Curso de IA para Supply Chain e Logística

Aula 1 • Maturidade de IA em Organizações Logísticas

Apresenta um modelo de maturidade desde operações manuais até cadeias de suprimentos autônomas. Os alunos avaliam o nível atual de prontidão para IA de sua organização.

Aula 2 • Visão Geral da Arquitetura da Cadeia de Suprimentos

Abrange os fluxos completos da cadeia de suprimentos: aquisição, produção, distribuição e devoluções. Estabelece o contexto operacional que as ferramentas de IA devem abordar.

Aula 3 • Conceitos Centrais de IA para Profissionais

Apresenta aprendizado de máquina, aprendizado profundo e IA baseada em regras sem matemática pesada. Conecta cada paradigma a casos de uso práticos na cadeia de suprimentos.

Aula 1 • Governança e Privacidade de Dados

Estabelece políticas para propriedade de dados, controle de acesso e conformidade com regulamentações de privacidade. A governança evita riscos legais e operacionais.

Aula 2 • Fontes e Tipos de Dados da Cadeia de Suprimentos

Mapeia dados transacionais, de sensores e de mercado para decisões na cadeia de suprimentos. Estabelece o inventário de dados necessário antes de qualquer projeto de IA começar.

Aula 3 • Construindo um Pipeline de Dados Logísticos

Integra ingestão, transformação e armazenamento em um pipeline repetível. Os alunos projetam uma arquitetura de pipeline para um cenário logístico escolhido.

Aula 4 • Engenharia de Atributos para Modelos Logísticos

Transforma variáveis brutas da cadeia de suprimentos em atributos preditivos. Atributos robustos reduzem a complexidade do modelo e melhoram a interpretabilidade.

Aula 1 • Previsão Probabilística e Hierárquica

Gera intervalos de previsão e reconcilia previsões em hierarquias de produtos. Saídas probabilísticas permitem melhores decisões de estoque de segurança.

Aula 2 • Modelos de Aprendizado Profundo para Séries Temporais

Apresenta modelos baseados em LSTM e Transformer para dados sequenciais de demanda. O aprendizado profundo captura dependências de longo alcance que modelos de árvore perdem.

Aula 3 • Fundamentos e Baselines de Previsão

Revisa métodos clássicos de previsão como baselines de desempenho. Entender as baselines é essencial para medir a melhoria do modelo de ML.

Aula 4 • Implantação e Monitoramento de Modelos de Previsão

Aborda empacotamento de modelo, integração de API e detecção de drift em produção. As previsões implantadas devem ser monitoradas para manter a acurácia ao longo do tempo.

Aula 1 • Gestão de Estoques Multi-Echelon

Estende modelos de local único para sistemas de armazéns em rede. A IA coordena o estoque entre echelons para minimizar os custos totais de manutenção e falta de estoque.

Aula 2 • Algoritmos de Otimização para Estoque

Aplica programação linear, algoritmos genéticos e recozimento simulado a decisões de estoque. Cada método atende a diferentes escalas de problemas e restrições.

Aula 3 • Aprendizado por Reforço para Reposição

Modela a reposição de estoque como um processo de decisão de Markov resolvido por agentes de RL. O RL adapta políticas dinamicamente à medida que os padrões de demanda mudam.

Aula 4 • Teoria de Estoques e Oportunidade de IA

Revisa modelos EOQ, estoque de segurança e ponto de ressuprimento como baseline. Identifica onde a IA agrega valor além das fórmulas clássicas de estoque.

Aula 1 • Otimização de Entrega de Última Milha

Aborda o segmento de entrega final de alto custo e alta complexidade com ferramentas de IA. Abrange modelos de crowd-sourcing, redes de lockers e roteirização de drones.

Aula 2 • Roteirização de Veículos Aprimorada por ML

Integra previsões de ML de tempo de viagem e demanda em decisões de rota. Entradas preditivas reduzem desvios no plano de rota e custos de combustível.

Aula 3 • Algoritmos de Roteirização Clássicos e Heurísticos

Aborda os algoritmos de Dijkstra, economia de Clarke-Wright e heurísticas do vizinho mais próximo para roteirização. As heurísticas fornecem soluções rápidas e quase ótimas para grandes frotas.

Aula 4 • Gestão de Frota em Tempo Real com IA

Usa telemática ao vivo e IA para rerroteirizar veículos e gerenciar ressalvas dinamicamente. A adaptação em tempo real reduz atrasos e melhora a satisfação do cliente.

Aula 1 • Robótica e Robôs Móveis Autônomos

Aborda navegação de AMRs, atribuição de tarefas e colaboração humano-robô em armazéns. A IA orquestra frotas de robôs para maximizar a produtividade e a segurança.

Aula 2 • Otimização de Alocação de Endereços e Layout com IA

Usa clusterização e otimização para atribuir SKUs a locais de armazenamento. A alocação otimizada reduz significativamente a distância de deslocamento e a fadiga do separador.

Aula 3 • Visão Computacional em Operações de Armazém

Aplica detecção de objetos e OCR para automatizar recebimento, verificações de qualidade e contagens de estoque. Sistemas de visão reduzem erros manuais e tempo de processamento.

Aula 4 • Mapeamento de Processos de Armazém para IA

Identifica recebimento, armazenagem, separação, embalagem e expedição como pontos de intervenção de IA. O mapeamento de processos revela onde a automação oferece o maior ROI.

Aula 1 • Sistemas de Monitoramento Contínuo de Risco

Constrói painéis automatizados que ingerem sinais ao vivo e atualizam pontuações de risco em tempo real. O monitoramento contínuo substitui revisões periódicas por inteligência sempre ativa.

Aula 2 • Detecção de Interrupções Baseada em IA

Usa detecção de anomalias e PLN em notícias e dados de redes sociais para sinalizar riscos emergentes. A detecção precoce encurta o tempo de resposta e reduz a gravidade da interrupção.

Aula 3 • Design de Estratégia de Resiliência com IA

Avalia fornecimento duplo, nearshoring e buffers de estoque usando otimização por IA. A IA identifica a configuração de resiliência de menor custo para cada perfil de risco.

Aula 4 • Simulação de Cenários e Testes de Estresse

Executa simulações de Monte Carlo e baseadas em agentes para quantificar impactos de interrupções. As saídas da simulação orientam o planejamento de contingência e as decisões de estoque de segurança.

Aula 1 • Gestão de Mudanças para Adoção de IA

Aborda resistência da força de trabalho, necessidades de requalificação e mudanças culturais durante a implementação da IA. A gestão de mudanças eficaz é o principal preditor de sucesso de projetos de IA.

Aula 2 • Construindo o Caso de Negócio para IA

Quantifica economia de custos, aumento de receita e redução de risco provenientes de investimentos em IA. Um caso de negócio rigoroso garante patrocínio executivo e aprovação de orçamento.

Aula 3 • Medindo e Escalando o Valor da IA

Acompanha o ROI da IA por meio de KPIs definidos e escala pilotos bem-sucedidos em toda a empresa. O escalonamento requer plataformas padronizadas, governança e modelos de centro de excelência.

Aula 4 • Roteiro e Priorização de IA

Sequencia iniciativas de IA por valor, viabilidade e adequação estratégica usando uma matriz de pontuação. Um roteiro em fases evita sobrecarga de recursos e gera impulso.