PPC Inteligência Artificial - PROVISÓRIO.pdf
Documento PDF (1.3MB)

Exibir conteúdo Baixar

                    Universidade Federal de Alagoas
Instituto de Computação

Bacharelado em Inteligência Artificial
Projeto Pedagógico
2025

Maceió
Outubro de 2025

2

3

Universidade Federal de Alagoas
Instituto de Computação

Bacharelado em Inteligência Artificial
Projeto Pedagógico do Curso

Elaboração:
Equipe de professores e
técnicos administrativos do
Instituto de Computação da
Universidade Federal de Alagoas

Maceió, Outubro de 2025.

4

Histórico de Revisões
Descritivo da Alteração

Responsável

Criação do documento

Maria Cristina
Tenório Escarpini,
Roberta Lopes ,
Evandro de Barros
Costa,
Lucas Amorim

Data
10/10/2025

5

Sumário
1. DADOS DE IDENTIFICAÇÃO DA IES​
8
2. DADOS DE IDENTIFICAÇÃO DO CURSO​
9
3. INTRODUÇÃO​
10
4. CONTEXTUALIZAÇÃO​
13
4.1 CONTEXTO INSTITUCIONAL​
13
4.2 CONTEXTO REGIONAL​
15
4.3 INSTITUTO DE COMPUTAÇÃO​
17
4.3.1 CURSOS/ PROGRAMAS OFERTADOS PELA UNIDADE ACADÊMICA​
19
4.3.2 EXTENSÃO​
22
4.3.4 PESQUISA​
23
4.4 CONTEXTO DO CURSO​
25
4.5 JUSTIFICATIVA PARA A OFERTA DO CURSO​
26
4.6 JUSTIFICATIVA PARA OFERTA DO NÚMERO DE VAGAS​
29
5. PERFIL DO EGRESSO​
30
5.1 HABILIDADES E COMPETÊNCIAS​
30
5.1.1 Competências e Habilidades Essenciais da Área de Computação​
30
5.1.2 Competências e Habilidades Transversais (Não-Técnicas)​
31
5.2 CAMPO DE ATUAÇÃO​
32
6. OBJETIVOS DO CURSO​
34
6.1 OBJETIVO GERAL​
34
6.2 OBJETIVO ESPECÍFICO​
34
7. POLÍTICAS INSTITUCIONAIS NO ÂMBITO DO CURSO​
35
8. AVALIAÇÃO​
40
8.1 AVALIAÇÃO DO PROJETO PEDAGÓGICO​
40
8.2 AVALIAÇÃO DOS DOCENTES​
41
8.3 AVALIAÇÃO DOS DISCENTES​
41
9. MATRIZ CURRICULAR​
43
9.1 COMPONENTES CURRICULARES OBRIGATÓRIOS​
47
9.2 COMPONENTES CURRICULARES ELETIVOS​
49
10. EDUCAÇÃO EM DIREITOS HUMANOS/EDUCAÇÃO PARA AS RELAÇÕES
ÉTNICO-RACIAIS/ EDUCAÇÃO AMBIENTAL/LIBRAS​
53
10.1 Educação em Direitos Humanos​
55
10.2 Acessibilidade e Direitos das Pessoas Neuro Atípicas​
56
11. TRABALHO DE CONCLUSÃO DE CURSO (TCC)​
57
12. EMENTÁRIOS, BIBLIOGRAFIAS BÁSICA E COMPLEMENTAR​
58
6

13. ESTÁGIO SUPERVISIONADO​
14. POLÍTICA DE CURRICULARIZAÇÃO DA EXTENSÃO​
15. NÚCLEO DOCENTE ESTRUTURANTE (NDE)​
ANEXO - INFRAESTRUTURA E PESSOAL​
1. INFRAESTRUTURA E PESSOAL​

7

86
87
89
90
91

1. DADOS DE IDENTIFICAÇÃO DA IES
Contextualização da Instituição de Ensino Superior
Mantenedora: Ministério da Educação (MEC)
Município-Sede: Brasília - Distrito Federal (DF)
CNPJ: 00.394.445/0188-17
Dependência: Administrativa Federal
Mantida: Universidade Federal de Alagoas (UFAL)
Código: 577
Município-Sede: Maceió
Estado: Alagoas
Região: Nordeste
Endereço do Campus sede:
Campus A. C. Simões – Cidade Universitária Maceió /AL
Rodovia BR 101, Km 14 CEP: 57.072 - 970
Fone: (82) 3214 - 1100 (Central)
Portal eletrônico: www.ufal.edu.br

8

2. DADOS DE IDENTIFICAÇÃO DO CURSO
Curso: Inteligência Artificial
Modalidade: Presencial.
Grau: Bacharelado.
Título oferecido: Bacharelado em Inteligência Artificial
Nome da Mantida: Universidade Federal de Alagoas (UFAL)
Unidade acadêmica responsável: Instituto de Computação.
Turno: Noturno
Regime acadêmico: Semestral
Carga horária: 3240 horas.
Número de vagas: 80 vagas por ano, sendo: 40 vagas – 1ª Entrada e 40 vagas – 2ª Entrada.
Tempo de integralização do curso: Mínimo – 9 semestres / Máximo – 14 semestres.
Forma de ingresso:
O ingresso nos cursos de graduação da Ufal é efetivado por meio de processo seletivo, sendo
a prova do ENEM o meio de seleção, respeitados os critérios de cotas em vigor. A UFAL
poderá adotar outros processos de seleção para o preenchimento de vagas ou em casos de
convênios firmados no interesse público. Dentre outros, aqueles que dizem respeito à
formação de professores que atuam na rede pública de ensino e à formação de gestores
públicos. Em todos os casos, a igualdade de oportunidade de acesso é garantida por meio de
editais.
Município-Sede: Maceió
Estado: Alagoas
Região: Nordeste
Endereço de funcionamento do curso:
Campus A. C. Simões – Cidade Universitária Maceió /AL
Rodovia BR 101, Km 14 CEP: 57.072 - 970
9

Portal eletrônico do curso: http://www.ic.ufal.br
Atos Legais:
Portaria de Autorização: (emitida pelo CONSUNI)
Portaria de Reconhecimento (quando novo curso):
Portaria de Renovação de Reconhecimento (quando antigo curso): com data de
publicação no Diário Oficial da União

3. INTRODUÇÃO
Este Projeto Pedagógico do Curso de Inteligência Artificial está de acordo com as
diretrizes tanto do Conselho Nacional de Educação (CNE), quanto da Sociedade Brasileira
de Computação (SBC). O CNE, a partir da Resolução1 Nº 5, de Novembro de 2016, instituiu
as Diretrizes Curriculares Nacionais para o curso de bacharelado em Ciência da Computação.
Já em 2017 e com base na Resolução do CNE, a SBC publicou um manual com os
Referenciais de Formação para os Cursos de Graduação em Computação2.
Os cursos de Ciência da Computação, segundo as diretrizes curriculares do MEC, têm
como objetivo a formação de recursos humanos para o desenvolvimento científico e
tecnológico da área de Computação. Os egressos desses cursos devem estar situados no
estado da arte da Ciência e da Tecnologia da Computação, de tal forma que possam continuar
suas atividades na pesquisa, promovendo o desenvolvimento científico, ou aplicando os
conhecimentos científicos e promovendo o desenvolvimento tecnológico do país.

A implantação de um curso de graduação em Inteligência Artificial (IA) na
Universidade Federal de Alagoas (UFAL) constitui uma iniciativa estratégica, profundamente
alinhada às diretrizes estabelecidas pelo Programa Brasil de Inteligência Artificial (PBIA),
conduzido pelo Ministério da Ciência, Tecnologia e Inovação (MCTI). O PBIA surge como
resposta estruturante à necessidade de consolidar o ecossistema nacional de IA, promovendo
1

http://portal.mec.gov.br/index.php?option=com_docman&view=download&alias=52101-rces005-16-pdf
&category_slug=novembro-2016-pdf&Itemid=30192 (último acesso em agosto de 2019)
2

Zorzo, A. F.; Nunes, D.; Matos, E.; Steinmacher, I.; Leite, J.; Araujo, R. M.; Correia, R.; Martins, S.
“Referenciais de Formação para os Cursos de Graduação em Computação”. Sociedade Brasileira de
Computação (SBC). 153p, 2017. ISBN 978-85-7669-424-3.

10

a formação de recursos humanos qualificados, a ampliação da base científica e tecnológica e
o uso ético e responsável de tecnologias inteligentes em diferentes setores da sociedade.
Trata-se, portanto, de uma política pública orientada a fortalecer a soberania digital do país e
fomentar a transformação digital em áreas como educação, saúde, agricultura, segurança
pública e indústria 4.0.
A UFAL tem presença destacada nesse cenário, sendo reconhecida como a única
universidade brasileira citada como autora do PBIA, o que reflete sua contribuição efetiva na
formulação de diretrizes e projetos estruturantes do programa. Essa inserção é sustentada pela
robusta atuação do Instituto de Computação (IC/UFAL), cuja trajetória de excelência
acadêmica e científica tem consolidado a instituição como polo regional e nacional em
pesquisa e inovação tecnológica aplicada à Inteligência Artificial. O IC reúne grupos de
pesquisa consolidados, laboratórios e núcleos que desenvolvem projetos interdisciplinares,
com abordagens que integram desde a fundamentação teórica dos algoritmos de aprendizado
de máquina até o desenvolvimento de soluções de impacto social baseadas em IA generativa,
mineração de dados, visão computacional e ciência de dados.
Nesse contexto, destaca-se o papel do Núcleo de Excelência em Tecnologias Sociais
(NEES/UFAL), que há mais de uma década atua na interface entre inteligência artificial,
computação, educação e políticas públicas. O NEES é referência nacional na concepção de
tecnologias sociais baseadas em Inteligência Artificial, sendo responsável pela criação e
coordenação do Observatório de Inteligência Artificial na Educação (IA.EDU). Esse
observatório tem por objetivo acompanhar e fomentar o desenvolvimento e a aplicação ética
da IA no campo educacional, desenvolvendo e avaliando soluções voltadas à predição de
evasão escolar e universitária, tutoria inteligente, análise de dados educacionais e sistemas de
aprendizagem adaptativa. As ações do IA.EDU se articulam com as metas do PBIA, ao
promover o uso da IA como instrumento de apoio à gestão educacional e à aprendizagem
significativa, especialmente em contextos de baixa conectividade e desigualdade digital.
Complementarmente, a UFAL abriga a Cátedra UNESCO de Inteligência Artificial na
Educação, um reconhecimento internacional que reforça a relevância da instituição na
promoção de uma IA desplugada, ética, inclusiva, humanizada e orientada ao bem comum.
11

A Cátedra constitui um espaço de articulação entre universidades, organismos internacionais
e órgãos públicos, promovendo a integração de políticas de inovação, formação docente e
pesquisa aplicada. Essa iniciativa insere a UFAL em uma rede global de universidades
comprometidas com o desenvolvimento responsável da IA e com a difusão de práticas
sustentáveis e democráticas de uso da tecnologia na educação e na sociedade.
O Instituto de Computação da UFAL também abriga a Unidade EMBRAPII EDGE
(Emerging Technologies for Digital Transformation), credenciada para atuar em projetos de
transformação digital e tecnologias emergentes. O EDGE desenvolve pesquisas aplicadas e
parcerias com empresas, startups e instituições públicas, buscando a transferência de
tecnologia e a integração da academia com o setor produtivo. Por meio da EMBRAPII
EDGE, o IC/UFAL lidera projetos inovadores nas áreas de ciência de dados, Internet das
Coisas (IoT), automação inteligente, aprendizado de máquina e sistemas ciber físicos,
consolidando-se como ambiente propício à inovação aberta e à formação prática de
estudantes em temas de fronteira tecnológica.
Entre os grupos de pesquisa vinculados ao IC/UFAL, merece destaque o Laboratório
EASY (Engineering and Systems Laboratory), que atua na convergência entre engenharia de
software, sistemas inteligentes e otimização computacional. O EASY desenvolve ferramentas
e modelos voltados ao aprimoramento de processos industriais e de gestão, com forte
inserção em projetos cooperativos e de caráter interdisciplinar. Já o Laboratório ORION é
especializado em robótica, visão computacional e aprendizado profundo, com ênfase no
desenvolvimento de robôs autônomos, sistemas de percepção artificial e interação
homem-máquina. Também merece destaque o laboratório Cyber (Laboratório de Engenharia
de Sistemas Físicos-Cibernéticos), que possui diversos trabalhos na área de automação e
controle, sistemas inteligentes, robótica, cibersegurança, e informática aplicada à saúde. Há
ainda o laboratório TIPS: Tecnologias Inteligentes, Personalizadas e Sociais, com projetos
voltados principalmente para Inteligência Artificial em Educação e IA em Moda. Esses
laboratórios mantêm colaborações internacionais com universidades e centros de pesquisa da
Europa, América do Norte e América Latina, ampliando a visibilidade científica da UFAL e
favorecendo a internacionalização da pesquisa em Inteligência Artificial.

12

Esses laboratórios mantêm colaborações internacionais com universidades e centros
de pesquisa da Europa, América do Norte e América Latina, ampliando a visibilidade
científica da UFAL e favorecendo a internacionalização da pesquisa em Inteligência
Artificial.
A criação do curso de Bacharelado em Inteligência Artificial no âmbito do Instituto de
Computação é, portanto, uma evolução natural e necessária da trajetória institucional da
UFAL. O curso permitirá integrar as iniciativas de ensino, pesquisa, extensão e inovação,
formando profissionais capazes de compreender, desenvolver e aplicar tecnologias
inteligentes de forma crítica, criativa e socialmente responsável. Além de contribuir para o
avanço científico e tecnológico, o curso responderá à crescente demanda do mercado por
profissionais especializados em IA, ciência de dados e automação, fortalecendo o papel da
universidade como agente de transformação digital e social.
Em consonância com os princípios do Programa Brasil de Inteligência Artificial, o
curso também contribuirá para a interiorização da formação tecnológica avançada,
promovendo oportunidades educacionais em regiões historicamente sub representadas e
ampliando a presença de pesquisadores e profissionais qualificados no Nordeste. Ao mesmo
tempo, reforçará o compromisso da UFAL com a soberania tecnológica nacional, o
desenvolvimento sustentável e a formação de cidadãos éticos e conscientes do papel da IA na
sociedade contemporânea.
Em síntese, a implantação do curso de graduação em Inteligência Artificial na
Universidade Federal de Alagoas consolida uma rede de competências já estabelecida,
articulando iniciativas institucionais de destaque — como o NEES, o IA.EDU, a EMBRAPII
EDGE, o EASY, o Cyber, o TIPS, o ORION e a Cátedra UNESCO, entre outros — em torno
de uma missão comum: formar profissionais e produzir conhecimento de ponta em
Inteligência Artificial, contribuindo para o desenvolvimento científico, tecnológico e humano
do Brasil, em plena sintonia com as metas estratégicas do PBIA e com os valores de inovação
e inclusão que norteiam a UFAL.

13

4. CONTEXTUALIZAÇÃO
4.1 CONTEXTO INSTITUCIONAL

A Universidade Federal de Alagoas (UFAL) é uma autarquia federal especial
vinculada ao Ministério da Educação (MEC), inscrita no CNPJ 24.464.109/0001-48. Sua
sede está localizada no Campus Aristóteles Calazans Simões, na Avenida Lourival de Melo
Mota, s/n, bairro Tabuleiro do Martins, em Maceió (AL), CEP 57.072-970, além de contar
com uma unidade educacional em Rio Largo, município da região metropolitana da capital.
Criada pela Lei Federal nº 3.867, de 25 de janeiro de 1961, a UFAL resultou da
integração das antigas faculdades de Direito (1933), Medicina (1951), Filosofia (1952),
Economia (1954), Engenharia (1955) e Odontologia (1957). Desde então, consolidou-se
como instituição pública de ensino superior, de caráter pluridisciplinar, com atuação em
ensino, pesquisa e extensão. É mantida pela União, vinculada ao MEC, e tem autonomia
assegurada pela Constituição Federal, pela Lei de Diretrizes e Bases da Educação Nacional
(Lei 9.394/96), bem como por seu Estatuto e Regimento Geral.
A UFAL possui estrutura multicampi. Em Maceió, no Campus A. C. Simões,
concentra a maior parte de seus cursos de graduação e pós-graduação. O processo de
interiorização teve início em 2006, com a criação do Campus Arapiraca, que abriga unidades
em Palmeira dos Índios, Penedo e Viçosa. Em 2010, foi fundado o Campus Sertão, sediado
em Delmiro Gouveia e com unidade em Santana do Ipanema. Juntos, esses polos consolidam
a presença da UFAL em diferentes regiões do estado e fortalecem a formação de profissionais
em áreas estratégicas para o desenvolvimento econômico e social de Alagoas.
Atualmente, a universidade oferta cerca de 103 cursos de graduação, distribuídos em
22 unidades acadêmicas. Também atua na modalidade de Educação a Distância (EaD), por
meio do sistema Universidade Aberta do Brasil (UAB).
Além do ensino, a UFAL se destaca pelo crescimento da pesquisa, com grupos
consolidados em várias áreas do conhecimento, muitos reconhecidos nacionalmente por sua
relevância científica e tecnológica. A universidade também exerce papel fundamental na
14

extensão,

desenvolvendo

programas

que

promovem

inclusão

social,

cultura,

empreendedorismo, inovação e sustentabilidade, impactando diretamente comunidades
urbanas e rurais. Esses projetos aproximam a instituição da sociedade e reafirmam sua função
pública de transformação social. Essa política amplia o acesso democrático à educação
superior pública e de qualidade, garantindo oportunidades a jovens de diferentes origens
sociais e regiões do estado.
Assim, a Universidade Federal de Alagoas afirma-se como a principal instituição
pública de ensino superior de Alagoas, cumprindo papel estratégico na formação de
profissionais qualificados, na produção científica, na inovação e no desenvolvimento
regional. Com forte compromisso com a interiorização, a democratização do acesso e a
excelência acadêmica, a UFAL consolida-se como agente essencial para o futuro do estado e
para a inserção de Alagoas no cenário nacional e internacional do conhecimento.
4.2 CONTEXTO REGIONAL

Alagoas, com cerca de 27.767 km², é o terceiro menor estado do Brasil, fazendo
divisa com Pernambuco, Bahia, Sergipe e o Oceano Atlântico. O estado é formado por 102
municípios, tradicionalmente agrupados nas mesorregiões Leste, Agreste e Sertão, e
subdivididos em 13 microrregiões segundo critérios geoeconômicos.
A população alagoana está estimada em 3.220.848 habitantes em julho de 2025,
apresentando um crescimento praticamente nulo de 0,02% em relação ao ano anterior.
Maceió concentra sozinha 994.952 habitantes, enquanto sua região metropolitana reúne
1.348.674 pessoas, respondendo por mais de 40% do total estadual.
O PIB per capita do estado tem mostrado avanços, atingindo aproximadamente R$
20.200 em 2022, o que coloca Alagoas na quinta posição entre os estados nordestinos. Em
2023, o PIB total estimado foi de R$ 69,5 bilhões, com PIB per capita em torno de R$ 20.800
e taxa de desemprego de 10,5%. A economia alagoana continua baseada em setores como
turismo, produção de cana-de-açúcar e uma indústria química em expansão, embora os
serviços permaneçam como o setor de maior valor agregado.

