learning
Processamento de Linguagem Natural Aplicada à Hiperautomação
Ao final da disciplina, os alunos deverão ser capazes de:
Compreender os fundamentos do PLN e seu papel na automação inteligente de processos
Aplicar técnicas de pré-processamento de texto como tokenização, lematização, stemming e normalização
Utilizar modelos de representação linguística como N-gramas, TF-IDF, Word Embeddings e contextual embeddings
Desenvolver aplicações de PLN para classificação de textos, extração de entidades, análise de sentimentos e geração de conteúdo
Utilizar ferramentas e plataformas de PLN para integração com sistemas automatizados
Criar uma solução prática de hiperautomação baseada em processamento de linguagem natural
Visão Computacional Aplicada à Hiperautomação
Ao final da disciplina, os alunos deverão ser capazes de:
Compreender os fundamentos da visão computacional e suas aplicações em hiperautomação
Manipular e processar imagens digitais com técnicas de filtros, transformações e segmentação
Aplicar algoritmos para detecção de objetos, reconhecimento facial, rastreamento em vídeo e OCR
Utilizar redes neurais convolucionais (CNNs) e outras arquiteturas para classificação e geração de imagens
Integrar visão computacional com sistemas de RPA, IA generativa e plataformas de automação
Desenvolver uma solução prática de hiperautomação baseada em visão computacional
IA Generativa para Soluções Low-Code
Ao final da disciplina, os alunos deverão ser capazes de:
Criar soluções inteligentes com geração automática de conteúdo textual, visual e de código
Desenvolver assistentes virtuais e copilotos integrados a processos de negócio
Aplicar IA generativa para classificação, análise e enriquecimento de dados em ambientes low-code
Prototipar rapidamente aplicações com ferramentas visuais e recursos generativos
Avaliar desempenho, usabilidade e aspectos éticos em soluções baseadas em IA generativa
Integrar plataformas emergentes com agentes inteligentes e orquestradores de IA em soluções escaláveis
IA Generativa e Agêntica: Modelos, Agentes e Aplicações
Ao final da disciplina, os alunos deverão ser capazes de:
Compreender os princípios e arquiteturas dos modelos de IA Generativa, incluindo LLMs e Diffusion Models
Projetar e implementar agentes inteligentes baseados em IA Generativa para tarefas específicas
Integrar modelos generativos em aplicações práticas como assistentes virtuais, geração de conteúdo e automação de processos
Utilizar técnicas de engenharia de prompt para controle e personalização de respostas dos agentes
Avaliar aspectos éticos, de segurança e de interpretabilidade na construção de agentes generativos
Desenvolver soluções completas com IA Agêntica aplicadas a contextos corporativos, educacionais ou criativos
Módulo 4: Gestão e Projetos Práticos
Arquitetura e Gestão de Soluções em Hiperautomação
Ao final da disciplina, os alunos deverão ser capazes de:
Compreender os princípios de interoperabilidade, escalabilidade e resiliência em arquiteturas de hiperautomação
Projetar soluções integradas combinando RPA, IA, APIs e sistemas legados em ambientes distribuídos
Aplicar modelos de governança, frameworks de adoção e estratégias de maturidade digital
Estruturar Centros de Excelência (CoE) e gerenciar portfólios de automações corporativas
Definir e acompanhar indicadores estratégicos como KPIs, TCO, ROI e SLA para avaliação de impacto organizacional
Implementar estratégias de sustentação técnica e operação contínua com RPA-as-a-Service
Projeto em Hiperautomação
Ao final da disciplina, os alunos deverão ser capazes de:
Integrar tecnologias abordadas ao longo do curso em soluções práticas de hiperautomação
Realizar comparativos técnicos entre plataformas de RPA e selecionar ferramentas adequadas ao contexto
Aplicar metodologias ágeis em equipes multidisciplinares para concepção de soluções end-to-end
Desenvolver soluções completas contemplando análise de processos, automação, integração de IA e sustentação
Integrar RPA com Machine Learning, PLN e Visão Computacional em projetos aplicados
Construir um portfólio de soluções práticas com documentação técnica
Conteúdo Programático
Fundamentos de Hiperautomação
Análise e Desenho de Processos
Desenvolvimento Low Code: Fundamentos e Práticas
Desenvolvimento de Soluções RPA com Uipath
Arquitetura e Gestão de Soluções em Hiperautomação
Desenvolvimento de Soluções RPA com Python
Desenvolvimento de Soluções RPA com Power Automate
Automação do Fluxo de Dados
Integração e Orquestração de Sistemas Inteligentes
Machine Learning Aplicada à Hiperautomação
Processamento de Linguagem Natural Aplicada à Hiperautomação
Visão Computacional Aplicada à Hiperautomação
IA Generativa e Agêntica: Modelos, Agentes e Aplicações
O corpo docente poderá sofrer alteração em caso de alguma eventualidade.
