Curso AI for Business Analysis

  • RPA | IA | AGI | ASI | ANI | IoT | PYTHON | DEEP LEARNING

Curso AI for Business Analysis

24 horas
Visão Geral

O curso AI Business Analyst – Inteligência Artificial Aplicada à Análise de Negócios prepara profissionais de Business Analysis para incorporar Inteligência Artificial Generativa e AI Assistants às atividades de análise, levantamento de requisitos, investigação, documentação, modelagem, avaliação de soluções e tomada de decisão.

O treinamento apresenta uma abordagem prática para utilizar IA como um copiloto de Business Analysis, permitindo acelerar atividades que tradicionalmente demandam grande esforço manual, sem substituir o conhecimento, o julgamento e a responsabilidade do profissional.

Ao longo do curso, os participantes aprendem a trabalhar com Prompt Engineering, Markdown, estruturas de contexto, análise de requisitos, criação de artefatos, organização de conhecimento, automação de tarefas e workflows baseados em IA.

A abordagem é orientada a uma iniciativa de negócio de ponta a ponta. O participante aprende a utilizar IA desde a compreensão do problema e levantamento das necessidades até a produção, revisão e validação dos artefatos de análise.

Um dos principais conceitos trabalhados é o Human-in-the-Loop, no qual o Business Analyst permanece responsável por orientar, revisar, validar e aprovar os resultados produzidos pela IA.

O curso também aborda a utilização responsável da IA, incluindo qualidade dos dados, rastreabilidade, validação das respostas, segurança das informações, privacidade, governança e controle humano.

Não é necessário conhecimento de programação para acompanhar o treinamento.

Objetivo

Após realizar este curso AI Business Analyst – Inteligência Artificial Aplicada à Análise de Negócios, você será capaz de:

  • Compreender como a Inteligência Artificial pode ampliar as capacidades do Business Analyst.
  • Utilizar ferramentas de IA Generativa para apoiar atividades de análise.
  • Aplicar técnicas de Prompt Engineering em situações reais de Business Analysis.
  • Estruturar prompts utilizando contexto, instruções, exemplos e critérios de avaliação.
  • Utilizar Markdown para estruturar informações destinadas aos modelos de IA.
  • Criar e organizar contextos para melhorar a qualidade das respostas.
  • Utilizar IA para investigar problemas e assuntos de negócio.
  • Apoiar o levantamento e análise de requisitos.
  • Criar, revisar e aprimorar artefatos de Business Analysis.
  • Utilizar IA para gerar e analisar User Stories.
  • Utilizar IA para identificar lacunas, ambiguidades e inconsistências.
  • Utilizar IA para apoiar a modelagem de processos e soluções.
  • Organizar informações e conhecimentos utilizando estruturas adequadas para IA.
  • Criar workflows de Business Analysis assistidos por IA.
  • Automatizar tarefas repetitivas de análise e documentação.
  • Utilizar AI Assistants para apoiar atividades específicas.
  • Estruturar mecanismos de validação dos resultados produzidos pela IA.
  • Aplicar Human-in-the-Loop aos processos de análise.
  • Avaliar criticamente resultados produzidos por modelos de IA.
  • Identificar possíveis hallucinations e informações não confiáveis.
  • Estabelecer regras e critérios para utilização responsável da IA.
  • Proteger informações confidenciais utilizadas em ferramentas de IA.
  • Integrar IA ao trabalho cotidiano do Business Analyst.
Publico Alvo
  • Business Analysts
  • Analistas de Negócios
  • Analistas de Requisitos
  • Analistas de Sistemas
  • Product Owners
  • Product Managers
  • Analistas de Processos
  • Consultores de Negócios
  • Consultores de Tecnologia
  • Profissionais de Transformação Digital
  • Profissionais envolvidos em projetos de melhoria e transformação
  • Profissionais que desejam incorporar IA às atividades de Business Analysis
Pre-Requisitos
  • Conhecimentos fundamentais de Business Analysis.
  • Conhecimentos básicos de requisitos são recomendados.
  • Experiência em projetos, produtos ou processos de negócio é desejável.
  • Não é necessário conhecimento de programação.
  • Não é necessário conhecimento avançado de Inteligência Artificial.
Materiais
Inglês/Português + Exercícios + Lab Pratico
Conteúdo Programatico

Module 1: The AI Business Analyst

  1. Evolução da Business Analysis
  2. Inteligência Artificial e transformação do trabalho do Business Analyst
  3. AI-Augmented Business Analysis
  4. AI Assistants
  5. Generative AI
  6. Large Language Models
  7. O que a IA pode e não pode fazer
  8. Human Intelligence + Artificial Intelligence
  9. Human-in-the-Loop
  10. Responsabilidade do Business Analyst no uso de IA

Module 2: AI Tools and Working Environment

  1. Tipos de ferramentas de IA para Business Analysts
  2. AI Chat Assistants
  3. Modelos de linguagem
  4. Context Windows
  5. Conversas e sessões de trabalho
  6. Arquivos e documentos como contexto
  7. Organização de informações
  8. Workspace para Business Analysis
  9. Estruturação de projetos utilizando IA
  10. Boas práticas para criação de ambientes de trabalho

Module 3: Prompt Engineering for Business Analysis

  1. Fundamentos de Prompt Engineering
  2. Anatomia de um prompt
  3. Instruções
  4. Contexto
  5. Objetivos
  6. Restrições
  7. Formatos de saída
  8. Exemplos e Few-Shot Prompting
  9. Role Prompting
  10. Prompt chaining
  11. Refinamento iterativo
  12. Avaliação das respostas
  13. Criação de Prompt Templates
  14. Biblioteca de prompts para Business Analysis