15

A Universidade Federal de Alagoas (UFAL) estrutura suas unidades considerando a
realidade socioeconômica e territorial do estado. Localizadas estrategicamente em municípios
polo, suas unidades funcionam como motores de desenvolvimento regional. Com o projeto de
interiorização, a UFAL garante cobertura universitária para praticamente todos os egressos do
Ensino Médio no estado, restando apenas o litoral norte, onde o campus de Porto Calvo ainda
está em fase de aprovação.
Nesse contexto, a criação do curso de Bacharelado em Inteligência Artificial (IA)
representa uma ação estruturante e coerente com a missão institucional da UFAL e com as
diretrizes do Programa Brasil de Inteligência Artificial (PBIA), coordenado pelo Ministério
da Ciência, Tecnologia e Inovação (MCTI). O PBIA estabelece como um de seus eixos
centrais a formação de recursos humanos qualificados em IA e a descentralização territorial
da inovação, buscando ampliar a presença de competências digitais avançadas em todas as
regiões do país. A implantação do curso de IA na UFAL se insere exatamente nessa
perspectiva, permitindo que o Nordeste — e particularmente Alagoas — avance na
consolidação de um ecossistema próprio de tecnologia, ciência e inovação.
A formação de profissionais especializados em Inteligência Artificial é condição
essencial para que o estado acompanhe a transformação digital que redefine as cadeias
produtivas e os serviços públicos em nível global. Setores estratégicos da economia alagoana,
como o turismo inteligente, a agroindústria canavieira, a indústria química e a gestão pública,
podem ser diretamente beneficiados por aplicações de IA voltadas à otimização de processos,
previsão de demanda, sustentabilidade e tomada de decisão baseada em dados. Além disso, a
adoção de IA na educação e na saúde pública — áreas de reconhecido investimento
institucional da UFAL — cria oportunidades de impacto social concreto, alinhadas aos
princípios de inclusão e equidade do PBIA.
A UFAL já se destaca nacionalmente nesse campo, sendo reconhecida como a
universidade mais citada n PBIA, por sua atuação em projetos inovadores voltados à IA na
Educação, com projetos relevantes e impactantes desenvolvidos para MEC, MINC, MS, CNJ
e mais de 100 empresas de padrão global que são parceiras perenes dos nossos Programas. O
protagonismo da universidade é consolidado pelo Instituto de Computação (IC/UFAL), que
16

abriga diversos grupos e laboratórios de pesquisa com produção de excelência na área, como
o Núcleo de Excelência em Tecnologias Sociais (NEES) — responsável pelo Observatório de
Inteligência Artificial na Educação (IA.EDU) —, a Unidade EMBRAPII EDGE (Emerging
Technologies for Digital Transformation, Unidade Embrapii Grau DIAMANTE), o
Laboratório EASY (Engineering and Systems Laboratory) e o Laboratório ORION,
especializado em robótica, visão computacional e aprendizado de máquina.
Essas unidades desenvolvem projetos que envolvem desde IA generativa e ciência de
dados até sistemas inteligentes de apoio à decisão, robótica educacional e automação
industrial, atuando em parceria com empresas, startups e instituições públicas. Além disso, a
presença da Cátedra UNESCO de Inteligência Artificial na Educação na UFAL reforça o
compromisso institucional com a promoção de uma IA ética, inclusiva e socialmente
orientada, estabelecendo um elo direto entre a universidade e as diretrizes internacionais da
UNESCO para o uso responsável da tecnologia.
A criação do curso de IA, portanto, responde não apenas à necessidade de formar
especialistas para um mercado em franca expansão, mas também ao propósito de consolidar a
UFAL como polo regional de excelência tecnológica. O curso articula ensino, pesquisa e
extensão, promovendo a integração entre conhecimento científico, inovação social e
desenvolvimento sustentável. A partir dessa formação, será possível ampliar a capacidade
local de inovação, reduzir desigualdades digitais e gerar soluções tecnológicas aplicáveis à
realidade alagoana, potencializando o papel da universidade como agente de transformação
social.
Em síntese, a implantação do curso de Inteligência Artificial na UFAL é uma medida
de alta relevância acadêmica, científica e estratégica, mas internamente é tão somente a
abertura do módulo educação formal em nível de graduação de uma prática efetiva, já
consagrada nas parcerias com empresas, organizações e setores de governo. Ela concretiza os
princípios do Programa Brasil de Inteligência Artificial, amplia o protagonismo da
universidade em nível nacional e internacional e oferece a Alagoas a oportunidade de se
posicionar na vanguarda da inovação tecnológica no Nordeste, formando profissionais
capazes de liderar o desenvolvimento sustentável e digital do século XXI.
17

4.3 INSTITUTO DE COMPUTAÇÃO

O Instituto de Computação da Universidade Federal de Alagoas – IC/UFAL – é a
unidade responsável pelo desenvolvimento do ensino, da extensão, da pesquisa e inovação na
área de tecnologia da informação na Universidade Federal de Alagoas.
O IC oferece, desde 1987, o curso de graduação de Bacharelado em Ciências da
Computação, criado pela resolução no 026/86 do CEPE/UFAL, e reconhecido pela portaria
no 1121/95 do MEC. Esse curso de graduação conta atualmente com cerca de 315 alunos
matriculados, com ingresso anual de 80 alunos (40 no primeiro semestre e 40 no segundo
semestre). Em 2011, o IC começou também a ofertar o curso de Engenharia da Computação,
criado pela resolução no 45/2010 do CONSUNI/UFAL, e reconhecido pela portaria no
972/17 do MEC. O curso de engenharia conta com cerca de 275 alunos matriculados, com
ingresso anual de 70 alunos (35 no primeiro semestre e 35 no segundo semestre). O IC
também ofertou na modalidade de Ensino a Distância o curso de Bacharelado em Sistemas de
Informação criado pela resolução no 08/2007 do CONSUNI/UFAL, e reconhecido pela
portaria no a 177/13 do MEC. O curso teve sua oferta encerrada em 2017 para novas turmas e
atualmente conta com 7 alunos matriculados com prazo máximo para término do curso no
semestre de 2024.1.
Em 2004, foi criado, no contexto do Instituto de Computação, o Mestrado
Multidisciplinar em Modelagem Computacional de Conhecimento tendo o tema Modelagem
Computacional em Educação como uma de suas linhas de pesquisa, em 2016 a oferta de
novas turmas foi encerrada e o curso fechado em 2023. Ademais, em 2012 o IC começou a
ofertar o Mestrado em Informática. O Mestrado em Informática tem como objetivo contribuir
para o desenvolvimento tecnológico e científico brasileiro, em particular do estado de
Alagoas, através da geração de conhecimento e formação de profissionais de alto nível nas
áreas de Engenharia de Sistemas Computacionais e Computação Visual e Inteligente. Assim,
o programa almeja formar profissionais com capacidade para a inovação tecnológica, a crítica
e a difusão de novos modelos e procedimentos, que possam servir à sociedade, a entidades de
ensino e pesquisa e a empresas que lidam com computação e automação.
Atualmente, o IC conta com 42 professores, atuando nas áreas de ciência da
computação e engenharia de computação, sendo 38 doutores. Conta com cerca de 50 projetos
18

de pesquisa em andamento e 15 grupos de pesquisa. Com relação ao corpo técnico admirativo
o conta com 12 servidores dos quais 2 possuem doutorado e 3 possuem mestrado.
Na pesquisa, O IC tem atuado diretamente nas áreas de Inteligência Artificial na
Educação, Redes de Sensores Sem Fio Inteligentes, Otimização, Bioinformática e Aplicações
de Aprendizado de Máquina, Estatística, Robótica, Sistemas de Controle, Inteligência
Artificial, Engenharia de Software, Matemática Computacional e Pesquisa Operacional,
tendo sido contemplado, inclusive, com vários projetos financiados pelo CNPq, CAPES,
FAPEAL e pela FINEP. Alguns de seus doutores também atuam em programas de outras
Universidades, inclusive ministrando disciplinas. O IC tem vários alunos envolvidos em
trabalhos de Iniciação Científica, sendo nos últimos anos contemplados com bolsas PIBIC.
Na inovação o IC é a única unidade da UFAL credenciada junto ao Comitê da Área de
Tecnologia da Informação (CATI – MCTI). Com o credenciamento do CATI foi possível a
captação de recursos privados através de leis de inventivo, em especial a Lei de Informática
(Lei nº 8.248/1991) com a execução de mais de 50 projetos de inovação. Ainda no contexto
da inovação o IC possui a única unidade da Empresa Brasileira de Pesquisa e Inovação
Industrial (EMBRAPII) no estado de Alagoas. Com a EMBRAPII foi possível aumentar o
fomentando a inovação na indústria brasileira apoiando o IC, na área de computação
industrial, para que fossem executados projetos de desenvolvimento de pesquisa tecnológica
para inovação, em cooperação com empresas do setor industrial.
Na extensão, o IC tem um programa de extensão institucionalizado que consiste de
um conjunto de ações com o intuito de criar uma relação direta e recíproca entre este Instituto
e a sociedade através de cursos, eventos e produção acadêmica que sejam resultantes de ações
participativas entre discentes e docentes, promovendo uma consciência social na formação
dos profissionais egressos deste Instituto e contribuindo fortemente com o processo de
inclusão digital e inserção social da cidade de Maceió.
4.3.1 CURSOS/ PROGRAMAS OFERTADOS PELA UNIDADE ACADÊMICA
Graduação:
●​ Bacharelado em Ciência da Computação
●​ Bacharelado em Engenharia de Computação
19

O Bacharelado em Ciência da Computação do IC/UFAL tem como objetivo a
formação de recursos humanos para o desenvolvimento científico e tecnológico da área de
Computação. Os egressos desses cursos devem estar situados no estado da arte da Ciência e
da Tecnologia da Computação, de tal forma que possam continuar suas atividades na
pesquisa, promovendo o desenvolvimento científico, ou aplicando os conhecimentos
científicos e promovendo o desenvolvimento tecnológico do país.
O Curso de Ciência da Computação da UFAL teve seu funcionamento autorizado a
partir do segundo semestre do ano de 1987, sendo reconhecido pelo MEC em 1995. O curso
nasceu por uma iniciativa do Departamento de Matemática Aplicada (MAP), que teve,
posteriormente, sua denominação alterada para Departamento de Tecnologia da Informação
(TCI). Com a mudança estrutural da Universidade Federal de Alagoas, implantada em 2006,
o Departamento de Tecnologia da Informação foi transformado em Unidade Acadêmica sob a
denominação de Instituto de Computação (IC), que passou a ser o responsável pelo referido
curso.
O Curso de Ciência da Computação tem a duração mínima de 08 semestres (4 anos) e
a máxima de 12 semestres (6 anos). O curso conta com um total de 2.952 horas de disciplina,
correspondendo a 24 disciplinas obrigatórias (2.016 ​horas) da formação básica, 05 disciplinas
obrigatórias em cada ênfase (360 horas) e um mínimo de 576 horas em disciplinas eletivas
(esperado 08 disciplinas eletivas). O conteúdo da Formação Básica em Computação é
formado pelo conjunto de disciplinas obrigatórias. Este conjunto de disciplinas obrigatórias
visa garantir a competência mínima necessária a um profissional de computação de nível
superior, com os conhecimentos básicos e alguns específicos das principais áreas da
computação que o habilitam ao exercício da profissão.
O Bacharelado em Engenharia de Computação do IC/UFAL tem como objetivo geral
a formação de profissionais, Engenheiros de Computação, capazes de atuar em áreas onde
existem aplicações que necessitem de uma forte integração entre as áreas de hardware e
software. Com a crescente implantação da indústria de informática nas mais diversas áreas do
processo produtivo e do desenvolvimento da tecnologia da informação nas áreas de indústria
e telecomunicações, onde se observa a existência de soluções que envolvem a integração
20

hardware/software, surge a necessidade de profissionais capazes de analisar e solucionar
problemas específicos emergentes desta área: os engenheiros de computação.
O curso de Engenharia de Computação da UFAL foi criado em 2010, tendo iniciado
suas atividades no primeiro semestre de 2011 e reconhecido em 2017. Possui carga horária
mínima total do curso será composta por: 3060 horas/aula (2550 horas) de disciplinas
obrigatórias; 780 horas/aula de 50 minutos (650 horas) de disciplinas eletivas; 90 horas de
Trabalho de Conclusão de Curso, 160 horas de estágio obrigatório e 200 horas de atividades
complementares, perfazendo um total de 3650 horas, conforme a carga horária mínima
recomendada a um curso de engenharia que atualmente é de 3600 horas; de acordo com as
diretrizes curriculares.
A proposta de criação foi motivada por demandas no setor de computação para as
aplicações industriais, na região metropolitana de Maceió e no estado de Alagoas. Vale
ressaltar que antes da criação deste curso, muitos interessados em atuar nesta área precisavam
se deslocar para estados vizinhos a fim de conseguir seu intento. O curso de engenharia de
computação permeia as mais diversas áreas. O profissional dessa área terá uma formação
teórica e prática que o permita interagir eficazmente com profissionais de outras áreas, com
conhecimentos sólidos em hardware e software e base teórica comum às engenharias, de
maneira a enfrentar, analisar e solucionar problemas complexos em um mercado de trabalho
heterogêneo e em plena expansão. Isso evitará também que empresas e indústrias busquem
profissionais em outros estados ou que utilizem profissionais com formação semelhante mas
sem especialidade na função.
Pós- Graduação:
O Instituto de Computação conta atualmente com um curso de pós-graduação:
●​ Programa de Pós-Graduação em Informática.
O Mestrado em Informática da UFAL tem como objetivo contribuir para o
desenvolvimento tecnológico e científico brasileiro, em particular do estado de Alagoas,
através da geração de conhecimento e formação de profissionais de alto nível nas áreas de
21

Engenharia de Sistemas Computacionais e Computação Visual e Inteligente. Assim, o
programa almeja formar profissionais com capacidade para a inovação tecnológica, a crítica e
a difusão de novos modelos e procedimentos, que possam servir à sociedade, a entidades de
ensino e pesquisa e a empresas que lidam com computação e automação. Especificamente,
pretende-se formar profissionais capazes de lidar com técnicas avançadas de modelagem,
desenvolvimento e análise de sistemas computacionais que possam contribuir para o avanço
do ensino, da pesquisa e da produtividade em alguns setores de nossa economia. A grande
motivação para a implantação desse curso se insere num contexto que vai do cunho
estratégico da área de concentração à carência regional de pesquisa articulada com programa
de pós-graduação na área de Ciência da Computação.
O Instituto de Computação (IC) oferece graduação em Ciência da Computação desde
1987, e iniciou no primeiro semestre de 2011 o curso de Engenharia de Computação. Além
disso, oferta também o mestrado em Modelagem Computacional de Conhecimento, na área
Interdisciplinar da CAPES desde 2004. A justificativa para a abertura de um mestrado em
Informática submetida ao comitê de Ciência da Computação se deve a vários motivos. O
estado de Alagoas não possui nenhum mestrado em Computação. Esse fato provoca a saída
de muitos alunos formados pelo IC para outros estados. Em média 10 alunos por ano saem do
IC para cursar algum mestrado em Computação em outros estados. Segundo o último senso
do IBGE, o estado de Alagoas tem atualmente mais de 3 milhões de habitantes, sendo quase
1 milhão somente na capital, Maceió. Portanto, a ausência de uma pós-graduação em uma
área estratégica como a computação e a demanda do estado justificam a abertura do programa
em pauta. Além disso, nos últimos anos o IC vem contratando novos professores. Desta
forma, também existe uma demanda pelo próprio corpo docente para a abertura de um
programa que melhor represente suas áreas de atuação.
4.3.2 EXTENSÃO

O Programa de Extensão do Instituto de Computação da Universidade Federal de
Alagoas consiste de um conjunto de ações com o intuito de criar uma relação direta e
recíproca entre este Instituto e a sociedade através de cursos, eventos e produção acadêmica
que sejam resultantes de ações participativas entre discentes e docentes, promovendo uma
22

consciência social na formação dos profissionais egressos deste Instituto e contribuindo
fortemente com o processo de inclusão digital e inserção social da cidade de Maceió. Estas
ações, concretizadas através de projetos coordenados por docentes lotados no Instituto,
possuem como objetivos:
●​ Disseminar o uso de tecnologias da informação e comunicação para a sociedade,
contribuindo com a educação de jovens e adultos
●​ Desenvolver o raciocínio lógico dos alunos de escolas públicas do ensino fundamental
e médio, com o objetivo de desenvolver o pensamento para resolução de problemas e
despertar o interesse pela Ciência da Computação.
●​ Introduzir na comunidade o uso de ferramentas de software livre favorecendo a
inclusão digital do cidadão.
●​ Reduzir assimetrias de conhecimento e de oportunidades criadas pela exclusão digital.
Como por exemplo as assimetrias identificadas entre os docentes, discentes e
responsáveis pelos serviços gerais e pela segurança patrimonial da UFAL.
●​ Introduzir a prática da pesquisa participativa, através da disseminação da experiência
adquirida durante a execução das ações e da análise dos resultados alcançados nas
respectivas ações no contexto da inclusão digital e social.
●​ Incentivar a participação de alunos do curso de Ciência da Computação para
atividades de extensão, em conformidade com Conteúdos/Matriz Curricular do
projeto pedagógico deste curso.
Algumas destas ações estão cadastradas no banco de ações de extensão da UFAL e,
entre elas, o Instituto vem oferecendo um serviço de fluxo contínuo à comunidade no que diz
respeito à área temática de Educação com o apoio das Escolas Públicas na capacitação de
seus alunos em Informática.