ACESSO AO CURSO
A liberação das aulas será em até 72h após a realização da matricula.
INSCRIÇÃO E MATRÍCULA
O processo é realizado em duas fases:
1. INSCRIÇÃO
- Ao clicar no botão Quero me Inscrever, o candidato deverá seguir as etapas do processo, que acontece dentro do portal de inscrições Vem Pra PUC.
- Na página inicial do curso escolhe a forma de pagamento, parcelada ou à vista;
- O pagamento da 1ª parcela deve ser realizado, via cartão ou boleto, a título de confirmação da inscrição. Caso opte pelo pagamento da 1ª parcela via boleto bancário, o vencimento será de até 5 dias corridos e, após o pagamento, o processamento poderá ser em até 72 horas.
- Após a conclusão desta fase, o candidato receberá um e-mail com a confirmação da inscrição.
Informamos que estamos enfrentando instabilidade no processamento da baixa de pagamentos realizados via boleto bancário.
Informamos que que para confirmação da matrícula em até 72 horas, é necessário a confirmação do pagamento por cartão de crédito.
A partir da 2ª parcela os boletos serão enviados por e-mail, 10 dias antes do vencimento, para pagamento sem encargos até o 5º dia útil.
2. MATRÍCULA
O candidato receberá e-mail com o link do Painel do candidato para cumprir três procedimentos:
- atualização dos dados cadastrais;
- upload da documentação necessária. Confira AQUI a lista dos documentos necessários;
- adesão ao termo de matrícula.
FAÇA A SUA MATRÍCULA E GANHE O MÓDULO IA APLICADA Saiba mais sobre o módulo AQUI.
PAINEL DO CANDIDATO
Caso não receba o e-mail da matrícula, o candidato poderá acessar o ambiente Painel do candidato e seguir com os passos para a realização do processo por lá. Além disso, ele conseguirá acompanhar as informações da matrícula e consultar o status do curso.
IMPORTANTE
Somente após a realização da inscrição que o candidato estará apto a seguir para a etapa da matrícula.
A realização do upload dos documentos exigidos na fase de matrícula é obrigatória para a continuidade do processo.
Etapas de inscrição e matrícula finalizadas? Agora o candidato deverá aguardar as informações e orientações que serão enviadas por e-mail e também disponibilizadas no Painel do Candidato.
ATENÇÃO • REQUISITO PREVISTO EM LEI
Apenas os candidatos que tenham colado grau na graduação poderão se inscrever para um curso de pós-graduação da PUC Minas. Este é um requisito previsto na Lei nº 9.394 e também no Contrato de Prestação de Serviços (clique AQUIpara ter acesso). A conferência desse requisito será feita pela PUC Minas e, caso seja identificada alguma irregularidade, a matrícula será cancelada a qualquer momento (conforme cláusula 4.5.1 do contrato). Neste caso, o candidato não terá direito ao recebimento de reembolso dos valores já pagos.
Migração de cursos:
Caso você tenha realizado a sua inscrição e o pagamento, mas queira mudar de opção de curso, clique aqui e faça a sua solicitação de migração. A nossa equipe irá receber a sua solicitação e dar andamento.
Caso não receba as mensagens da PUC Minas, confira sempre a sua caixa de spam.