Module 4: Markdown, Context and Knowledge Management

  1. Introdução ao Markdown
  2. Estruturação de informações para modelos de IA
  3. Headers e hierarquia
  4. Tabelas
  5. Listas
  6. Links e referências
  7. Estruturação de documentos
  8. Context Engineering
  9. Organização do conhecimento
  10. Contexto corporativo
  11. Reutilização de informações
  12. Controle de versões de artefatos

Module 5: AI for Business Discovery

  1. Investigação de problemas de negócio
  2. Pesquisa assistida por IA
  3. Análise de informações disponíveis
  4. Identificação de problemas
  5. Problem Statement
  6. Root Cause Analysis
  7. Hipóteses
  8. Perguntas de investigação
  9. Identificação de oportunidades
  10. Análise de cenários
  11. Validação das informações encontradas

Module 6: AI for Requirements Analysis

  1. Fundamentos de requisitos
  2. Requisitos de negócio
  3. Requisitos funcionais
  4. Requisitos não funcionais
  5. Extração de requisitos com IA
  6. Análise de documentos
  7. Identificação de ambiguidades
  8. Identificação de inconsistências
  9. Identificação de lacunas
  10. Priorização de requisitos
  11. Refinamento de requisitos
  12. Rastreabilidade
  13. Validação dos requisitos

Module 7: AI for Business Analysis Artifacts

  1. Identificação dos principais artefatos
  2. Business Requirements
  3. Business Case
  4. Project Charter
  5. Scope Statement
  6. Stakeholder Analysis
  7. Requirement Catalogue
  8. User Stories
  9. Acceptance Criteria
  10. Use Cases
  11. Process Models
  12. Decision Models
  13. Matriz de requisitos
  14. Criação e revisão de artefatos com IA

Module 8: AI for User Stories and Agile Analysis

  1. Fundamentos de Agile Business Analysis
  2. Personas
  3. User Stories
  4. Épicos
  5. Features
  6. Acceptance Criteria
  7. INVEST
  8. Decomposição de histórias
  9. Identificação de dependências
  10. Geração de cenários
  11. Refinamento do Product Backlog
  12. Identificação de gaps utilizando IA

Module 9: AI for Stakeholder Analysis

  1. Identificação de stakeholders
  2. Stakeholder Mapping
  3. Stakeholder Personas
  4. Análise de interesses
  5. Preparação de entrevistas
  6. Geração de perguntas
  7. Simulação de stakeholders
  8. Role Playing com IA
  9. Análise das respostas
  10. Identificação de conflitos
  11. Identificação de necessidades
  12. Preparação de workshops

Module 10: AI for Process and Solution Analysis

  1. Análise de processos
  2. Process Discovery
  3. Modelagem AS-IS
  4. Modelagem TO-BE
  5. Identificação de gargalos
  6. Identificação de oportunidades de melhoria
  7. Business Process Modeling
  8. Apoio da IA à criação de diagramas
  9. Solution Options
  10. Comparação de alternativas
  11. Impact Analysis
  12. Avaliação de soluções

Module 11: AI-Assisted Dashboards and Decision Support

  1. Fundamentos de análise orientada a dados
  2. Identificação de indicadores
  3. Definição de KPIs
  4. Organização de dados
  5. Análise exploratória
  6. Identificação de padrões
  7. Geração de insights
  8. Construção de estruturas para dashboards
  9. Apoio à criação de relatórios
  10. Interpretação de informações
  11. IA como suporte à tomada de decisão
  12. Validação dos insights

Module 12: AI Agents and Business Analysis Workflows

  1. Conceito de AI Agent
  2. AI Assistant versus AI Agent
  3. Agentes especializados
  4. Definição de objetivos
  5. Instruções e regras
  6. Contexto do agente
  7. Ferramentas e fontes de informação
  8. Workflows baseados em agentes
  9. Automação de tarefas de Business Analysis
  10. Human-in-the-Loop
  11. Supervisão e aprovação
  12. Limites e controles dos agentes

Module 13: Quality, Validation and Responsible AI

  1. Qualidade dos resultados produzidos por IA
  2. Hallucinations
  3. Informações incorretas
  4. Bias
  5. Validação de resultados
  6. Fact-checking
  7. Cross-checking
  8. Avaliação de consistência
  9. Avaliação de completude
  10. Rastreabilidade
  11. Segurança das informações
  12. Privacidade
  13. Dados confidenciais
  14. Governança
  15. Ética e Responsible AI

Module 14: AI Business Analyst – End-to-End Project

  1. Definição de uma iniciativa de negócio
  2. Identificação do problema
  3. Pesquisa e descoberta
  4. Identificação dos stakeholders
  5. Levantamento das necessidades
  6. Engenharia de prompts
  7. Análise dos requisitos
  8. Criação dos artefatos
  9. User Stories
  10. Modelagem de processos
  11. Análise de alternativas
  12. Criação de indicadores
  13. Organização do conhecimento
  14. Criação de workflow assistido por IA
  15. Validação dos resultados
  16. Revisão humana
  17. Consolidação dos artefatos
  18. Apresentação da solução
TENHO INTERESSE

Cursos Relacionados

Curso Machine Learning Python & R In Data Science

32 Horas

Curso Container Management with Docker

24 Horas

Curso Docker for Developers and System Administrators

16 horas

Curso Impactos da Computação Quântica na Segurança

20h

Curso Manutenção Preditiva com IA

24h

Curso IIoT e Sensores Inteligentes

24h

Curso Segurança em Ambientes Híbridos e Cloud

40h