23

4.3.4 PESQUISA

O IC possui atualmente os seguintes grupos de pesquisa ativos:
●​ BrAIn - Brazilian Study Group of Artificial Intelligence and Corneal Analysis;
●​ LaTIM - Descoberta de Conhecimento e Apoio a Decisão a partir de Análises de
Sinais e Imagens Médicas;
●​ COMPE - Laboratório de Computação Móvel e Pervasiva;
●​ EDGE – Centro de Inovação;
●​ EASY - Engineering and Systems Group;
●​ ESC - Engenharia de Sistemas Cognitivos;
●​ Cyber - Engenharia de Sistemas Físicos-Cibernéticos;
●​ GCI - Grupo de Pesquisa em Gestão do Conhecimento e da Inovação;
●​ GioconDa - Grupo Interdisciplinar de Descoberta de Conhecimento em Grandes
Volumes de Dados;
●​ TIPS - Grupo de Tecnologias Inteligentes, Personalizadas e Sociais: Integrando
Agentes Humanos e Agentes de Software;
●​ GSD – Grupo de Pesquisa em Sistemas Distribuídos;
●​ LaCCAN - Laboratório de Computação Científica e Análise Numérica;
●​ LDS - Laboratório de Desenvolvimento de Software;
●​ NEES - Núcleo de Excelência em Tecnologias Sociais;
●​ NExOS - Núcleo de Excelência em Otimização de Sistemas Complexos;
24

●​ SensorNet-UFAL – Grupo de Pesquisas em redes de Sensores sem Fio;
●​ SIES - Sistemas de Informação e Engenharia de Software;
●​ Teleinformática, Tecnologia Assistiva, Análise de Sinais e Imagens, Gerenciamento
de Sistemas e Bio-Engenharia;
●​ Usabilidade e Interação On-line.
4.4 CONTEXTO DO CURSO

​

A criação do curso de Bacharelado em Inteligência Artificial (IA) na Universidade

Federal de Alagoas (UFAL) configura-se como uma iniciativa estratégica frente às demandas
sociais, econômicas e tecnológicas contemporâneas, com ênfase especial nas necessidades e
potencialidades da região Nordeste. A Inteligência Artificial constitui atualmente uma das
áreas mais promissoras e transformadoras do conhecimento, com impactos diretos em
diversos setores produtivos e sociais.
O avanço contínuo da digitalização, da automação e do uso intensivo de dados tem
ampliado de forma significativa a demanda por profissionais qualificados em IA, aptos a
conceber e implementar soluções inovadoras, éticas e socialmente responsáveis para desafios
complexos. Essa necessidade é particularmente relevante em Alagoas e na região Nordeste,
onde o curso se apresenta como um instrumento de fortalecimento científico, tecnológico e
de inclusão social, contribuindo para o desenvolvimento sustentável e para a formação de
uma nova geração de profissionais orientados à inovação e à transformação digital.
Nesse cenário, a proposta de implantação do curso está em consonância com as
diretrizes e os objetivos do Programa Brasil de Inteligência Artificial (PBIA), coordenado
pelo Ministério da Ciência, Tecnologia e Inovação (MCTI). O PBIA estabelece como
eixos estruturantes a formação de recursos humanos especializados, o fomento à pesquisa
aplicada e a descentralização territorial da inovação tecnológica, buscando garantir que
todas as regiões do país tenham acesso às competências necessárias para o uso responsável e
sustentável da IA. A criação do curso de Bacharelado em Inteligência Artificial na UFAL
atende diretamente a esses eixos, ao promover a interiorização da formação avançada em
25

tecnologia e ao consolidar o Nordeste como um polo emergente no ecossistema nacional de
IA.
Além disso, a UFAL foi reconhecida no próprio PBIA como uma das instituições de
destaque na área, em especial pelo desenvolvimento de projetos voltados à Inteligência
Artificial aplicada à Educação, o que reforça sua legitimidade e capacidade técnica para
liderar iniciativas de formação, pesquisa e inovação no campo. Assim, o novo curso não
apenas amplia a presença da universidade em uma área estratégica de fronteira, mas também
materializa, em âmbito regional, as metas do PBIA de democratizar o acesso ao
conhecimento tecnológico, estimular o uso ético e inclusivo da IA e fomentar o
desenvolvimento socioeconômico por meio da inovação.
A Universidade Federal de Alagoas (UFAL), por meio de suas unidades acadêmicas,
vem desempenhando papel central na formação de profissionais de excelência na área de
tecnologia, contribuindo de forma decisiva para o fortalecimento do ecossistema de inovação
do estado. O Instituto de Computação (IC), em especial, destaca-se como um núcleo
estratégico de ensino, pesquisa e extensão voltado para o avanço das Ciências da
Computação, Engenharia de Software, Engenharia de Hardware, Inteligência Artificial,
Sistemas de Informação e áreas correlatas, reunindo infraestrutura, grupos de pesquisa e
projetos que conferem à UFAL condições plenas para protagonizar o desenvolvimento da IA
no contexto alagoano e nordestino.
​
4.5 JUSTIFICATIVA PARA A OFERTA DO CURSO

A Inteligência Artificial (IA) tem se consolidado como uma das áreas centrais da
transformação digital em escala global, impactando profundamente setores como saúde,
educação, indústria, agronegócio, segurança pública e serviços digitais. Tecnologias como
aprendizado de máquina, visão computacional, processamento de linguagem natural, robótica
inteligente e mineração de dados vêm transformando cadeias produtivas, otimizando serviços
e ampliando as possibilidades de inovação em diferentes áreas do conhecimento e da
economia. Nesse contexto, a formação de profissionais especializados em IA torna-se
estratégica para atender às demandas da sociedade contemporânea, bem como para posicionar
26

instituições acadêmicas e regiões inteiras na vanguarda do desenvolvimento científico e
tecnológico.
No Brasil, observa-se um aumento expressivo no investimento público e privado em
Inteligência Artificial, com destaque para a Política Nacional de Inovação e a Estratégia
Brasileira de Inteligência Artificial (EBIA), que reconhecem a área como prioritária para a
competitividade nacional. A carência de profissionais qualificados, entretanto, constitui um
gargalo para o pleno desenvolvimento do setor, o que reforça a necessidade de cursos de
graduação especificamente voltados à IA.
No estado de Alagoas, esse cenário assume contornos ainda mais relevantes.
Historicamente, a economia alagoana esteve vinculada a setores como turismo, agroindústria
e serviços. Entretanto, nas últimas décadas, o estado tem vivenciado um processo de
transformação digital, com crescimento do setor tecnológico e fortalecimento de seu
ecossistema de inovação. Esse movimento tem sido impulsionado pela expansão da
infraestrutura digital, pela demanda crescente por inovação e pelo surgimento de startups e
empresas de base tecnológica. Em especial, observa-se uma maior integração entre
universidades, poder público e iniciativa privada, buscando alinhar desenvolvimento
econômico e tecnológico às necessidades regionais.
O Instituto de Computação da UFAL desempenha um papel fundamental nesse
contexto. Consolidado como centro de excelência em ensino e pesquisa, o IC forma
profissionais altamente qualificados nos cursos de Ciência da Computação e Engenharia de
Computação, além de desenvolver pesquisas em áreas estratégicas da computação, como
inteligência artificial, ciência de dados, segurança da informação, computação em nuvem e
engenharia de software. A atuação do IC contribui diretamente para o fortalecimento do setor
de tecnologia da informação em Alagoas, fomentando a criação de startups, estimulando
parcerias com empresas e impulsionando o crescimento do ecossistema local de inovação.
Outro aspecto de destaque é a contribuição social do Instituto de Computação.
Projetos de extensão e pesquisa impactam diretamente a sociedade alagoana, promovendo
inclusão digital, capacitação tecnológica e iniciativas como o ensino de programação para
jovens, o desenvolvimento de softwares voltados à gestão de serviços públicos e a criação de
27

soluções tecnológicas aplicadas à agricultura familiar e à saúde. Esse caráter de integração
entre pesquisa, ensino e extensão confere ao IC/UFAL uma identidade de protagonismo
regional, posicionando-o como um agente de transformação não apenas no campo acadêmico,
mas também no desenvolvimento socioeconômico do estado.
Cabe ressaltar que o IC/UFAL já possui grupos de pesquisa cadastrados no CNPq que
atuam diretamente com Inteligência Artificial em diversas frentes: aprendizado de máquina,
mineração de dados, visão computacional, robótica inteligente, linguagens naturais e
aplicações de IA em áreas de grande relevância regional, como saúde e agroindústria. Esses
grupos são responsáveis por projetos consistentes, muitos deles com parcerias nacionais e
internacionais, o que garante uma base científica sólida para a criação de um curso de
graduação em IA. Assim, a proposta de criação do Bacharelado em Inteligência Artificial não
surge de forma isolada, mas como um desdobramento natural da expertise já acumulada pelo
IC em ensino, pesquisa e extensão.
Além disso, políticas públicas recentes e a criação de ambientes de inovação, como
parques tecnológicos e incubadoras, vêm reforçando em Alagoas e no Nordeste a necessidade
de profissionais especializados em tecnologia de ponta. O curso de Bacharelado em
Inteligência Artificial se beneficiará desse ambiente favorável, preparando egressos capazes
de contribuir para a diversificação da matriz econômica da região, de atrair investimentos e
de criar soluções tecnológicas alinhadas às demandas locais e nacionais.
Com base nessa realidade, a criação do curso justifica-se pela necessidade de:
●​ Formar profissionais especializados em Inteligência Artificial, com competências
técnicas e visão crítica, ética e inovadora;
●​ Responder às demandas regionais e nacionais por soluções em tecnologia da
informação e automação inteligente;
●​ Fortalecer o papel do IC/UFAL como centro de excelência em Computação e ampliar
sua contribuição ao desenvolvimento socioeconômico de Alagoas e do Nordeste;
●​ Apoiar políticas públicas voltadas para a inovação e a inclusão digital, com impactos
diretos na sociedade; e

28

●​ Alinhar a formação acadêmica às recomendações da Sociedade Brasileira de
Computação (SBC) e às tendências internacionais propostas por organismos como a
ACM e o IEEE.
Portanto, a criação do curso de Bacharelado em Inteligência Artificial no Instituto de
Computação da UFAL representa uma ação estratégica para consolidar Alagoas como um
pólo emergente de tecnologia e inovação, ao mesmo tempo em que reforça o compromisso da
UFAL com a formação de profissionais de excelência e com a promoção do desenvolvimento
científico, tecnológico e social da região e do país.
4.6 JUSTIFICATIVA PARA OFERTA DO NÚMERO DE VAGAS

​

O Projeto Pedagógico do Curso (PPC) de Bacharelado em Inteligência Artificial da

UFAL estabelece a oferta de 80 vagas anuais. Essa quantidade é dividida em duas entradas
semestrais, com 40 vagas na primeira entrada e 40 vagas na segunda entrada, em turnos
matutino e vespertino.
​

O curso é proposto como uma resposta estratégica à demanda crescente por

profissionais qualificados em Inteligência Artificial no Brasil e no mundo. A principal
justificativa para o alto número de vagas em cursos de tecnologia, que indiretamente sustenta
o quantitativo de 80 vagas, é:
●​ Déficit de Profissionais: O Brasil enfrenta um déficit significativo de profissionais
qualificados em tecnologia, especialmente em áreas avançadas como IA. A formação
de bacharéis em IA na UFAL tem o objetivo de suprir essa lacuna;
●​ Demanda Exponencial: A crescente digitalização e automação geram uma demanda
exponencial por profissionais em IA, com projeções de crescimento anual superior a
20% e a necessidade de mais de 400 mil profissionais de tecnologia no Brasil até
2025;
●​ Atratividade Comprovada: A proposta é fundamentada na alta procura por cursos
correlatos do Instituto de Computação, como Ciência da Computação e Engenharia da
Computação, o que demonstra o potencial de atratividade de um curso especializado
em IA.
29

A oferta de 80 vagas anuais permite à UFAL, reconhecida por sua excelência na área de
tecnologia, contribuir ativamente para o desenvolvimento social e econômico local, regional
e nacional, formando um grande volume de profissionais altamente qualificados

5. PERFIL DO EGRESSO
Com base nas Diretrizes Curriculares Nacionais e nos Referenciais de Formação da SBC, o
Bacharel em Inteligência Artificial formado pela UFAL deve possuir as seguintes
competências e habilidades:
5.1 HABILIDADES E COMPETÊNCIAS

As habilidades e competências que o egresso do Bacharelado em Inteligência
Artificial deverá desenvolver até final do curso são baseadas nas Diretrizes Curriculares
Nacionais (DCNs) para a área de Computação e nos Referenciais de Formação da Sociedade
Brasileira de Computação (SBC).
5.1.1 Competências e Habilidades Essenciais da Área de Computação
O Bacharel em IA deve adquirir ou desenvolver as seguintes competências e habilidades,
comuns à área de Computação:
●​ Compreender os fatos essenciais, conceitos, princípios e teorias relacionadas à IA
para o desenvolvimento de software e suas aplicações;
●​ Reconhecer a importância do pensamento computacional no cotidiano e sua aplicação
em circunstâncias apropriadas e em domínios diversos;
●​ Identificar e gerenciar os riscos que podem estar envolvidos na operação de
equipamentos de computação (incluindo aspectos de dependabilidade e segurança);
●​ Identificar e analisar requisitos e especificações para problemas específicos e planejar
estratégias para suas soluções;
●​ Especificar, projetar, implementar, manter e avaliar sistemas de computação,
empregando teorias, práticas e ferramentas adequadas;

30

●​ Conceber soluções computacionais a partir de decisões visando o equilíbrio de todos
os fatores envolvidos;
●​ Empregar metodologias que visem garantir critérios de qualidade ao longo de todas as
etapas de desenvolvimento de uma solução computacional;
●​ Analisar o quanto um sistema baseado em computadores atende aos critérios
definidos para seu uso corrente e futuro (adequabilidade);
●​ Gerenciar projetos de desenvolvimento de sistemas computacionais;
●​ Aplicar temas e princípios recorrentes, como abstração, complexidade, segurança,
concorrência, evolução de sistemas, entre outros, e reconhecer sua importância
fundamental para a IA;
●​ Escolher e aplicar boas práticas e técnicas que conduzam ao raciocínio rigoroso no
planejamento, execução, acompanhamento, medição e gerenciamento da qualidade de
sistemas computacionais;
●​ Aplicar os princípios de gerência, organização e recuperação da informação de vários
tipos (incluindo texto, imagem, som e vídeo);
●​ Aplicar os princípios de interação humano-computador para avaliar e construir uma
grande variedade de produtos, como interface do usuário, páginas WEB, sistemas
multimídia e sistemas móveis.
5.1.2 Competências e Habilidades Transversais (Não-Técnicas)
Além das competências técnicas, o curso visa desenvolver as seguintes habilidades
essenciais:
●​ Autoaprendizado: Essencial devido à rápida evolução da IA, exigindo um processo
contínuo de aprendizado para manter-se atualizado e competente. É desenvolvida
através de projetos de pesquisa, TCC e atividades em diversas disciplinas;
●​ Trabalho Cooperativo: Habilidade fundamental para o profissional de IA, visto que
o desenvolvimento é quase sempre realizado em equipe. É estimulada em projetos de
pesquisa e trabalhos em disciplinas;
31

●​ Criatividade: Capacidade de análise de problemas e modelagem de soluções
criativas. É introduzida nas atividades de programação e desenvolvida de forma
ampla ao longo do curso;
●​ Capacidade Empreendedora: Habilidade para assumir uma atitude proativa,
desenvolver uma rede de relações e liderar projetos. É desenvolvida através de
atividades práticas e estimulando a apresentação e liderança de projetos de sistemas.
O egresso também deve aprimorar a capacidade de expressão oral e escrita e a
habilidade de dialogar com a sociedade no entendimento e resolução de problemas reais,
através de seminários, debates, trabalhos escritos e atividades de extensão.
5.2 CAMPO DE ATUAÇÃO

O campo de atuação do Bacharel em Inteligência Artificial, conforme detalhado no
Projeto Pedagógico do Curso (PPC), é vasto e diversificado, abrangendo praticamente todos
os setores da economia e da sociedade.
O egresso pode atuar em:
●​ Indústrias de diversas áreas.
●​ Empresas de programas de computadores.
●​ Setores de Tecnologia da Informação (TI) de instituições públicas e privadas.
●​ Empresas e laboratórios de pesquisa científica e tecnológica.
●​ Setor autônomo, prestando consultoria ou em empresa própria.
●​ Setores específicos como tecnologia, saúde, finanças, indústria, transporte, educação,
entretenimento e setor público.
Nos diferentes campos de atuação, o bacharel em IA pode desempenhar os seguintes
papéis:
●​ Cientista de Dados;
●​ Engenheiro de Machine Learning;
32

●​ Engenheiro de IA;
●​ Engenheiro de Dados;
●​ Especialista em NLP (Processamento de Linguagem Natural);
●​ Especialista em Visão Computacional;
●​ Roboticista;
●​ Pesquisador em IA;
●​ Especialista em IA Generativa;
●​ Consultor de IA;
●​ Arquiteto de Soluções em IA;
●​ Especialista em Ética e Governança de IA;
●​ Desenvolvedor de Sistemas Autônomos;
●​ Gerente de Projetos em IA;
●​ Empreendedor em IA;
●​ Especialista em Cibersegurança com IA;
●​ Analista de Negócios com IA;
●​ Professor/Instrutor de IA.
Além de saber como usar a IA para resolver problemas, o profissional também
precisa refletir sobre a IA, ou seja, deve entender como a IA resolve os problemas, quais são
seus riscos e vantagens, e quais são seus limites e potencialidades para a so ????
Atividades e Funções do Egresso
Os bacharéis em IA atuam na resolução de problemas através do projeto de soluções usando
sistemas inteligentes, podendo realizar as seguintes atividades:
●​ Identificar problemas e oportunidades;
●​ Criar protótipos de software e validar novas tecnologias;
●​ Projetar aplicativos em linguagem de programação de baixo, médio e alto nível;
33

●​ Implementar soluções em tecnologia da informação;
●​ Gerenciar ambientes operacionais e elaborar documentação;
●​ Fornecer suporte técnico e organizar treinamentos a usuários;
●​ Podem ser portadores de certificações homologadas por instituições reconhecidas e/ou
títulos de especialização e pós-graduação.
Atitudes e Valores a Serem Desenvolvidos
Ao longo do curso, o estudante deve adquirir ou desenvolver seu senso crítico e a consciência
de sua cidadania, praticando as seguintes atitudes:
●​ Compromisso com a ética e responsabilidade profissional;
●​ Responsabilidade social, política e ambiental;
●​ Espírito empreendedor que permita enxergar oportunidades e atuar de forma ativa;
●​ Capacidade para trabalhar em equipe;
●​ Busca permanente pela atualização de conhecimentos e dos meios de comunicação.

6. OBJETIVOS DO CURSO
6.1 OBJETIVO GERAL

O objetivo geral é formar profissionais de nível superior na área de Inteligência
Artificial com competência técnica de classe mundial. Esses profissionais devem ter
sensibilidade aos problemas sociais e ambientais, especialmente regionais e nacionais, e
serem dotados de autonomia e capacidade empreendedora para aplicar o conhecimento
adquirido na resolução desses problemas. O curso visa fornecer uma formação consistente e
duradoura, com ênfase nos fundamentos e conceitos centrais da área, combinando
profundidade e abrangência, e servindo de base sólida para uma evolução profissional
permanente.

34

6.2 OBJETIVO ESPECÍFICO

●​ Formar profissionais tecnicamente competentes em Inteligência Artificial, capazes de
reconhecer os problemas e aplicar os métodos adequados para suas soluções de modo
seguro e eficiente;
●​ Promover no discente o pensamento computacional que possibilite a abordagem de
problemas em diversas áreas de aplicação como um problema de representação e
processamento de informação, no qual poderão ser aplicadas as ferramentas teóricas e
práticas desenvolvidas ao longo do curso;
●​ Desenvolver a capacidade de comunicação e diálogo efetivos acerca dos assuntos
relativos ao curso, com a clareza, objetividade, rigor e formalismo adequados. Essa
comunicação deve considerar os diversos públicos e veículos (acadêmico,
empresarial, administração pública ou público leigo em geral);
●​ Estimular na comunidade acadêmica o desenvolvimento de uma consciência crítica e
de um elevado sentido ético e de responsabilidade social;
●​ Desenvolver nos discentes capacidades e competências que fomentem o espírito
empreendedor e a liderança;
●​ Promover a disseminação de conhecimentos científicos e tecnológicos na área da
Inteligência Artificial, expandindo a fronteira do conhecimento e o emprego de
modelos e métodos computacionais a outros domínios científicos e aplicações;
●​ Fortalecer a formação de recursos humanos altamente qualificados, de forma a
contribuir particularmente com o crescimento e desenvolvimento social e econômico
local, regional e nacional.