O aluno deve possuir ou ter acesso a um computador com a seguinte configuração mínima:
Processador com frequência mínima de 2 GHz ou superior e 2 núcleos;
4 GB de memória RAM (recomenda-se 8 GB) *;
Placa de vídeo configurada com resolução mínima de 1024 x 768 pixels;
Placa de som com caixas acústicas (ou fones de ouvido) e microfone;
Windows 10 (atualizado para a versão 1903 ou superior), Windows 11, MacOS (versão 10.13 - High Sierra ou superior) ou Linux;
Google Chrome (versão mais recente) ou Mozilla Firefox (versão mais recente);
Acesso à Internet, com velocidade mínima de conexão de 2 Mbps;
Correio eletrônico pessoal (e-mail).
Observação: O aluno com necessidades especiais deverá informar à Universidade no ato da inscrição. Para alunos portadores de necessidades especiais no campo da visão, é necessário acesso a um programa (software) de leitura de tela.
* Alunos dos cursos BIM Manager e BIM PROJETOS PARAMÉTRICOS E DESIGN DIGITAL APLICADOS À CONSTRUÇÃO CIVIL: A universidade não se responsabiliza pela aquisição das licenças comerciais dos softwares a serem utilizados no curso. O aluno deverá obter versões acadêmicas e gratuitas no site dos fabricantes. É recomendável que o computador do usuário possua no mínimo 16 Ghz de memória RAM (recomenda-se 32) para uso de softwares de autoria BIM.
REQUISITOS ACADÊMICOS
Já ter colado grau.
Possuir diploma de curso de graduação (reconhecido pelo Ministério da Educação do Brasil).
Preencher os requisitos básicos de formação de acordo com a necessidade de cada curso.
O prazo máximo para a conclusão do curso é de até 18 meses, contados a partir da data da matrícula. Exceto para o curso de Engenharia de Segurança do Trabalho, que é de 24 meses.
Curso confirmado: a liberação das aulas será em até 72h após a realização da matricula.
Carga Horária
O curso possui carga horária de 360 horas.
Investimento
24 x R$ 260,00
20 x R$ 312,00
15 x R$ 416,00
10 x R$ 624,00
5 x R$ 1248,00
1 parcela - pagamento à vista com desconto 7% - 5.804,00
Pagamento parcelado: a primeira parcela será quitada no ambiente da loja VEM PRA PUC. As demais deverão ser pagas diretamente à própria instituição PUC Minas por meio de boletos gerados pelo aluno no sistema acadêmico (também serão enviados por e-mail mensalmente).
Pessoa Jurídica como responsável pelo pagamento das mensalidades
Nos casos em que o candidato será beneficiado por uma pessoa jurídica que arcará no todo ou em parte com as mensalidades dos cursos de pós graduação EAD, será necessário gerar o
contrato de coparticipação financeira e preencher todos os dados editáveis do documento, imprimir, assinar e carimbar o respectivo documento e enviar a cópia digitalizada para financeiroiec@pucminas.br. O processo também se aplica se por ventura o curso for pago à vista.
Certificação
Você receberá o certificado de especialista emitido em formato digital pela PUC Minas. O documento terá um link e código para verificação de autenticidade e veracidade. O certificado do curso a distância é igual ao de um curso presencial.
Utilize material didático exclusivo, com acesso a Bibliotecas virtuais.
Tenha suporte acadêmico e tecnológico
Diploma Estrangeiro
Alunos com diploma de graduação emitido fora do territorio nacional, devem acessar o link oficial do MEC para revalidar ou reconhecer seu diploma no Brasil
Estágio
De acordo com a Lei n. 11.788, de 25 de setembro de 2008, o estágio é um ato educativo supervisionado que ocorre no ambiente de trabalho, visando preparar estudantes do ensino superior para o mercado. Ele busca articular as competências adquiridas durante o curso através da vivência em situações profissionais.
Na pós-graduação lato sensu, os alunos podem realizar estágios não obrigatórios, que são opcionais e adicionais à carga horária regular (art. 2º da Lei 11.788/2008). O coordenador do curso é responsável pelas atividades de estágio, podendo contar com o apoio do Setor de Estágio da PÓS PUC Minas quando necessário.
ALGUNS CURSOS NÃO CELEBRAM CONTRATO DE ESTÁGIO, CONFIRA A LISTA AQUI.
Estude na Melhor
Não decidiu qual curso fazer? Faça um teste de orientação profissional para ajudar você na sua escolha.