35

7. POLÍTICAS INSTITUCIONAIS NO ÂMBITO DO CURSO
As ações da UFAL são orientadas por princípios como a gestão democrática e
descentralizada, a ética, a transparência e a indissociabilidade entre ensino, pesquisa e
extensão. A missão geral é produzir e socializar conhecimentos para formar profissionais que
atuem de forma ética, inclusiva e democrática. Seu objetivo central é elevar a qualidade e
ampliar a oferta de cursos.
●​ Qualidade e Currículo: O currículo é visto como a totalidade de experiências
formativas, priorizando a flexibilidade curricular, a interdisciplinaridade e a
articulação entre teoria e prática;
●​ Sucesso Acadêmico: Busca-se ampliar o número de formandos anuais em relação aos
ingressantes, aumentando a Taxa de Sucesso da Graduação (TSG) em 10%;
●​ Extensão Curricular: As Atividades Curriculares de Extensão (ACE) devem
compor no mínimo 10% do total da carga horária, integrando-se à matriz curricular.
O Bacharelado em Inteligência Artificial integra-se de forma direta às metas institucionais
voltadas à excelência acadêmica, à inovação tecnológica e ao fortalecimento da pesquisa
científica. A seguir, destacam-se os principais eixos de atuação do PDI alinhados a esse
propósito:
●​ Qualidade da Pós-Graduação: Busca-se elevar o conceito de cinco programas de
pós-graduação e ampliar o número de vagas nos cursos stricto sensu (de 1.865 para
2.238). Essa expansão cria um ambiente propício para a continuidade da formação
dos egressos do Bacharelado em Inteligência Artificial, incentivando a produção
científica avançada em áreas como machine learning, data science e automação
inteligente.

36

●​ Pesquisa e Bolsas: O objetivo é ampliar a participação dos docentes doutores em
projetos de Iniciação Científica (IC) e aumentar a cobertura de bolsas de IC. O curso
de Inteligência Artificial se beneficia diretamente desse fortalecimento, uma vez que a
pesquisa aplicada — em temas como aprendizado de máquina, visão computacional e
inteligência de dados — é essencial para o desenvolvimento técnico e científico dos
estudantes.
●​ Inovação e Propriedade Intelectual (PI): Pretende-se intensificar o potencial de
inovação, com a meta de depositar pelo menos 38 registros de propriedade intelectual.
Essa diretriz se conecta ao caráter interdisciplinar da Inteligência Artificial,
fomentando o desenvolvimento de soluções tecnológicas inovadoras em parceria com
laboratórios, startups e setores produtivos, ampliando o impacto social e econômico
das pesquisas da universidade.
●​ Empreendedorismo e Ecossistema de Inovação: Visa-se expandir o processo de
incubação de empresas, com a criação ou regularização de quatro novas incubadoras
ativas na UFAL. Essa política reforça o perfil empreendedor dos alunos do curso de
IA estimulando a transformação de projetos acadêmicos em produtos e serviços
inteligentes, e consolidando o papel da universidade como polo regional de inovação
e transferência tecnológica.
No Curso de Bacharelado em Inteligência Artificial (IA), a extensão universitária é
compreendida como um eixo estruturante da formação acadêmica, articulando o ensino e a
pesquisa com as demandas reais da sociedade. As metas institucionais de ampliação,
organização e impacto da extensão encontram no curso um terreno fértil para o
desenvolvimento de ações transformadoras, que unem tecnologia, ética e responsabilidade
social.​
​

O curso busca promover o uso da Inteligência Artificial como instrumento de inclusão

e desenvolvimento humano, direcionando suas ações extensionistas para contextos de alta
relevância social — como escolas públicas, comunidades tradicionais e grupos vulneráveis.
Projetos voltados à alfabetização digital, uso de algoritmos éticos em políticas públicas e
capacitação tecnológica são exemplos de como a IA pode gerar benefícios diretos e
mensuráveis à sociedade.
37

A curricularização da extensão, integrada aos componentes curriculares, assegura
que parte da carga horária do curso esteja dedicada a vivências práticas junto à comunidade.
Essa integração reforça a dimensão formativa da IA, estimulando nos estudantes uma visão
crítica e ética sobre o papel da tecnologia na sociedade e consolidando o compromisso
institucional de que 100% dos cursos de graduação incorporem atividades extensionistas
até 2023.
Dessa forma, a extensão no Bacharelado em Inteligência Artificial não apenas
contribui para o cumprimento das metas institucionais da UFAL, mas também consolida uma
formação integral e humanizada, na qual a inovação tecnológica se alia ao compromisso
social e à transformação coletiva.
Apoio ao Discente
A instituição oferece um conjunto abrangente de programas e iniciativas voltadas ao
apoio integral dos discentes, buscando dar amplo suporte para que o aluno se desenvolva no
curso de maneira adequada para sua formação no ensino superior. Nesse sentido, são
contempladas ações que vão desde o apoio extraclasse e o atendimento psicopedagógico até a
oferta de programas de

acessibilidade, atividades

de nivelamento e atividades

extracurriculares – que não são computadas como atividades complementares – , além do
incentivo à participação em centros acadêmicos, grupos de pesquisa, programas de extensão e
intercâmbios nacionais e internacionais.
No âmbito acadêmico, são desenvolvidas diversas ações, projetos e atividades
institucionais e docentes para apoiar o estudante. Destacam-se iniciativas como o Programa
de Iniciação à Docência (PIBID/PED), Programa Institucional de Bolsas de Iniciação
Científica (PIBIC), Programas de Monitoria, entre outros, que visam ampliar a formação e a
integração dos alunos à vida acadêmica.
Além disso, conforme determina o Decreto 7611/2011, a instituição garante as
possibilidades de atendimento educacional especializado, direcionado a alunos com
deficiências e/ou necessidades específicas. Este apoio inclui a definição de critérios de
avaliação, a preparação e a confecção de material didático adequado, bem como a adequação
das linguagens utilizadas, assegurando a inclusão e o acesso equitativo aos conteúdos.
38

No campo da assistência estudantil, a preocupação com a promoção da permanência
dos alunos se reflete em diversas ações e projetos institucionais, comunitários e estudantis.
Entre as iniciativas, destaca-se o Programa Bolsas de Permanência (PBP), que, juntamente
com outros projetos, tem como objetivo reduzir a evasão e oferecer suporte que abrange
aspectos psicológicos, sociais e econômicos. Além disso, a universidade oferece aos alunos
possibilidades de moradia na residência universitária e amplo acesso ao restaurante
universitário.
Adicionalmente, normas, programas extraclasses e projetos institucionais ou
específicos são implementados para proporcionar aos alunos condições otimizadas de
aproveitamento dos estudos, facilitar o nivelamento acadêmico e promover a redução da
evasão. Tais iniciativas também incluem o fomento à participação em centros acadêmicos e
em intercâmbios, reforçando o compromisso da instituição com a formação integral dos seus
discentes.
Acessibilidade
Núcleo de Acessibilidade da Ufal - NAC, criado em 2013, atua de forma a oferecer
o Atendimento Educacional Especializado (AEE) aos estudantes público-alvo, que é um
serviço que identifica, elabora e organiza recursos pedagógicos e de acessibilidade que
eliminem as barreiras para a plena participação dos alunos, considerando as suas
necessidades específicas.
O AEE tem por objetivo complementar ou suplementar a formação do estudante por
meio da disponibilização de serviços, recursos de acessibilidade e estratégias que eliminem as
barreiras para sua plena participação na sociedade e desenvolvimento de sua aprendizagem.
Esse atendimento tanto pode ser feito através de acompanhamento nas salas de aulas
que os alunos frequentam, quanto em atividades na sala do NAC em horário oposto ao das
aulas, para assessorar na confecção de trabalhos acadêmicos. O NAC pode fazer adaptação de
materiais didáticos, além de capacitar os docentes para o uso de tecnologias assistivas, como
por exemplo, recursos de informática para transformar textos em áudio para pessoas cegas.

39

O NAC também promove cursos sobre recursos didáticos e assistência educacional à
pessoas com deficiência, além de eventos sobre Educação Inclusiva abertos à toda a
comunidade acadêmica.
O curso de Ciência da Computação já tem histórico de formação de alunos tanto
com transtorno do espectro autista quanto com deficiência visual e contou com apoio do
NAC.
Tanto em relação ao atendimento de alunos com deficiência, conforme disposto na
Lei Nº 13.146, de 6 de julho de 2015, quanto em relação ao atendimento de alunos com
transtorno do espectro autista, conforme disposto na Lei N° 12.764, de 27 de dezembro de
2012, o curso adotará as seguintes medidas nos termos do Art. 30 da Lei Nº 13.146, de 6 de
julho de 2015:
I.​

atendimento preferencial à pessoa com deficiência;

II.​ disponibilização de provas em formatos acessíveis para atendimento às
necessidades específicas do candidato com deficiência;
III.​ solicitar à administração central da UFAL a disponibilização de recursos de
acessibilidade e de tecnologia assistiva adequados, previamente solicitados e
escolhidos pelo aluno com deficiência;
IV.​ dilação de tempo, conforme demanda apresentada pelo aluno com deficiência,
nas atividades acadêmicas, mediante prévia solicitação e comprovação da
necessidade;
V.​ adoção de critérios de avaliação das provas escritas, discursivas ou de redação
que considerem a singularidade linguística da pessoa com deficiência, no
domínio da modalidade escrita da língua portuguesa;
VI.​ outras providências no âmbito da competência do colegiado do curso.

40

8. AVALIAÇÃO
8.1 AVALIAÇÃO DO PROJETO PEDAGÓGICO

A avaliação permanente deste Projeto Pedagógico a ser implantado com a presente
proposta é de importância fundamental para aferir o sucesso do currículo proposto para o
Curso, como também para certificar-se da necessidade de alterações futuras que venham
aprimorar o Projeto, tendo em vista o seu caráter dinâmico e a necessidade de adaptar-se às
constantes avaliações que terá que enfrentar.
Seguindo a orientação dos Conselhos Superiores da UFAL, deverão ser inseridos
mecanismos que possibilitem uma avaliação institucional e uma avaliação do seu
desempenho acadêmico – ensino e aprendizagem – de acordo com as normas vigentes na
Instituição, possibilitando a realização de uma análise diagnóstica e formativa, durante todo o
processo de implantação do atual Projeto Pedagógico.
Tal processo de avaliação deverá utilizar estratégias e táticas que possibilitem uma
discussão ampla, visando detectar as deficiências que porventura existam.
As atividades de extensão universitária, realizadas no âmbito do Curso, em parceria
com órgãos públicos ou empresas privadas, serão também avaliadas pela sociedade, através
de instrumentos adequados, inclusive nos estágios curriculares não obrigatórios.
Também será adotado para fins de avaliação do Projeto Pedagógico do curso, o roteiro
proposto pelo INEP/MEC para as condições de ensino, através dos seguintes tópicos:
1.​ Organização Didático-Pedagógica: Administração Acadêmica, Projeto do
Curso, Atividades Acadêmicas articuladas ao ensino de graduação;
2.​ Corpo Docente: Formação Profissional, Condições de Trabalho, Atuação e
Desempenho Acadêmico e Profissional;
3.​ Infraestrutura: Instalações Gerais, Biblioteca, Instalações e Laboratórios
Específicos.

41

8.2 AVALIAÇÃO DOS DOCENTES

A avaliação dos docentes será realizada pela Comissão Própria de Avaliação
(CPA), conforme o calendário institucional vigente. O processo tem como objetivo subsidiar
ações de aprimoramento do ensino, fortalecer a qualidade acadêmica e promover a melhoria
contínua das práticas pedagógicas no âmbito do curso.
8.3 AVALIAÇÃO DOS DISCENTES

A avaliação da aprendizagem terá um enfoque processual, apoiando-se nas três funções
clássicas:
1.​ Diagnóstica: Aplicada no início e durante o processo, visa estimar o conhecimento e
as carências do estudante, orientando o melhor processo de ensino.
2.​ Formativa:

Ocorre

de

modo

contínuo

durante

todo

o

processo

de

ensino-aprendizagem. O objetivo é contribuir para a formação do conhecimento,
identificar o domínio de conteúdo e sinalizar aspectos que precisam ser modificados.
3.​ Somativa: Aplicada ao longo ou ao final de um curso ou módulo, visa quantificar o
aprendizado e verificar se as metas foram alcançadas, sendo utilizada para fins de
aprovação ou reprovação.

Critérios e Instrumentos de Avaliação
A avaliação é orientada por critérios qualitativos e quantitativos, com ênfase nos
critérios críticos de desempenho (aqueles essenciais para o desempenho profissional). Os
instrumentos aplicados são diversificados para permitir diferentes formas de raciocínio:
●​ Verificações Gerais: Os docentes utilizam provas, listas de exercícios, seminários,
testes, e projetos (individuais ou em grupo) para medir o conhecimento.
●​ Integração e Pesquisa: O Trabalho de Conclusão de Curso (TCC) é o instrumento
somativo mais importante, pois exige que o discente articule e contextualize todas as
suas experiências de aprendizagem.

42

●​ Estágio e Extensão: A avaliação de Estágio Não-obrigatório é baseada no relatório
final do aluno e na avaliação do supervisor da empresa. As atividades de pesquisa e
extensão são avaliadas pelo professor orientador.
●​ Autoavaliação: O estudante é incentivado a adotar uma postura de autoavaliação
para ter uma visão lúcida de seus avanços e dificuldades, e possui acesso aos critérios
pelos quais será avaliado.
A aprovação do estudante está sujeita a regras claras de frequência e desempenho, regidas
pela Resolução nº 114/2023-CONSUNI/UFAL e nas normas acadêmicas correlatas:
●​ Frequência mínima: O aluno deve cumprir pelo menos 75 % (setenta e cinco
por cento) da carga horária das atividades didáticas previstas da disciplina para
poder ser considerado elegível à avaliação final;
●​ Avaliação de aproveitamento / nota mínima: Para ser aprovado numa
disciplina, além da frequência, o estudante deve alcançar o desempenho mínimo
exigido, conforme critérios específicos do curso ou disciplina. (O regimento
considera que o aluno que alcançar “Nota Final” mínima exigida poderá ser
aprovado sem necessidade de prova final). A nota mínima para aprovação é 7,0
(sete);
●​ Reprovação por falta de frequência: Se o aluno não atingir 75 % de frequência
nas atividades didáticas, ele será considerado reprovado por falta de frequência.

9. MATRIZ CURRICULAR

Para fins de motivação aos discentes recém-ingressos na Universidade, os cursos do
Instituto de Computação procuram colocar os novos estudantes em contato com os elementos
básicos da computação desde seu primeiro período. Assim, além de começar a formação
profissional do estudante na área das ciências exatas, também começamos sua formação
como profissional de computação dentro do elemento que é comum a todas as áreas da
computação: programação.
43

Nesse sentido, os novos discentes cursam, no primeiro período, as disciplinas
“Cálculo Diferencial e Integral 1”, “Introdução à Programação”, "Matemática Discreta para
Computação" e “Introdução à Inteligência Artificial”. Dessas, apenas “Cálculo Diferencial e
Integral 1” não será ministrado por professores do Centro de Informática. Ao final deste
período, o estudante deve ser capaz de implementar soluções algorítmicas, em uma
linguagem de programação de alto nível, utilizando conceitos simples de sistemas
inteligentes e técnicas de programação como decomposição de desenvolvimento da
capacidade do trabalho em equipe, de comunicação, divisão de tarefas e organização destas
no tempo. Conceitos básicos de IA são apresentados também neste período, bem como
conceitos relativos aos fundamentos da Matemática Discreta, com conceitos que são
utilizados em várias áreas da computação. A carga horária deste período totaliza 300 horas.
No segundo período, há continuidade na formação em programação, com estudo de
estruturas de dados no contexto de linguagens orientadas a objetos, no componente
"Estruturas de Dados Orientadas a Objetos". O componente "Desenvolvimento de Software"
visa o entendimento e aplicação de conceitos essenciais do desenvolvimento de software,
compreender e justificar decisões técnicas e fundamentais no desenvolvimento, e
comunicar-se efetivamente no contexto de um time de engenharia e com stakeholders. Além
das competências técnicas, este componente também visa o desenvolvimento de
competências não-técnicas no trabalho em equipe e gestão destas. A formação em
Matemática continua com os componentes “Álgebra Vetorial e Linear para Computação” e
“CÁLCULO DIFERENCIAL E INTEGRAL 2”, em que são apresentados novos conceitos da
Matemática do Contínuo. Conceitos teóricos e práticos para lidar com os dados usando IA
são abordados na disciplina “Ciência de Dados”. A carga horária deste período totaliza 330
horas.
O terceiro período é composto pelos componentes curriculares "Algoritmos", "Banco
de Dados", “Estatística e Probabilidade para Computação”, “Aprendizado de Máquina 1” e
"Inteligência Artificial Simbólica". A formação nos fundamentos matemáticos da
computação e para análise e avaliação de dados tem continuidade com o componente
“Estatística e Probabilidade para Computação”, que apresenta fundamentação e análise
estatística para aplicações em diversas áreas da IA. A formação em Programação e
44

Algoritmos continua com o componente "Algoritmos" que visa apresentar algoritmos,
técnicas de construção e análise deles. Um dos objetivos é estimular estudantes a
desenvolverem a capacidade para determinar o custo dos algoritmos, tornando-os capazes de
escolher e adaptar as soluções algorítmicas mais apropriadas para um problema prático
específico. O componente "Banco de Dados" dá continuidade à formação em sistemas
básicos da Computação, visando o conhecimento de sistema de gerenciamento de banco de
dados, bem como técnicas para modelagem de dados, por exemplo. O componente
"Aprendizado de Máquina 1" visa apresentar e aplicar os modelos de IA na tarefa de
classificação. Este componente também visa estimular o desenvolvimento de habilidades a
partir do trabalho em grupo e resolução de problemas que estimule a colaboração,
comunicação, criatividade, pensamento crítico, coordenação, liderança e resolução de
conflitos. Por fim, o componente “Inteligência Artificial Simbólica” tem como objetivo
ensinar os fundamentos, técnicas e aplicações da abordagem simbólica da IA, focando na
representação do conhecimento e no raciocínio lógico. Os alunos aprendem a modelar
informações, implementar sistemas baseados em regras e resolver problemas utilizando
inferência simbólica. A carga horária deste período totaliza 300 horas.
No quarto período, o componente curricular "Lógica para Computação" apresenta os
fundamentos de Lógica Matemática para a IA. O componente “Ética em Inteligência
Artificial” aborda os impactos éticos e sociais da IA, discutindo questões como privacidade,
vieses algorítmicos, transparência e uso responsável da tecnologia. A disciplina
“Aprendizado Não Supervisionado” introduz técnicas para identificar padrões e estruturas em
dados sem rótulos, como agrupamento (clustering) e redução de dimensionalidade. A
disciplina explora algoritmos como K-means, DBSCAN e PCA, com aplicações práticas. O
componente curricular “Aprendizado de Máquina 2” foca em métodos de regressão para
modelar relações entre variáveis, como regressão linear, polinomial e regularização (Ridge e
Lasso). Os alunos aprendem a avaliar modelos e aplicá-los em problemas reais. Por fim, a
disciplina “Redes Neurais” apresenta os fundamentos das redes neurais artificiais, incluindo
perceptrons,

redes

backpropagation.

multicamadas

A disciplina

(MLPs)

e

algoritmos

explora aplicações em

de

treinamento

classificação, regressão e

reconhecimento de padrões. A carga horária deste período totaliza 270 horas.

45

como

No quinto período do curso de Inteligência Artificial, o componente "Teoria da
Computação" apresenta os fundamentos teóricos da computação. Completam este período, os
componentes “Engenharia de Software para Inteligência Artificial”, “Aprendizado Profundo”
, “Aprendizado por Reforço” e “Avaliação de Modelos de Inteligência Artificial”.
“Engenharia de Software para Inteligência Artificial” apresenta práticas e ferramentas para
projetar, desenvolver e manter sistemas de IA escaláveis e eficientes, “Aprendizado
Profundo” aborda redes neurais profundas e suas aplicações natural, “Aprendizado por
Reforço” explora técnicas para treinar agentes que tomam decisões otimizadas com base em
interações com o ambiente e “Avaliação de Modelos de Inteligência Artificial” apresenta
métodos para medir desempenho, validar e interpretar modelos de IA, garantindo sua eficácia
e confiabilidade. A carga horária deste período totaliza 300 horas.
A partir do sexto período do curso, o estudante começa a cursar disciplinas eletivas,
que aprofundam conhecimento em áreas específicas da IA, de acordo com seu interesse. Isto
se reflete na escolha de componentes curriculares que são eletivas de disciplinas obrigatórias.
No sexto período do curso de Inteligência Artificial, há um único componente
obrigatório: “Inteligência Artificial Generativa e Modelos de Linguagem”. Este componente
explora técnicas de IA generativa, como redes adversariais generativas (GANs) e modelos de
linguagem de grande escala (ex.: GPT). Os alunos aprendem a criar sistemas capazes de gerar
textos, imagens e outros conteúdos de forma autônoma e criativa. Outros quatro componentes
eletivos completam o sexto período letivo, totalizando 300 horas.
O sétimo período é constituído apenas por disciplinas eletivas, sendo cinco
componentes, totalizando 300 horas.
No oitavo período o único componente curricular obrigatório é “Metodologia
Científica”. Este componente curricular introduz os fundamentos da pesquisa científica,
abordando métodos, técnicas e ética para a produção e análise de conhecimento acadêmico.
Essa disciplina é base para o “Trabalho de Conclusão de Curso”. Nesse período há mais
quatro disciplinas eletivas, totalizando 300h, entre eletivas e o componente obrigatório.
No nono período, “Trabalho de Conclusão de Curso” é o único componente curricular
obrigatório. A disciplina TCC consiste em encontros com o professor-orientador que levarão
46

desde a definição de um projeto até a produção final da monografia de conclusão de curso. A
carga horária total para este período é de 60 horas de disciplina obrigatória.
A matriz curricular está dividida em três núcleos de disciplinas: disciplinas de
formação profissional (disciplinas obrigatórias), disciplinas de formação específica (eletivas
de perfil) e disciplinas de formação livre (eletivas livres), as quais são descritas a seguir, além
das atividades de extensão e atividades complementares.
O núcleo de formação básica e profissional é constituído de 27 disciplinas
obrigatórias com ementa pré-definida e fixa. Essas disciplinas são concentradas,
principalmente, nos cinco primeiros períodos na sequência aconselhada para os alunos e
perfazem um total de 1.680 horas. Este núcleo ainda contempla a realização do trabalho de
conclusão de curso (TCC), que deve ser realizado no 9º através da integralização dos créditos
do componente TCC com a carga horária de 60 horas, componente obrigatório e de conteúdo
programático aberto.
O núcleo de formação especializada é constituído de no mínimo 660 horas de
disciplinas eletivas de perfil. Essas disciplinas surgem no 6º período e se estendem até o 8º
período. No conjunto de disciplinas eletivas de perfil, os alunos poderão cursar as disciplinas
"Tecnologia, Diversidade, Equidade e Inclusão" e "Introdução a Libras", oferecidas para os
estudantes da UFAL.
O estágio não é obrigatório no curso de Inteligência Artificial e pode ser utilizado
como parte da carga horária total de atividades complementares conforme anexo V. As
Atividades Complementares totalizam 240 horas, completando a carga horária total do curso.
De acordo com a legislação vigente, o aluno ainda deverá realizar Ação Curricular de
Extensão tendo, no mínimo, a carga horária de 320 horas desse tipo de atividade.
9.1 COMPONENTES CURRICULARES OBRIGATÓRIOS

Componentes Curriculares Obrigatórios (CCOs), popularmente conhecidos como
disciplinas obrigatórias, são todas aquelas matérias, atividades ou módulos que o aluno é
legal e academicamente obrigado a cursar e ser aprovado para que possa concluir o curso e
obter o diploma.
47

Eles representam o núcleo essencial de conhecimentos que a instituição e as diretrizes
nacionais (DCNs) consideram fundamentais para o exercício da profissão e a formação
acadêmica na área específica. O quadro a seguir especifica os componentes curriculares
obrigatórios para o curso de Inteligência Artificial do Instituto de Computação da UFAL.

Tabela 1: Componentes Curriculares Obrigatórios
Componentes Obrigatórios
Sigla

Componente Curricular

Matemática Discreta Para Computação
Programação 1
Introdução à Inteligência Artificial
Introdução à Ciência de Dados
Cálculo 1
Programação 2
Lógica para Inteligência Artificial
Estatística e Probabilidade para Computação
Cálculo 2
Banco de Dados
Álgebra Linear e Geometria Analítica

48

Carga Horária
72h
72h
72h
72h
72h
72h
72h
72h
72h
72h
72h

72h

Ciência de Dados

72h

Cálculo 3

72h

Programação 3
Inteligência Artificial Simbólica
Aprendizado de Máquina Supervisionado
Aprendizado de Máquina Não Supervisionado

72h
72h
72h

Aprendizado por Reforço
Ética em Inteligência Artificial
Teoria da Computação e Autômatos

72h
72h
72h

Aprendizado Profundo
Processamento de Linguagem Natural
Engenharia De Software Para Inteligência Artificial

72h
72h

Inteligência Artificial Generativa e Modelos De Linguagem

72h

Visão Computacional

72h

Metodologia Científica

72h

Trabalho De Conclusão De Curso

72h

Fonte: Elaborado pela autora.

49

72h

9.2 COMPONENTES CURRICULARES ELETIVOS

Componentes Curriculares Eletivos são matérias ou atividades que o aluno pode
escolher dentro de um leque de opções oferecido pela Universidade, a fim de cumprir uma
carga horária mínima de flexibilização curricular.
Ao contrário das disciplinas obrigatórias, que definem o núcleo da profissão, as
eletivas permitem ao estudante personalizar sua trajetória acadêmica e profissional. O curso
de IA permite a oferta de mais de 40 disciplinas eletivas diferentes, permitindo fluidez na
formação de seu egresso.
Tabela 2: Componentes Curriculares Eletivos.
Sigla

Componente Curricular

Análise e Previsão de Séries Temporais
Inovações em Saúde com Inteligência Artificial
Inteligência Artificial Explicável
Large Language Model Operations
Machine Learning Operations

50

Carga Horária
72h
72h
72h
72h
72h

Modelos de Fundação e Modelos de Visão e Linguagem

72h

Agentes Autônomos

72h

Computação Quântica

72h

Aprendizagem de Máquina Quântica

72h

Aplicações de Aprendizagem de Máquina

72h

51

Meta-aprendizagem

72h

Computação Evolucionária

72h

Inteligência Artificial Coletiva

72h

Processamento de Imagem

72h

Otimização

72h

Ética e Aspectos Jurídicos da Computação

72h

Data warehousing

72h

Gestão de Negócios

72h

Criatividade Computacional

72h

Sistemas Digitais

72h

Organização e Arquitetura de Computadores

72h

Sistemas Operacionais

72h

Programação Funcional

72h

Informática e Sociedade

72h

Compiladores

72h

Visualização de Dados

72h

Análise e Mineração de Redes Complexas

72h

Bancos de Dados Não-Convencionais

72h

Tecnologia, Diversidade, Equidade e Inclusão

72h

Análise e Especificação Avançada de Requisitos de Sistemas

72h

Arquitetura de Sistemas

72h

Programação com Novas Tecnologias

72h

Fundamentos de Teste de Software

72h

Métodos Formais

72h

Teste de Software Avançado

72h

Transformação de Código e Modelos

72h

Seminários em Engenharia de Software

72h

Recuperação da Informação

72h

Processamento de Dados em Larga Escala

72h

Governança de Dados

72h

Gerência de Configuração de Software, Serviços e Sistemas

72h

Engenharia de Requisitos

72h

Introdução a Libras

72h

Língua Inglesa Instrumental 1

72h

Fonte: Elaborado pela autora.

52

Tabela 4: Mapa de Disciplinas Por Semestre.
Semestre

Disciplina

1

Matemática
Discreta Para
Computação

2

Cálculo 1

3

Cálculo 2

Programação 1

Introdução à
Inteligência
Artificial

Introdução à
Ciência de Dados

Programação 2

Lógica para
Inteligência
Artificial

Estatística e
Probabilidade
para Computação

Banco de Dados

Álgebra Linear e
Geometria
Analítica

Ciência de Dados ELETIVA

Inteligência
Artificial
Simbólica

Aprendizado de
Máquina
Supervisionado

ELETIVA

ELETIVA

4
Cálculo 3

Programação 3

Teoria da
Computação e
Autômatos

Ética em
Inteligência
Artificial

Aprendizado por
Reforço

Aprendizado de
Máquina Não
Supervisionado

Visão
Computacional

Engenharia De
Software para
Inteligência
Artificial

Redes Neurais e
Aprendizado
Profundo

Processamento de
ELETIVA
Linguagem
Natural

7

Inteligência
Artificial
Generativa e
Modelos de
Linguagem

ELETIVA

ELETIVA

ELETIVA

ELETIVA

8

Metodologia
Científica

ELETIVA

ELETIVA

ELETIVA

ELETIVA

9

TCC (180h)

ELETIVA

ELETIVA

ELETIVA

ELETIVA

5

6

Fonte: Elaborado pela autora.
53

10. EDUCAÇÃO EM DIREITOS HUMANOS/EDUCAÇÃO PARA AS RELAÇÕES
ÉTNICO-RACIAIS/ EDUCAÇÃO AMBIENTAL/LIBRAS
A regulamentação do Ministério da Educação prevê alguns conteúdos que devem ser
previstos em todos os cursos de graduação. Os componentes curriculares que tratam dos
conteúdos necessários estão detalhados na Tabela 3.

A Lei Federal Nº 9.795, de 27 de abril de 1999, regulamentada pelo Decreto Nº 4.281,
de 25 de junho de 2002, dispõe especificamente sobre a Educação Ambiental (EA) e institui a
Política Nacional de Educação Ambiental (PNEA), como componente essencial e permanente
da educação nacional, devendo estar presente, de forma articulada, em todos os níveis e
modalidades do processo educativo. Nos termos da Resolução Nº 2, de 15 de junho de 2012
do Conselho Nacional de Educação, entende-se que “o papel transformador e emancipatório
da Educação Ambiental se torna cada vez mais visível diante do atual contexto nacional e
mundial em que a preocupação com as mudanças climáticas, a degradação da natureza, a
redução da biodiversidade, os riscos socioambientais locais e globais, as necessidades
planetárias evidenciam-se na prática social”.
Dessa forma, atendendo a recomendação da DCN de Educação Ambiental, que aponta
que não se deve a Educação Ambiental, “como regra, ser implantada como disciplina ou
54

componente curricular específico”, o Projeto Pedagógico do curso de Ciência da Computação
incorpora a Educação Ambiental de diferentes formas, tais como:
▪​ na disciplina obrigatória Computação, Sociedade e Ética;
▪​ em atividade de extensão com na área temática Meio Ambiente contemplada
do Programa de Extensão do Instituto de Computação;
▪​ a partir de diversas formas de participação previstas nas atividades
complementares do curso tais como, participação dos alunos em seminários,
eventos, fóruns de discussão etc;
▪​ a partir de cooperações interdisciplinares com outros cursos como, por
exemplo, o Núcleo de Educação Ambiental (NEA), ligado ao Centro de
Educação, mas que está aberto a apoiar o trabalho de educação ambiental em
diversos cursos. O NEA desenvolve atividades com o Coletivo Jovem, cursos
de formação para professores e estudantes sobre Educação Ambiental, curso
de especialização em Educação Ambiental (2012).

10.1 Educação em Direitos Humanos

Conforme disposto no Parecer CNE/CP N° 8/2012, que estabelece Diretrizes
Nacionais para a Educação em Direitos Humanos e que originou a Resolução CNE/CP N°
1/2012, a Educação em Direitos Humanos deverá estar presente na formação inicial e
continuada de todos os profissionais das diferentes áreas do conhecimento. O objetivo
principal é a formação de indivíduos capazes de promover a educação para a mudança e a
transformação social.
No Contexto deste Projeto Pedagógico, a Educação em Direitos Humanos baseia-se
no ensino de direito constitucional que estará fundamentada nos seguintes princípios
estabelecidos no Art. 3º da RESOLUÇÃO CNE Nº 1, DE 30 DE MAIO DE 2012:
I.​

dignidade humana;

II.​ igualdade de direitos;
III.​ reconhecimento e valorização das diferenças e das diversidades;
IV.​ laicidade do Estado;
55

V.​ democracia na educação;
VI.​ transversalidade, vivência e globalidade; e
VII.​ sustentabilidade socioambiental.

No curso de Ciência da Computação, a inserção dos conhecimentos indispensáveis à
Educação em Direitos Humanos ocorrerá das seguintes formas:
▪​ como um conteúdo específico na disciplina de Noções de Direito; e
▪​ nos demais componentes, a exemplo das atividades complementares, de
extensão, e de pesquisa, desenvolvidas ao longo do curso, de forma transversal
e interdisciplinar.
10.2 Acessibilidade e Direitos das Pessoas Neuro Atípicas

Núcleo de Acessibilidade da Ufal - NAC, criado em 2013, atua de forma a oferecer
o Atendimento Educacional Especializado (AEE) aos estudantes público-alvo, que é um
serviço que identifica, elabora e organiza recursos pedagógicos e de acessibilidade que
eliminem as barreiras para a plena participação dos alunos, considerando as suas
necessidades específicas.
O AEE tem por objetivo complementar ou suplementar a formação do estudante por
meio da disponibilização de serviços, recursos de acessibilidade e estratégias que eliminem as
barreiras para sua plena participação na sociedade e desenvolvimento de sua aprendizagem.
Esse atendimento tanto pode ser feito através de acompanhamento nas salas de aulas
que os alunos frequentam, quanto em atividades na sala do NAC em horário oposto ao das
aulas, para assessorar na confecção de trabalhos acadêmicos. O NAC pode fazer adaptação de
materiais didáticos, além de capacitar os docentes para o uso de tecnologias assistivas, como
por exemplo, recursos de informática para transformar textos em áudio para pessoas cegas.
O NAC também promove cursos sobre recursos didáticos e assistência educacional à
pessoas com deficiência, além de eventos sobre Educação Inclusiva abertos à toda a
comunidade acadêmica.

56

O curso de Ciência da Computação já tem histórico de formação de alunos tanto
com transtorno do espectro autista quanto com deficiência visual e contou com apoio do
NAC.
Tanto em relação ao atendimento de alunos com deficiência, conforme disposto na
Lei Nº 13.146, de 6 de julho de 2015, quanto em relação ao atendimento de alunos com
transtorno do espectro autista, conforme disposto na Lei N° 12.764, de 27 de dezembro de
2012, o curso adotará as seguintes medidas nos termos do Art. 30 da Lei Nº 13.146, de 6 de
julho de 2015:
VII.​ atendimento preferencial à pessoa com deficiência;
VIII.​disponibilização de provas em formatos acessíveis para atendimento às
necessidades específicas do candidato com deficiência;
IX.​ solicitar à administração central da UFAL a disponibilização de recursos de
acessibilidade e de tecnologia assistiva adequados, previamente solicitados e
escolhidos pelo aluno com deficiência;
X.​ dilação de tempo, conforme demanda apresentada pelo aluno com deficiência,
nas atividades acadêmicas, mediante prévia solicitação e comprovação da
necessidade;
XI.​ adoção de critérios de avaliação das provas escritas, discursivas ou de redação
que considerem a singularidade linguística da pessoa com deficiência, no
domínio da modalidade escrita da língua portuguesa;
outras providências no âmbito da competência do colegiado do curso.

11. TRABALHO DE CONCLUSÃO DE CURSO (TCC)
O Trabalho de Conclusão de Curso (TCC) é uma atividade acadêmica curricular com
carga horária de 180 horas cujo objetivo é desenvolver e verificar as habilidades cognitivas
de compreensão, aplicação, análise, avaliação e criação acerca dos conhecimentos científicos,
técnicos e culturais produzidos ao longo do curso. Por meio de TCC, os estudantes devem
aplicar conhecimentos de vanguarda na produção de aplicações científicas, tecnológicas ou
de inovações.

57

O Trabalho de Conclusão de Curso (TCC) é regulamentado no Art. 18 da Resolução
CONSUNI nº 25, de 26 de outubro de 2005, e pela Instrução Normativa3 Nº 02
PROGRAD/Fórum das Licenciaturas, de 27 de setembro de 2013, sendo componente
curricular obrigatório, centrado em determinada área teórico-prática ou de formação
profissional, como atividade de síntese e integração de conhecimento e consolidação das
técnicas de pesquisa.
O Art. 18 da Resolução supracitada, define o TCC como componente curricular
obrigatório em todos os Projetos Pedagógicos dos Cursos da UFAL, assumindo a seguinte
conformação:
▪​ O TCC não se constitui como disciplina, não tendo, portanto, carga horária
fixa semanal, sendo sua carga horária total prevista no PPC e computada
para integralização do Curso;
▪​ A matrícula no TCC se dará automaticamente a partir do período previsto no
PPC para sua elaboração, não tendo número limitado de vagas, nem sendo
necessária a realização de sua matrícula específica no Sistema Acadêmico;
▪​ A avaliação do TCC será realizada através de 01 (uma) única nota, dada após
a entrega do trabalho definitivo, sendo considerada a nota mínima 7,0 (sete),
nas condições previstas no PPC;
▪​ Caso o aluno não consiga entregar o TCC até o final do semestre letivo em
que cumprir todas as exigências da matriz, deverá realizar matrícula vínculo
no início de cada semestre letivo subsequente, até a entrega do TCC ou
quando atingir o prazo máximo para a integralização de seu curso, quando
então o mesmo será desligado.
​

O colegiado do curso deverá editar norma complementar de forma a regulamentar o

aproveitamento de publicação de artigo científico como TCC.
​

O colegiado do curso ou o conselho do Instituto de Computação estabelecerão

regulamentação própria, observadas as regras acadêmicas da UFAL, especificando critérios,
3

https://ufal.br/estudante/graduacao/normas/estagio-curricular/instrucao-normativa-prograd-forum-da
s-licenciaturas-no-01-de-27-de-setembro-de-2013 (último acesso em agosto de 2019)

58

procedimentos e mecanismos de avaliação, além das diretrizes e técnicas relacionadas à sua
elaboração.

12. EMENTÁRIOS, BIBLIOGRAFIAS BÁSICA E COMPLEMENTAR

Disciplinas Obrigatórias
1º Período
Código
IAXXX

Nome da Disciplina

Matemática Discreta para Computação

CH
72

Ementa:
Teoria dos conjuntos; teoria combinatória; relações; funções; lógica e comprovação: equivalência, implicação,
inferência, indução e recursão; álgebra discreta; teoria dos números: divisibilidade, números primos, MDC e
MMC, aritmética modular e criptografia.

Pré-requisito: Nenhum.
Correquisito: Nenhum.
Equivalência:

59

Bibliografia Básica:
1.​ ROSEN, Kenneth H. "Discrete Mathematics and Its Applications - 8th Edition". McGraw-Hill Education,
2018;
2.​ EVARISTO, Jaime; PERDIGÃO, Eduardo.. Introdução à álgebra abstrata. Maceió: EDUFAL, 2002. 220
p. ISBN 8571771251 (broch.).
3.​ MENEZES, Paulo Blauth; UNIVERSIDADE FEDERAL DO RIO GRANDE DO SUL, Instituto de
Informática. Matemática discreta: para computação e informática. Porto Alegre, RS: Artmed, 2005. 258
p. (Livros didáticos ((Universidade Federal do Rio Grande do Sul. Instituto de Informática); 16). ISBN
9788577802692 : (Broch.).
4.​ 3- GRAHAM, Ronald L.,; KMUTH, Donald E.,; PATASHNIK, Oren. Matematica concreta: fundamentos
para a Ciência da Computação. 2.ed. Rio de Janeiro: Livros Técnicos e Científicos, 2008. 475 p. ISBN
8521610408 (broch.).
5.​ LOVÁSZ, László; PELIKÁN, J.; VESZTERGOMBI, Katalin. "Matemática discreta: elementar e além".
Rio de Janeiro: SBM, 2005. 285 p. ISBN 978858581828x;
6.​ SCHEINERMAN, Edward R. "Matemática discreta: uma introdução". 2. ed. São Paulo: Cengage
Learning, 2011. xxiii, 573 p. ISBN 9788522107964.
Bibliografia Complementar:
1. LEVIN, Oscar. "Discrete Mathematics: An Open Introduction - 3rd Edition". School of Mathematical
Sciences Faculty Publications, 2016.
2. GERSTING, Judith L. "Fundamentos matemáticos para a ciência da computação" - 7ª Edição. LTC,
2016.
3. MORGADO, Augusto Cesar; CARVALHO, Paulo Cezar Pinto. Matemática discreta. Rio de Janeiro:
Sociedade Brasileira de Matemática, 2014. x, 192 p. (Coleção PROFMAT ; 12). ISBN 9788583370154
(broch.).
4. LIPSCHUTZ, Seymour. Teoria e problemas de matemática discreta. 2. ed. Porto Alegre: Bookman,
2004.
5. GRAHAM, Ronald L.; KNUTH, Donald E.; PATASHNIK, Oren. "Matemática concreta: fundamentos
para a ciência da computação". 2ª ed. Rio de Janeiro: LTC, 1995.
6. ROSS, K.A.; WRIGHT, C.R. "Discrete Mathematics" - 5ª Edição. Pearson, 2002.
7. BALAKRISHNAN, V.K. "Introductory Discrete Mathematics". Dover Books on Computer Science,
2010.
8. EPP, S.S. "Discrete Mathematics with Applications" - 4ª Edição. Cengage Learning, 2010.
9. CHARTRAND, G.; ZHANG, P. "Discrete Mathematics" - 1ª Edição. Waveland Pr Inc, 2011.
10. GRAHAM, R.; KNUTH, D.; PATASHNIK, O. "Matemática Concreta. Fundamentos para a Ciência da
Computação". Editora Livros Técnicos e Científicos, 1995.

60

Código
IAXXX

Nome da Disciplina
Programação 1

CH
72

Ementa:

Conceitos básicos de linguagens de programação; estruturas de controle; ambiente de
programação; conceitos básicos de programação imperativa; estilo de programação; algoritmos;
representação interna dos dados e sistema de numeração.
Pré-requisito: Nenhum.
Correquisito: Nenhum.
Equivalência:

61

Bibliografia Básica:
1- MIZRAHI, Victorine Viviane. Treinamento em linguagem C. 2. ed. São Paulo, SP: Pearson Prentice
Hall, 2008. xxii, 405 p ISBN 9788576051916 (broch.).
2- FORBELLONE, Andre Luiz Villar; EBERSPACHER, Henri Frederico. Lógica de programação. 2. ed.
Makron Books, 2000. xiv, 197 p.; ISBN 8534611246 : (Broch.)
3- EVARISTO, Jaime. Aprendendo a programar: programando em linguagem C. Rio de Janeiro: Book
Express, c2001.. ix, 205 p. ISBN 8586846813 : (Broch.).

Bibliografia Complementar:
1- XAVIER, Gley Fabiano Cardoso. Lógica de Programação. 11. ed. São Paulo: SENAC, 2007. xxv, 374
p. ((Nova Série Informática)) ISBN 9788573595253 (broch.)
2- VILARIM, Gilvan de Oliveira. Algoritmo: programação para iniciantes . 2.ed. Rio de Janeiro: Ciência
Moderna, 2004. 270 p. ISBN 857393316X.
3- FARRER, Harry. Algoritmos estruturados: programação estruturada de computadores. 3. ed. Rio de
Janeiro: LTC- Livros Técnicos e Científicos Editora S./A., 2008. 284 p. ISBN 9788521611806 : (Broch.).
Classificação: 004.421.021 A396 3.ed. Ac.37436
4- ASCENCIO, Ana Fernanda Gomes; CAMPOS, Edilene Aparecida Veneruchi. Fundamentos da
programação de computadores: algoritmos, pascal e c/c++ e Java. 2. ed. São Paulo: Prentice-Hall, c2008..
viiii, 434 p. ISBN
5- DAMAS, Luís; BERNARDO FILHO, Orlando (trad.). Linguagem C. 10. ed. Rio de Janeiro: LTC,
c2007. 410 p. ISBN 9788521615194 (broch.)

Código
IAXXX

Nome da Disciplina

Introdução à Inteligência Artificial

CH
72

Ementa:
Introdução e histórico da IA. O que é e o que não é IA. Noções introdutórias e aplicações práticas de:
Representação de conhecimento e raciocínio, aprendizagem de máquina e processamento de linguagem
natural.

62

Pré-requisito: Nenhum.
Correquisito: Nenhum.
Equivalência:
Bibliografia Básica:
1.​ Russell, Stuart J., and Peter Norvig. Artificial intelligence: a modern approach. Pearson, 2016.
2.​ Brachman, R. J.; Levesque, H. J. Knowledge Representation and Reasoning. Elsevier. 2004.
3.​ Facelli, k.; Lorena, A. C.; Gama, J.; de Almeida, T. A.; de Carvalho, A. C. P. L. F. Inteligência
Artificial: Uma Abordagem de Aprendizagem de Máquina. Editora: LTC. Ano: 2025. ISBN:
9788521639206.
4.​ Tom Mitchell. Machine Learning. McGraw-Hill, 1997.
5.​ Richard O. Duda, Peter E. Hart and David G. Stork. Pattern Classification, Wiley-Interscience, 2000.
6.​ Christopher M. Bishop. Pattern Recognition and Machine Learning, Springer, 2006.
Bibliografia Complementar:
1.​ Ethem Alpaydin. Introduction to Machine Learning, The MIT Press, 2020.
2.​ S. Theodoridis and K. Koutroumbas. Pattern Recognition, Academic Press, 2008.
3.​ Yaser S. Abu-Mostafa, Malik Magdon-Ismail, Hsuan-Tien Lin. Learning From Data, AMLBook, 2012.
4.​ Kevin P. Murphy. Machine Learning: A Probabilistic Perspective, The MIT Press, 2012.
5.​ Trevor Hastie, Robert Tibshirani, Jerome Friedman. The Elements of Statistical Learning: Data Mining,
Inference, and Prediction. Springer, 2013.
6.​ Ian Goodfellow and Yoshua Bengio and Aaron Courville. Deep Learning. MIT Press, 2016.
[http://www.deeplearningbook.org](http://www.deeplearningbook.org).

63

Código
IAXXX

Nome da Disciplina

CH
72

Introdução à Ciência de Dados

Ementa: Leitura e uso de dados (arquivos, bancos e APIs); armazenamento e modelagem (formatos,
esquemas, catálogo); qualidade e perfilamento; tratamento de valores ausentes e outliers; limpeza e
transformação (tipos, datas, strings, reshape, joins); engenharia descritiva de variáveis; estatística descritiva e
correlações; visualização univariada, bivariada e multivariada; EDA de séries temporais; organização e
reprodutibilidade (projeto, versionamento); interpretação, comunicação, ética e privacidade.

Pré-requisito: Nenhum.
Correquisito: Nenhum.
Equivalência:
Bibliografia Básica:
1.​

Bruno Pimentel. Ciência de Dados: da Teoria à Prática. UICLAP, 2025.

2.​

Hair, J. F., Black, W. C., Babin, B. J., Anderson, R. E., & Tatham, R. L. (2009). Análise multivariada de
dados. Bookman editora.

3.​

Morettin, P. A., & Singer, J. M. (2022). Estatística e Ciência de Dados. LTC: Rio de Janeiro.

Bibliografia Complementar:
1.​ Grus, J. (2016). Data science do zero (Vol. 1). Rio d Janeiro: Alta books.
2.​ O'Neil, C., & Schutt, R. (2013). Doing data science: Straight talk from the frontline. " O'Reilly Media,
Inc.".
3.​ Silvestre, A. (2007). Análise de dados e estatística descritiva. Escolar editora.

2º Período

Código

IAXXX

64

Nome da Disciplina

Cálculo 1

CH

72

Ementa:
Funções e gráficos. Limite e continuidade. A derivada e a derivação. Valores Extremos de funções. Técnicas
de construção de gráficos. A diferencial. Integração e a integral definida.
Pré-requisito: Nenhum.
Correquisito: Nenhum.
Equivalência:
Bibliografia Básica:
1. STEWART, James. Cálculo 1. São Paulo: Thomson Learning, 2005.
2. SWOKOWSKI, Earl. Cálculo com Geometria Analítica. São Paulo: Makron Books, 1994.
3. MUNEM, Mustafa A; FOULIS, David J.; CORDEIRO, André Lima (Trad.). Cálculo . Rio de Janeiro:
Livros Técnicos e Científicos Editora S. A., c1982.
Bibliografia Complementar:

1. LEITHOLD, Louis. Cálculo com Geometria Analítica . São Paulo: Harbra, 1994.
2. GUIDORIZZI, Hamilton. Um Curso de Cálculo. Rio de Janeiro: LTC, 2001.
3. ÁVILA, Geraldo. Cálculo das Funções de uma Variável Real . Rio de Janeiro: LTC, 2003.
4. HOFFMANN, L. D.; BRADLEY, G. D.. Cálculo – Um curso moderno e suas aplicações . 7. Ed. Rio
de Janeiro: LTC – Livros Técnicos e Científicos. 2002.
5. SIMMONS, G. F.. Cálculo com geometria analítica. São Paulo: Pearson Makron Books, 1987.

65

Código
IAXXX

Nome da Disciplina

Programação 2

CH
72

Ementa:
Recursão; algoritmos de busca e ordenação; introdução à análise de algoritmos; elementos de estruturas de
dados lineares; estrutura de dados não lineares; aplicações de estrutura de dados.
Pré-requisito: Programação 1
Correquisito: Nenhum.
Equivalência:
Bibliografia Básica:
1. CORMEN, Thomas H.; STEIN, Clifford. Algoritmos: teoria e prática. Rio de janeiro: Elsevier, 2012. 926
p. ISBN 9788535236996 (broch.).
2. LAFORE, Robert. Estruturas de dados & algoritmos em java. Rio de Janeiro, RJ: Ciência Moderna, 2004.
702 p. ISBN 8573933755 (Broch.).
3. TENENBAUM, Aaron M; LANGSAM, Yedidyah; AUGENSTEIN, Moshe. Estruturas de dados usando C.
São Paulo: Pearson Education do Brasil, Makron Books, 2005. 884 p. ISBN 8534603480 (broch.).
Bibliografia Complementar:
1. DROZDEK, A. Estrutura de Dados e Algoritmos em C++. 4a Edição. Editora Cengage, 2017.
2. ROBERTS, E. S. Programming Abstractions in C++. Pearson, 1st Edition, 2013.
3. SIERRA, K., BATES, B. Head First Java. O'Reilly Media, 2nd Edition, 2005.
4. BECK, K. Test Driven Development: By Example. Addison-Wesley Professional, 2002.

66

5. MARTIN, R. C. Clean Code: A Handbook of Agile Software Craftsmanship. Prentice Hall, 2008.
6. CORMEN, Thomas H.; LEISERSON, Charles E.; RIVEST, Ronald L.; STEIN, Clifford. Introduction to
algorithms. 3rd ed. Cambridge: MIT Press, 2009.. 1292 p. ISBN 9780262533058.
8. PEREIRA, Silvio do Lago. Estruturas de dados fundamentais: conceitos e aplicações. 12. ed. rev. e atualiz.
São Paulo: Érica, 2009.. 238 p. ISBN 9788571943704 (broch.).
9. ZIVIANI, Nivio. Projeto de algoritmos: com implementações em Java e C++. São Paulo: Thomson
Learning, 2015. xx, 621 p. ISBN 9788522105250 (Broch.).

Código
IAXXX

Nome da Disciplina

Lógica para Inteligência Artificial

CH
72

Ementa: Histórico da Lógica. O que é e o que não é Lógica. Lógica dedutiva. Lógica indutiva. Tipos de
raciocínio: Dedutivo, abdutivo, indutivo e analógico. Lógica e IA aplicada. Representação de conhecimento e
raciocínio via Lógica, numa perspectiva aplicada. Lógicas não clássicas. Lógica fuzzy e aplicações.
Pré-requisito:
Correquisito: Nenhum.
Equivalência:
Bibliografia Básica:
2. Russell, S.; Norvig, P. “Inteligência Artificial”. 3ª edição, Elsevier, 2013.
Bibliografia Complementar:
1. Brachman, R. J.; Levesque, H. J. Knowledge Representation and Reasoning.

Código
IAXXX

67

Nome da Disciplina

Estatística e Probabilidade para Computação

CH
72

Ementa: Análise exploratória de dados. Probabilidade. Distribuição discreta e contínua de variáveis
aleatórias. Valor esperado e variância. Inferência estatística: estimação de parâmetros e teste de hipóteses.
Tópicos especiais. Utilização de ferramentas computacionais.

Pré-requisito:
Correquisito: Nenhum.
Equivalência:
Bibliografia Básica:
1. MORETTIN, Pedro A.; BUSSAB, Wilton de Oliveira. Estatística básica. 8. ed. São Paulo: Saraiva,
c2013. 548 p. ISBN 9788502207998 (broch.).
2. MAGALHÃES, Marcos Nascimento; LIMA, Antônio Carlos Pedroso de. Noções de probabilidade e
estatística. 6. ed. rev. São Paulo: EDUSP, 2005. xv, 392 p. ISBN 8531406773 (broch.).
3. MEYER, Paul L. Probabilidade: aplicações à estatística. 2. ed. Rio de Janeiro: LTC-Livros Técnicos e
Científicos Editora S./A., 1983. 426 p. ISBN 8521602944.

Bibliografia Complementar:
1. TRIOLA, Mario F.. Introdução à estatística. 11. ed. Rio de Janeiro: LTC-Livros Técnicos e Científicos
Editora S./A., c2015. xxviii, 707 p. ISBN 9788521622062 (broch.).
2. SPIEGEL, Murray R. Probabilidade e estatística. São Paulo: Pearson Education do Brasil, c1977. 1978
2004 518 p. (Schaum) ISBN 8534613001 : (broch.).
3. FONSECA, Jairo Simon da; MARTINS, Gilberto de Andrade; TOLEDO, Geraldo Luciano. Estatística
aplicada. 2. ed. São Paulo: Atlas, 1990. 267 p. ISBN 8522419019 : (Broch.).
4. LARSON, Ron; FARBER, Betsy. Estatística aplicada. 4. ed. São Paulo: Pearson Education do Brasil,2010.
xiv, 637 p. ISBN 9788576053729 (broch.).
5. JAMES, Barry R. Probabilidade: um curso em nível intermediário. 3. ed. Rio de Janeiro: IMPA, 2011. 299
p. (Coleção projeto Euclides). ISBN 9788524401015 (broch.).

3º Período

Código

68

Nome da Disciplina

CH

IAXXX

72

Cálculo 2

Ementa: A integral indefinida. Logaritmos e exponenciais. Funções trigonométricas e funções
trigonométricas inversas. Funções hiperbólicas. Técnicas de integração. Aplicações da integração.
Coordenadas polares. Integrais impróprias. Fórmula de Taylor. Sequências e séries infinitas.

Pré-requisito:
Correquisito: Nenhum.
Equivalência:
Bibliografia Básica:
STEWART, J.. Cálculo . Volume 1. 5ª edição. São Paulo: Thomson Learning. 2006
STEWART, J.. Cálculo . Volume 2. 5ª edição. São Paulo: Cengage Learning. 2006
SWOKOWSKI, E. W.. Cálculo com Geometria Analítica . 2ª Edição. Rio do Janeiro: Mc-Graw-Hill do
Brasil. 1995.
Bibliografia Complementar:
MUNEM, M. A.. Cálculo. 2ª edição. Ed. Guanabara Dois.
LEITHOLD, Louis.. O Cálculo com Geometria Analítica. Ed. Harbra Ltda.
GUIDORIZZI, H. L.. Um curso de cálculo. 5ª edição. Rio de Janeiro: LTC – Livros Técnicos e Científicos.
2001.
HOFFMANN, L. D.; BRADLEY, G. D.. Cálculo – Um curso moderno e suas aplicações. 10ª edição. Rio de
Janeiro: LTC – Livros Técnicos e Científicos. 2010..
THOMAS, George Brinton; FINNEY, Ross L.. Cálculo diferencial e integral. Rio de Janeiro: Livros Técnicos
e Científicos, 1982.

Código
IAXXX

69

Nome da Disciplina

Banco de Dados

CH
72

Ementa: Conceitos básicos de banco de dados; modelagem de dados; banco de dados relacionais; banco de
dados objeto-relacionais; dados semi-estruturados; aplicações.

Pré-requisito:
Correquisito: Nenhum.
Equivalência:
Bibliografia Básica:
1. ELMASRI, Ramez; NAVATHE, Sham. Sistemas de banco de dados. 6. ed. São Paulo: Pearson Addison
Wesley, c2011.. 788 p. ISBN 9788579360855 (broch.).
2. DATE, C. J. Introdução a sistemas de bancos de dados. Rio de Janeiro: Elsevier, 2003. 865 p. ISBN
9788535212730 (broch.).
3. HEUSER, Carlos Alberto. Projeto de banco de dados. 6. ed. Porto Alegre: Bookman, 2009. xii, 282 p.
(Livros didáticos informática UFRGS 4). ISBN 9788577803828 (broch.).
Bibliografia Complementar:
1. SILBERSCHATZ, Abraham; KORTH, Henry F; SUDARSHAN, S. Sistema de banco de dados. 5. ed. Rio
de Janeiro, RJ: Elsevier, c2006. 781 p. ISBN 8535211078 (broch.).
2. SETZER, Valdemar W.; SILVA, Flávio Soares Corrêa da. Bancos de dados: aprenda o que são, melhore o
seu conhecimento, construa os seus. [1. ed.]. São Paulo, SP: Edgard Blücher, 2005. ix, 380 p. ISBN
8521203616
3. SUEHRING, Steve. MySQL: a bíblia. Rio de Janeiro: ELSEVIER, 2002. xxviii, 674 p.1 CD-ROM ISBN
8535210849 : (broch.)
4. MORELLI, Eduardo Terra. Oracle 9i: fundamental SQL, PL/SQL e administração. São Paulo: Érica, 2002.
428 p. ISBN 8571948747.

Código
IAXXX

70

Nome da Disciplina

Álgebra Linear e Geometria Analítica

CH
72

Ementa: Álgebra vetorial. Retas e planos. Matrizes, sistemas lineares e determinantes. O espaço vetorial Rn.
Autovalores e autovetores de matrizes. Diagonalização de matrizes simétricas.

Pré-requisito:
Correquisito: Nenhum.
Equivalência:
Bibliografia Básica:
1. ANTON, Howard; RORRES, Chris. Álgebra linear: com aplicações. 10. ed. Porto Alegre: Bookman, 2012.
2. BOULOS, P.; CAMARGO, I.. Geometria Analítica – Um Tratamento Vetorial. Ed. Prentice-Hall do Brasil,
2004.
3. CALLIOLI, C. A.; Domingues, H. H.; Costa, R. C. F.. Álgebra linear e aplicações. 6ª edição. Atual, 1990.
4. LIMA, Elon Lages; CARVALHO, Paulo Cezar P. Coordenadas no plano: geometria analítica, vetores e
transformações geométricas. 2. ed. rev. Rio de Janeiro: Sociedade Brasileira de Matemática, 1992.
Bibliografia Complementar:
1. ANTON, Howard; BUSBY, Robert C. Álgebra linear contemporânea. Bookman Editora, 2006.
2. CAMARGO, Ivan de; BOULOS, Paulo. Geometria analítica: um tratamento vetorial. 3. ed. São Paulo:
Prentice-Hall, Pearson Education, 2005.
3. KURGALIN, Sergei; BORZUNOV, Sergei. Algebra and Geometry with Python. Springer, 2022
4. TSUKADA, M.; KOBAYASHI, Y.; KANEKO, H.; TAKAHASI, S. E.; SHIRAYANAGI, K; NOGUCHI,
M.. Linear algebra with Python. Theory and Applications. Springer, 2023.

Código
IAXXX

71

Nome da Disciplina

Ciência de Dados

CH
72

Ementa:Conceitos básicos de Ciência de Dados; Big Data; Noções básicas de estatística e

inferência; Construção de um ambiente experimental; Algoritmos de Aprendizagem de Máquina:
K-NN, K-Means, Naive Bayes, Regressão Logística e Regressão Logística; Seleção de variáveis e
visualização dos dados; Redes Sociais; Recomendação de modelos usando Meta-aprendizado.

Pré-requisito:
Correquisito: Nenhum.
Equivalência:
Bibliografia Básica:
1.​

Bruno Pimentel. Ciência de Dados: da Teoria à Prática. UICLAP, 2025.

2.​ Steven S. Skiena. The Data Science Design Manual. Springer, 2017.
3.​ Mining, W. I. D. (2006). Data mining: Concepts and techniques. Morgan Kaufinann, 10(559-569), 4.
4.​ Rachel Schutt, Cathy O'Neil. Doing data science: Straight talk from the frontline. O'Reilly Media, Inc.,
2013.

Bibliografia Complementar:
1.​ Joel Grus. Data Science do zero: primeiras regras com o Python. O'Reilly Media, 2019.
2.​ Foster Provost, Tom Fawcett. Data Science Para Negócios. Alta Books, 2016.
3.​ Aurélien Géron. Mãos à Obra. Aprendizado de Máquina com Scikit-Learn e Tensorflow. Alta Books,
2019.
4.​ Ronaldo Goldschmidt, Bezerra Eduardo, E. Passos. Data Mining: Conceitos, técnicas, algoritmos,
orientações e aplicações. Rio de Janeiro-RJ: Elsevier, 56-60, 2015.
5.​ Brazdil, C. Carrier, C. Soares, R. Vilalta. Metalearning: Applications to data mining. Springer Science &
Business Media, 2008.
6.​ Cole Nussbaumer Knaflic. Storytelling com Dados: um Guia Sobre Visualização de Dados Para
Profissionais de Negócios. Alta Books, 2019.
7.​ Tsvetovat, M., & Kouznetsov, A.. Social Network Analysis for Startups: Finding connections on the
social web. O'Reilly Media, Inc, 2011.

4º Período

72

Código
IAXXX

Nome da Disciplina

CH
72

Cálculo 3

Ementa: Curvas parametrizadas. Comprimento de arco. Curvatura e Torsão. Triedro de Frenet. Funções de
várias variáveis. Limite e continuidade. Derivadas parciais. Aplicações diferenciáveis. Matriz Jacobiana.
Derivadas direcionais. Gradiente. Regra da Cadeia. Funções implícitas. Funções vetoriais. Teorema da função
inversa. Máximos e mínimos. Multiplicadores de Lagrange. Fórmula de Taylor.

Pré-requisito:
Correquisito: Nenhum.
Equivalência:
Bibliografia Básica:
STEWART, J.. Cálculo. Volume 2. 5ª edição. São Paulo: Cengage Learning. 2006.
WILLIANSON, C.; TROTTER. Cálculo de funções vetoriais. Livros Técnicos e Científicos.
ÁVILA, Geraldo. Cálculo 3, Funções de uma Variável Real . Rio de Janeiro: LTC, 2004.
Bibliografia Complementar:
MUNEM; FOULIS. Cálculo. Volume II. Guanabara Dois.
BOYCE, W. E.; DIPRIMA. Equações diferenciais elementares e problemas de valores de contorno.
Guanabara Dois, 9ª ed., 2010.
LEITHOLD, L.. O cálculo com geometria analítica. Volume 2. 3ª edição. São Paulo: LTC – Livros Técnicos e
Científicos. 1994.
HAZZAN, S.; BUSSAB, W. O.; MORETTIN, P. A.. Cálculo – Funções de várias variáveis. 2ª edição. São
Paulo: Atual. 1986.
PINTO, D.; MORGADO, M. C. F.. Cálculo diferencial e integral de funções de várias variáveis. 3ª Edição.
Editora UFRJ.

Código
IAXXX

73

Nome da Disciplina

Programação 3

CH
72

Ementa: Fundamentos de abstração de dados, orientação a objetos, programação genérica e tratamento de
exceções. Fundamentos de uma determinada linguagem orientada a objetos, abstração, herança,
polimorfismo. Aspectos avançados: classes e instâncias, sobrecarga de operadores, templates, objetos função,
iteradores e padrões de projeto orientado a objetos.
Pré-requisito:
Correquisito: Nenhum.
Equivalência:
Bibliografia Básica:
DEITEL, Harvey M. Java como programar. 8.ed. São Paulo: Pearson Education do Brasil, 2010.
ASCENCIO, Ana Fernanda Gomes; CAMPOS, Edilene Aparecida Veneruchi. Fundamentos da programação
de computadores: algoritmos, pascal e C/C++ e Java. 2. ed. São Paulo: Prentice-Hall, 2008.
BARMES, David J; KÖLLING, Michael. Programação orientada a objetos com Java: uma introdução prática
usando o BlueJ. 4. ed. São Paulo: Pearson Prentice Hall, 2009.
Bibliografia Complementar:
DEITEL, D. Java Como Programar . 6ª ed. São Paulo: Pearson, 2005.
ASCENCIO, Ana Fernanda Gomes; CAMPOS, Edilene Aparecida Veneruchi. Fundamentos da programação
de computadores: algoritmos, pascal e c/c++ e Java. 2. ed. São Paulo: Prentice-Hall, c2008..
LAFORE, Robert. Estruturas de dados & algoritmos em java. Rio de Janeiro, RJ: Ciência Moderna
STROUSTRUP, Bjarne. A linguagem de programação C++. 3. ed. Porto Alegre: Bookman, 2000.
HORSTMANN, Cay S.. Conceitos de computação com o essencial de C++. 3. ed. Porto Alegre: Bookman,
2005.
NAUGHTON, Patrick. Dominando o JAVA. São Paulo: Makron Books, 1996.
TERUEL, Evandro Carlos. Arquitetura de sistemas para Web com Java utilizando Design Patterns e
Frameworks. Rio de Janeiro, RJ: Ciência Moderna, c2012.

Código
IAXXX

74

Nome da Disciplina

Inteligência Artificial Simbólica

CH
72

Ementa: Evolução e histórico da IA. Resolução de problemas via busca: Cega, heurística e estocástica.
Representação de conhecimento e raciocínio. Planejamento. Conhecimento incerto e raciocínio.

Pré-requisito:
Correquisito: Nenhum.
Equivalência:
Bibliografia Básica:
1. Russell, S.; Norvig, P. “Inteligência Artificial: Uma Abordagem Moderna”. 4ª edição, Pearson. 2020.
2. Luger, G. F. “Inteligência Artificial”. 6a edição. Pearson. 2014.
Bibliografia Complementar:
1. Brachman, R. J.; Levesque, H. J. Knowledge Representation and Reasoning. Elsevier. 2004.
2. Facelli, k.; Lorena, A. C.; Gama, J.; de Almeida, T. A.; de Carvalho, A. C. P. L. F. Inteligência Artificial:
Uma Abordagem de Aprendizagem de Máquina. Editora: LTC. Ano: 2025. ISBN: 9788521639206.

Código
IAXXX

Nome da Disciplina

Aprendizado de Máquina Supervisionado

CH
72

Ementa: Introdução à aprendizagem de máquina. Modelos de regressão: regressão linear; regressão
logística; Aprendizado baseado em instâncias (KNN). Métodos probabilísticos: Naive Bayes. Árvores de
decisão e florestas aleatórias. Redes Neurais. Máquinas de vetores de suporte. Modelos múltiplos preditivos.
Avaliação de modelos preditivos.
Pré-requisito:
Correquisito: Nenhum.
Equivalência:

75

Bibliografia Básica:
1.​ Facelli, k.; Lorena, A. C.; Gama, J.; de Almeida, T. A.; de Carvalho, A. C. P. L. F. Inteligência
Artificial: Uma Abordagem de Aprendizagem de Máquina. Editora: LTC. Ano: 2025. ISBN:
9788521639206.
2.​ Abu-Moustafa, Y.S.; Magdon-Ismail, M.; Lin, H-S. “Learning from data”. AMLBook, 2012;
3.​ Hastie, T.; Tibshirani, R.; Friedman, J. “The elements of statistical learning”. 2ª edição, Springer,
2016;

Bibliografia Complementar:
1.Kecman, V. “Learning and Soft Computing”. MIT Press, 2001;
2. Bishop, C.M. “Pattern Recognition and Machine Learning”. Springer, 2006.
3. Russell, S.; Norvig, P. “Inteligência Artificial: Uma Abordagem Moderna”. 4ª edição, Pearson. 2020.

5º Período

Código
IAXXX

Nome da Disciplina

Teoria da Computação e Autômatos

CH
72

Ementa: Alfabeto. Linguagens e operações com linguagens. Gramáticas formais e autômatos. Tipos de
linguagens e a hierarquia de chomsky; Autômatos finitos e de pilha. Máquinas de turing; Tese de
church-turing. Modelos de computação. Teoria das funções recursivas; Decidibilidade. Problema da parada;
Redutibilidade; Complexidade computacional.

Pré-requisito:
Correquisito: Nenhum.
Equivalência:

76

Bibliografia Básica:
1. LEWIS, Harry R; PAPADIMITRIOU, Christos H. Elementos de teoria da computação. 2. ed. rev. Porto
Alegre: Bookman, 2000.. 344 p. ISBN 8573075341 : (Broch.).
2. HOPCROFT, John E.; MOTWANI, Rajeev; ULLMAN, Jeffrey D.; SOUZA, Vanderberg D. de (Trad.).
Introdução à teoria de autômatos, linguagens e computação. Rio de Janeiro: Campus, c2002. 560 p. ISBN
8535210725 : (Broch.).
3. MENEZES, Paulo Blauth. Linguagens formais e autômatos. 5. ed. Porto Alegre: Artmed, 2005. 215 p
(Livros didáticos ; n. 3) ISBN 8524105542 (broch.).
Bibliografia Complementar:
1. SIPSER, Michael. Introdução à teoria da computação. São Paulo: Thomson Learning, 2007.. xxi, 459 p.
ISBN 9788522104994 : (Broch.).
2. DIVÉRIO, T ; MENEZES, P. B.. Teoria da Computação. . Sagra-Luzzatto. 2005.
3. BREINERD, W. S.. Theory of Computation. . John Wiley & Sons. 1974
4. COPELAND, J. (Editors) The Essential Turing: Seminal Writings in Computing, Logic , Philosophy,
Artificial Intelligence ,and Artificial Life: Plus The Secrets of Enigma. Oxford Unoversity Press, 2001.
5. MAHESH, K.Theory of Computation A Problem-Solving Approach, Wiley, 2012.

Código
IAXXX

Nome da Disciplina

Ética em Inteligência Artificial

CH
72

Ementa: Noções gerais de ética. Desafios éticos e os impactos sociais da Inteligência Artificial (IA).
Privacidade nos dados. Lei Geral de Proteção de Dados. Frameworks éticos, governança e aplicações práticas
da ética em IA.

Pré-requisito:
Correquisito: Nenhum.
Equivalência:

77

Bibliografia Básica:
1. FLORIDI, Luciano. The ethics of artificial intelligence: Principles, challenges, and opportunities. 2023.
2. BOSTROM, N.; YUDKOWSKY, E. The Ethics of Artificial Intelligence. Cambridge Handbook of
Artificial Intelligence, 2014.
3. O’NEIL, C. Weapons of Math Destruction: How Big Data Increases Inequality and Threatens Democracy.
Crown, 2016.
Bibliografia Complementar:
1. STANFORD UNIVERSITY. Ethics, Public Policy, and Technological Change. Materiais online.
2. MIT. Ethics and Governance of Artificial Intelligence. Materiais online.
3. BENGIO, Yoshua et al. International AI Safety Report. 2025. Disponível em:
https://arxiv.org/abs/2501.17805.
4. WALLACH, Wendell; ALLEN, Colin. The Ethics of Artificial Intelligence. Oxford University Press, 2008.
5. MÜLLER, Vincent C. (Ed.). Ethics of Artificial Intelligence and Robotics. Routledge, 2020.

Código
IAXXX

Nome da Disciplina

Aprendizado por Reforço

Ementa: Introdução à Aprendizagem por reforço; Métodos de solução tabular; Métodos de solução
aproximada; Aprendizado por Reforço Profundo; Tópicos avançados em aprendizagem por reforço;
Aplicações em computação e engenharia.
Pré-requisito:
Correquisito: Nenhum.
Equivalência:

78

CH
72

Bibliografia Básica:
1. LAPAN, Maxim. Deep Reinforcement Learning Hands-On. 2. ed. Birmingham: Packt Publishing, 2020.
2. SUTTON, Richard S.; BARTO, Andrew G. Reinforcement Learning: An Introduction. 2. ed. Cambridge,
MA: MIT Press, 2018.
Bibliografia Complementar:
1. MURPHY, Kevin P. Probabilistic Machine Learning: An Introduction. Cambridge, MA: MIT Press, 2022.
2. RUSSELL, Stuart J.; NORVIG, Peter. Artificial intelligence: a modern approach. Pearson, 2016.
3. SHALEV-SHWARTZ, Shai; BEN-DAVID, Shai. Understanding Machine Learning:

Código
IAXXX

Nome da Disciplina

Aprendizado de Máquina Não Supervisionado

CH
72

Ementa: Introdução aos Modelos Descritivos. Mineração de padrões frequentes. Análise de agrupamento de
dados. Algoritmos de agrupamentos. Modelos múltiplos descritivos. Avaliação de modelos descritivos.
Pré-requisito:
Correquisito: Nenhum.
Equivalência:

79

Bibliografia Básica:
1.​ Facelli, k.; Lorena, A. C.; Gama, J.; de Almeida, T. A.; de Carvalho, A. C. P. L. F. Inteligência
Artificial: Uma Abordagem de Aprendizagem de Máquina. Editora: LTC. Ano: 2025. ISBN:
9788521639206.
2.​ Hastie, T.; Tibshirani, R.; Friedman, J. “The elements of statistical learning”. 2ª edição, Springer,
2016;
3.​ Bishop, C.M. “Pattern Recognition and Machine Learning”. Springer, 2006.
Bibliografia Complementar:
1.​ RUSSELL, Stuart J.; NORVIG, Peter. Artificial intelligence: a modern approach. Pearson, 2016.

6º Período
Código
IAXXX

Nome da Disciplina

CH

Visão Computacional

72

Ementa: Visão por computador. Aquisição de imagem e sensores de visão. Pré-processamento e segmentação
de imagens. Descrição, reconhecimento de padrões e decisão. Representação. Visão 2D e 3D. Movimento.
Rastreamento. Modelos de câmeras. Redes Neurais Convolucionais. Arquiteturas e aplicações.
Pré-requisito:
Correquisito: Nenhum.
Equivalência:
Bibliografia Básica:
1. .SZELISKI, Richard. Computer Vision: Algorithms and Applications. 2. ed. New York: Springer, 2022.
925 p. ISBN 9783030343712 (broch.).
2. FORSYTH, David A.; PONCE, Jean. Computer Vision: A Modern Approach. 2. ed. Upper Saddle River:
Pearson, 2011. 792 p. ISBN 9780136085928 (broch.).
3. HARTLEY, Richard; ZISSERMAN, Andrew. Multiple View Geometry in Computer Vision. 2. ed.
Cambridge: Cambridge University Press, 2003. 672 p. ISBN 9780521540513 (broch.).

80

Bibliografia Complementar:
1. PRINCE, Simon J. D. Computer Vision: Models, Learning, and Inference. Cambridge: Cambridge
University Press, 2012. 580 p. ISBN 9781107011793 (broch.).
2- SHAPIRO, Linda G.; STOCKMAN, George C. Computer Vision. Upper Saddle River: Prentice Hall,
2001. 608 p. ISBN 9780130307965 (broch.).
3- DAVIS, James W.; SHARMA, Visha. Visual Surveillance and Monitoring. New York: Springer, 2005. 250
p. ISBN 9780387237813 (broch.).

Código
IAXXX

Nome da Disciplina

Engenharia de Software para Inteligência Artificial

CH
72

Ementa:

- Introdução à Engenharia de Software aplicada à Inteligência Artificial;Processos de Software Aplicados a Sistemas
Suportados por Inteligência Artificial;
- Engenharia de Requisitos Aplicada a Sistemas Suportados por Inteligência Artificial;
- Arquitetura de Software para Sistemas Suportados por Inteligência Artificial;
- Padrões de Projetos para Sistemas Suportados por Inteligência Artificial;
- Engenharia de Sistemas Suportados por Inteligência Artificial;
- Refatoração e Compreensão de Programas Suportados por Inteligência Artificial;
- Verificação e Validação de Sistemas Suportados por Inteligência Artificial;
- Gerência de Configuração, DevOps e MLOps em Sistemas Suportados por Inteligência Artificial;
- Ética, Viés, Privacidade e Transparência em Sistemas Suportados por Inteligência Artificial.

Pré-requisito:
Correquisito: Nenhum.
Equivalência:

81

Bibliografia Básica:
Marcos Kalinowski, Tatiana Escovedo, Hugo Villamizar, Hélio Lopes. Engenharia de Software para Ciência de
Dados. Casa do Código. 2023;
Marco Tulio Valente. Engenharia de Software Moderna. Independente. 2022;
Valliappa Lakshmanan, Sara Robinson, Michael Munn. Machine Learning Design Patterns: Solutions to Common
Challenges in Data Preparation, Model Building, and MLOps, 2020.

Bibliografia Complementar:
Rex Black, James Davenport, Joanna Olszewska, Jeremias Rößler, Jonathon Wright, Adam Leon Smith. Artificial
Intelligence and Software Testing: Building systems you can trust, 2022.

Código
IAXXX

Nome da Disciplina

Redes Neurais e Aprendizado Profundo

CH
72

Ementa: Redes biológicas; modelos de neurônios; arquitetura e aprendizado nas redes neurais; aplicações.

Pré-requisito:
Correquisito: Nenhum.
Equivalência:
Bibliografia Básica:
HAYKIN, Simon S. Neural Networks: A Comprehensive Foundation. 2. ed. Upper Saddle River:
Prentice-Hall, c1999. 842 p. ISBN 0132733501 (enc.).
2- BRAGA, Antônio de Pádua; CARVALHO, André Ponce de Leon F. de; LUDERMIR, Teresa Bernarda.
Redes Neurais Artificiais: Teoria e Aplicações. Rio de Janeiro: Livros Técnicos e Científicos, c2007. 226 p.
ISBN 9788521615644 (broch.).
3- VALENÇA, Mêuser. Aplicando Redes Neurais: Um Guia Completo. Olinda, PE: Editora Livro Rápido Elógica, 2005. 246 p. + CD-ROM. ISBN 9788589501811 (broch.).
Bibliografia Complementar:

82

1- HAYKIN, Simon S. Redes Neurais: Princípios e Prática. 2. ed. Porto Alegre: Bookman, 2001. 900 p. ISBN
9788573077186 (broch.).
2- GOODFELLOW, Ian; BENGIO, Yoshua; COURVILLE, Aaron. Deep Learning. Cambridge: MIT Press,
2016. 800 p. ISBN 9780262035613 (broch.).
3- CHOLLET, François. Deep Learning with Python. Shelter Island: Manning Publications, 2017. 384 p.
ISBN 9781617294433 (broch.).
4- GÉRON, Aurélien. Hands-On Machine Learning with Scikit-Learn, Keras, and TensorFlow. 2. ed.
Sebastopol: O'Reilly, 2019. 856 p. ISBN 9781492032649 (broch.).
5- NIELSEN, Michael A. Neural Networks and Deep Learning. 2015.

Código
IAXXX

Nome da Disciplina

Processamento de Linguagem Natural

CH
72

Ementa: Técnicas de pré-processamento: tokenização, limpeza, remoção de stop words, stemização, etc.
Modelos n-gram e aplicações. Medidas de similaridade de palavras e documentos: distância de Levenshtein,
matriz termo-documento, bag of words, similaridade do cosseno, TF-IDF. Aprendizagem de Máquina para
PLN: conceitos básicos, regressão logística, classificador Naïve-Bayes e SVM linear. Modelagem de tópicos,
classificação e agrupamento de texto: espaços latentes, Alocação Latente de Dirichlet (LDA), análise
semântica latente com SVD. Redes Neurais e vetores de palavras (word embeddings): word2vec e
arquiteturas de redes neurais recorrentes (RNN). Reconhecimento de Entidades Nomeadas (NER).
Etiquetagem gramatical de palavras.

Pré-requisito:
Correquisito: Nenhum.
Equivalência:

83

Bibliografia Básica:
1. Jurasky, Daniel, and James H. Martin. "Speech and Language Processing: An introduction to natural
language Processing." Computational Linguistics and Speech Recognition. Prentice Hall, New Jersey (2000).
2. Shapiro, Stuart Charles, and Lucja M. Iwánska, eds. Natural language processing and knowledge
representation: language for knowledge and knowledge for language. Aaai Press, 2000.
3. Bird, Steven, Ewan Klein, and Edward Loper. Natural language processing with Python: analyzing text
with the natural language toolkit. " O'Reilly Media, Inc.", 2009.
Bibliografia Complementar:
1. Brownlee, Jason. Deep Learning for Natural Language Processing: Develop Deep Learning Models for
your Natural Language Problems. Machine Learning Mastery, 2017.
2. Goodfellow, Ian, Yoshua Bengio, and Aaron Courville, Deep Learning. MIT press. 2006.

7º Período

Código
IAXXX

Nome da Disciplina

Inteligência Artificial Generativa e Modelos de Linguagem

CH
72

Ementa: Introdução à Inteligência Artificial Generativa e suas principais arquiteturas. Fundamentos e
evolução dos Modelos de Linguagem, com ênfase na Arquitetura de Transformadores, nos mecanismos de
atenção e nas estruturas de codificação e decodificação. Estudo dos Modelos de Linguagem de Grande Escala
(LLMs) e de Pequena Escala (SLMs): pré-treinamento, ajuste fino e aplicações em Processamento de
Linguagem Natural. Modelos generativos multimodais. Técnicas de Engenharia de Prompt, alinhamento e
personalização por meio da Geração Aumentada por Recuperação (RAG). Implementação prática e avaliação
de modelos generativos, considerando aspectos de desempenho, eficiência e sustentabilidade computacional.
Discussão de métricas, limitações, vieses e aspectos éticos relacionados ao uso responsável da Inteligência
Artificial Generativa.
Pré-requisito: Aprendizado de Máquina Supervisionado, Processamento de Linguagem Natural.
Correquisito: Nenhum.
Equivalência:

84

Bibliografia Básica:
1. Nguyen-Duc, Anh, Pekka Abrahamsson, and Foutse Khomh, editors. Generative AI for Effective Software
Development. Springer Cham, 2024.
2. Jurafsky, Daniel, and James H. Martin. Speech and Language Processing: An Introduction to Natural
Language Processing, Computational Linguistics, and Speech Recognition, with Language Models. 3rd ed.,
2025.
3.⁠⁠Sanseviero, Omar, et al. Hands-On Generative AI with Transformers and Diffusion Models. O'Reilly
Media, Inc., 2024.
4.⁠⁠Babcock, Joseph, and Raghav Bali. Generative AI with Python and PyTorch: Navigating the AI Frontier
with LLMs, Stable Diffusion, and Next-Gen AI Applications. 2nd ed., Packt Publishing Ltd., 2025.

Bibliografia Complementar:
1.⁠⁠Bengio, Yoshua, Ian Goodfellow, and Aaron Courville. Deep learning. Vol. 1. Cambridge, MA, USA: MIT
press, 2017.
2.⁠⁠Min, Bonan, Hayley Ross, Elior Sulem, Amir Pouran Ben Veyseh, Thien Huu Nguyen, Oscar Sainz, Eneko
Agirre, Ilana Heintz, and Dan Roth. 2024. “Recent Advances in Natural Language Processing via Large
Pre-Trained Language Models: A Survey.” ACM Computing Surveys 56 (2): 1–40.
https://doi.org/10.1145/3605943.
3.⁠⁠Vaswani, Ashish, et al. "Attention is all you need." Advances in neural information processing systems 30
(2017).
4.⁠⁠Naveed, Humza, et al. "A comprehensive overview of large language models." ACM Transactions on
Intelligent Systems and Technology 16.5 (2025): 1-72.

9º Período

Código
IAXXX

Nome da Disciplina

Metodologia Científica

CH
72

Ementa: A pesquisa científica; metodologia geral da pesquisa; tipos de pesquisa; métodos e técnicas de
pesquisa; pesquisa bibliográfica; leitura de documentos técnicos em inglês; elaboração de um projeto
individual de estudo ou pesquisa; redação de documentos técnicos e científicos; apresentação de seminários.

85

Pré-requisito:
Correquisito: Nenhum.
Equivalência:
Bibliografia Básica:
1- R. S. Wazlawick. Metodologia de pesquisa para Ciência da Computação. 3º Edição, 2020. GEN LTC.
2- G. L. Volpato. Guia prático para redação científica. 2015. Editora Best Writing.
3- A bússola do escrever : desafios e estratégias na orientação escrita de teses e dissertações - 2. ed. / 2006.
Bibliografia Complementar:
1- G. L. Volpato. Dicas para redação científica. 4º Edição, 2016. Editora Best Writing.
2- F. P. Nascimento & F. L. L. Souza. Metodologia da pesquisa científica. 2015. Editora Thesaurus.
3- J. Zobel. Writing for Computer Science: The art of effective communication. 2º Edição. 2015, Springer.
4- APPOLINÁRIO, Fábio. Dicionário de metodologia científica: um guia para a produção do conhecimento
científico. São Paulo: Atlas, 2004.

13. ESTÁGIO SUPERVISIONADO

O Estágio Supervisionado do Curso de Inteligência Artificial, não obrigatório, tem
por objetivo a articulação dos conhecimentos teóricos e o exercício da profissão em seu
sentido mais amplo, promovendo atividades voltadas para a formação de profissionais de
computação com conhecimento das diversas realidades do mercado, quer seja nas aplicações
de caráter científico, quer nas de cunho empresarial.
O Estágio Supervisionado de IA é coordenado pelo Colegiado do Curso e tem
caráter optativo. Pode ser realizado ao longo do curso, após o 3° (terceiro) semestre letivo.
Durante o Estágio, os alunos deverão desenvolver atividades práticas que permitam
sedimentar os conhecimentos acumulados nas diversas disciplinas já cursadas e entrar em
contato com a realidade local, conhecendo suas dificuldades e necessidades de

86

aprimoramento e automação.
Os estágios supervisionados deverão ter acompanhamento de um professor do
Instituto de Computação, responsável pela evolução do aluno nas suas atividades práticas,
suprindo-lhe com a orientação e apoio necessários ao seu bom desempenho durante todo o
estágio.
O Estágio Supervisionado poderá ser remunerado ou não, e em instituições de ensino
e pesquisa ou em empresas privadas, desde que haja nelas um profissional da área de
Computação que seja responsável pelas atividades dirigidas do aluno e que possa avaliá-lo no
final do estágio.

14. POLÍTICA DE CURRICULARIZAÇÃO DA EXTENSÃO

Em acordo com a Resolução do Conselho Nacional de Educação nº 7, de 18 de
dezembro de 2018, que estabelece as Diretrizes para a Extensão na Educação Superior
Brasileira e regulamenta o disposto na Meta 12.7 da Lei nº 13.005/2014, as atividades
acadêmicas de extensão do curso de graduação em Inteligência Artificial serão dispostas na
forma de componentes curriculares, considerando-os em seus aspectos que se vinculam à
formação dos estudantes, conforme previstos no Plano de Desenvolvimento Institucionais
(PDIs), e nos Projetos Pedagógico Institucional (PPIs) da UFAL, de acordo com o perfil do
egresso, estabelecido neste PPC e nos demais documentos normativos próprios.
As atividades de extensão do curso de Inteligência Artificial compõem 375h, que
representam 10% do total da carga horária curricular do curso e serão caracterizadas como
um processo interdisciplinar, político educacional, cultural, científico, tecnológico, com a
finalidade de promover a interação transformadora entre as instituições de ensino superior e
os outros setores da sociedade, por meio da produção e da aplicação do conhecimento, em
articulação permanente com o ensino e pesquisa.
O curso de Inteligência Artificial contempla Atividades Curriculares de Extensão
como Componentes Curriculares de Extensão conforme as novas diretrizes da Resolução
87

CONSUNI 04/2018 que regulamentou as ações de extensão como componente curricular,
visando à capacitação do aluno e sua aproximação com a comunidade.
As Dimensões da extensão são compromissos prioritários ou elementos estruturantes
que devem funcionar como diretrizes gerais da extensão orientando o planejamento, a
execução e a avaliação das ações extensionistas. Assim, a UFAL institui quatro dimensões
estratégicas como seguem: a) formação acadêmica; b) produção de conhecimento; c)
interação com a sociedade e d) produção, preservação e difusão cultural.
A participação do aluno é um dos pilares das ações que viabiliza a extensão como
momento da prática profissional, da consciência social e do compromisso político, devendo
ser obrigatória para todos os cursos, desde o primeiro semestre, se possível, e estar integrada
a programas decorrentes das Unidades Acadêmicas e à temática curricular, sendo computada
para a integralização do currículo dos discentes. Assim, as atividades (AÇÕES) de extensão
devem ser parte integrante dos currículos dos cursos de graduação, assegurando, no mínimo,
10% do total de créditos curriculares exigidos na forma de programas e projetos de extensão
universitária como preconiza a Meta 12.7 do Plano Nacional de Educação para o decênio
2014 a 2024.
O Curso oferece em cinco momentos seguidos (a partir do 4º período) atividades
curriculares de extensão de caráter obrigatório identificadas como – Práticas de Extensão em
Ciência da Computação 1, 2, 3, 4 e 5 – com atividades diversificadas, voltadas para o estudo,
planejamento e realização das ações extensionistas, visando proporcionar aos discentes
atividades de campo, coletas e tratamento de dados para a construção de diagnósticos e de
pesquisas com metodologias participativas e de intervenção que aproximem o aluno da
comunidade ou tragam a comunidade até a Universidade. Estas atividades e ações serão
implementadas na forma de três (3) tipos distintos. Serão no mínimo em dois (2) projetos
distintos (executados por no mínimo dois semestres) com foco nos processos de Educação da
Sociedade e em comunidades com vulnerabilidade social. As especificações destes
programas e projetos de extensão ficarão a cargo do Núcleo de Extensão da Unidade.
Dessa forma, o curso procurou refletir a ampliação da carga-horária de extensão no
desenvolvimento de ações extensionistas obrigatórias a partir da metade do curso com as
88

atividades curriculares de extensão (ACEs), chamadas no nosso curso de Práticas de
Extensão em Inteligência Artificial, com o objetivo de implementar o contato do aluno com
as atividades de extensão desenvolvidas no Programa de Extensão do Instituto de
Computação (cujas atividades terão Resoluções e Programações específicas, publicizadas
pelos meios apropriados do Instituto aos alunos). Além disso, as próprias alterações no
quadro de docentes e de suas temáticas de interesse impulsionaram a criação de novas ações
de extensão.

15. NÚCLEO DOCENTE ESTRUTURANTE (NDE)

O Núcleo Docente Estruturante (NDE) será estruturado no âmbito do curso de
Inteligência Artificial da UFAL através da RESOLUÇÃO Nº 52/2012-CONSUNI/UFAL e é
um órgão consultivo e propositivo em matéria acadêmica, responsável por acompanhar e
atuar no processo de concepção, consolidação, avaliação e contínua atualização do Projeto
Pedagógico do Curso (PPC). No Instituto de Computação (IC) da Universidade Federal de
Alagoas (UFAL), o NDE do curso de Inteligência Artificial desempenha um papel
fundamental na garantia da qualidade e relevância da formação oferecida aos estudantes. O
núcleo é composto por docentes do Instituto de Computação, indicados pelo colegiado do
curso para um mandato de, pelo menos, três anos. Estes membros trabalham em conjunto
para assegurar que o PPC esteja alinhado às diretrizes curriculares nacionais e às demandas
do mercado de trabalho, promovendo uma formação sólida e atualizada para os alunos. O
curso de Inteligência Artificial da UFAL destaca-se por sua excelência, o que reflete o
compromisso do NDE e de toda a comunidade acadêmica com a qualidade do ensino
oferecido.

89

ANEXO - INFRAESTRUTURA E
PESSOAL

1.​ INFRAESTRUTURA E PESSOAL
A proposição do curso de Bacharelado em Inteligência Artificial, requer, além do
planejamento pedagógico mínimo

apresentado, a projeção de investimentos em

infraestruturas e pessoal que sejam compatíveis com a oferta, de modo a garantir a
90

implantação e o bom funcionamento do mesmo. Desta forma, são dispostos a seguir os
quantitativos mínimos de vagas para docentes, técnicos e discentes, por curso, incluindo-se
ainda a projeção das matrículas.
1.1.​Novas Vagas Docentes/Técnicos
Tabela 5: Projeção de códigos de vaga.
Vagas
Curso

Docentes

Inteligência

Vagas Técnicos Vagas Discentes

24

Artificial

24

80

Matrículas
Projetadas

360

Fonte: Elaborado pela autora.
1.2.​Liberação das Vagas
Os quadros a seguir expõem a predição escalonada de vagas e matrículas. É um
planejamento que necessita de garantias institucionais para que haja a implantação e a
permanência efetiva dos cursos.
Tabela 6: Projeção de estudantes ao longo dos anos.
Curso
Inteligência
Artificial

2026

2027

2028

2029

MAP

80

160

240

320

360

Fonte: Elaborado pela autora.
Foi considerado, para o cálculo de matrícula projetada, um percentual de retenção de
discentes em 10%.
Considerado o quadro mínimo em termos numéricos, apresentamos o planejamento
escalonado no intervalo de 2025 a 2029, em termos percentuais.
91

Tabela 7: Liberação das novas vagas ao longo dos anos.
2026

2027

2028

2029

TOTAL

Docentes

6

6

6

6

24

Técnicos

6

6

6

6

24

Percentuais

25%

25%

25%

25%

100%

Fonte: Elaborado pela autora.

1.3.​AMPLIAÇÃO DA INFRAESTRUTURA TÉCNICA
O curso de Inteligência Artificial requer, para seu funcionamento, estruturas
pedagógicas e administrativas gerais, e espaços de convívio da comunidade além de espaços
específicos previstos pelas necessidades da matriz curricular, como servidores específicos,
laboratórios avançados para Aprendizagem de Máquina, etc., conforme a seguir:
Tabela 8: Ampliação do Instituto de Computação.
QTD

92

ESPAÇO

CAPACIDADE

ÁREA
ÚTIL

ÁREA
CONSTRUÍDA

CUSTO

VALOR

1

Expansão do
prédio do
Instituto de
Computação
(salas de aula,
laboratórios
didáticos,
laboratórios
de IA,
coordenação
de curso,
salas de
permanência
de docente,
sala de
servidor (TI),
auditório,
banheiros,
copa, área
comum)

800 Alunos

1.590

2.067

R$3.939,77

R$8.143.504,59

1

Projeto
Executivo

-

-

-

R$250,00/ 𝑚

2

R$516.750,00

1

Sala Cofre
Data Center

-

-

-

R$15.000.000

R$15.000.000

TOTAL

R$23.690.254,59

Fonte: Elaborado pela autora.

Foi considerado no orçamento para ampliação da infraestrutura a contratação de
empresa de arquitetura para acompanhar a execução do Projeto Executivo da obra, sendo o
valor cotado igual a duzentos e cinquenta reais por metro quadrado construído.

1.4.​ EQUIPAMENTOS

Para equipar e ambientar adequadamente as estruturas apresentadas, são necessários
os seguintes equipamentos.

93

Tabela 9: Quadro de Equipamentos.
CURSO

DESCRIÇÃO

VALOR ESTIMADO

Inteligência Artificial Mobiliário; equipamentos de informática;
equipamentos específicos laboratório de IA;
servidores para IA, acervo bibliográfico

Fonte: Elaborado pela autora.
1.5.​ DIMENSÃO ORÇAMENTÁRIA

A implementação do curso de Inteligência Artificial demandará tanto orçamento de
capital quanto orçamento de custeio para a sua implementação e a sua manutenção. O
orçamento de custeio, apresentado na Tabela 10, reflete a necessidade e maturação dos
cursos, devendo contemplar o primeiro ciclo de formação.
Tabela 10: Custeio estimado.

94

MATRÍCULA

ANO

CUSTO ALUNO

2026

R$7.260,06

80

R$580.804,8

2027

R$7.260,06

160

R$1.161.609,6

2028

R$7.260,06

240

R$1.742.414,4

2029

R$7.260,06

320

R$2.323.219,2

2030

R$7.260,06

400

R$2.904.024,0

2031

R$7.260,06

480

R$3.484.828,8

PROJETADA

CUSTO TOTAL

TOTAL

Fonte: Elaborado pela autora.

95

R$8.295.876,8