Detecte Câncer com Deep Learning
Construa um sistema completo de IA para detecção de tumores pulmonares usando tomografias 3D reais. Do zero ao deploy — 7 aulas gravadas com acesso imediato.
Começar Agora
Não é só um modelo. É um Sistema Completo.
Diferente de cursos que ensinam apenas a treinar um modelo em dados toy, aqui você constrói todo o pipeline de engenharia de ML necessário para um produto real.
Aulas Interativas Mão na Massa
24 horas de conteúdo gravado em alta definição. Teoria aprofundada, prática mão na massa, e um projeto completo de engenharia de ML — tudo com acesso imediato.
Preciso de experiência em Visão Computacional?
Não. O bootcamp começa dos fundamentos de Deep Learning e PyTorch, e constrói seu conhecimento passo a passo até chegar em CNNs 3D e deploy. Se você sabe Python, está pronto.
- O que é Deep Learning: representações e transformações
- PyTorch do zero: tensores, autograd e GPU computing
- Construindo e treinando CNNs no CIFAR-10
- Loop de treino completo: forward, loss, backward, step
- Transfer Learning com modelos pré-treinados
- GradCAM: visualizando o que a rede "enxerga"
- Fine-tuning eficiente para domínios específicos
- Explicabilidade como requisito em sistemas de IA
- Evolução: CNN pura → Atenção Visual → Transformers
- ViT, DeiT, Swin Transformer e DINO
- Viés indutivo: por que CNNs e ViTs são complementares
- Implementando Vision Transformers na prática
- De pixels a voxels: imagens 2D vs. volumes 3D
- CT Scans, Hounsfield Units e anisotropia
- CNNs 3D para dados volumétricos
- Desbalanceamento de classes e abordagens de detecção
- UV: gerenciamento de pacotes e ambientes Python
- Organização profissional de projetos de ML
- Ferramentas de IA para desenvolvimento (Claude Code, Copilot)
- Framework de Design de Sistemas de Machine Learning
- Download e exploração do dataset LUNA16 (220GB+)
- Custom Dataset PyTorch para volumes 3D
- Treinamento do classificador 3D CNN com balanceamento
- Avaliação de métricas e deploy com Gradio
- Arquitetura end-to-end: segmentação + classificação
- U-Net 3D com Feature Pyramid Network
- Detecção diretamente do CT Scan completo
- Comparação com abordagem modular do projeto principal
Arquitetura Real de Engenharia de ML
Você não vai apenas treinar um modelo. Vai construir todo o ecossistema: desde a ingestão de dados brutos do scanner até a interface de diagnóstico final.
Dados Reais
Trabalhe com volumes DICOM brutos, enfrentando os mesmos desafios de radiologistas e engenheiros.
Pipeline de ML
Segmente, extraia candidatos e classifique nódulos usando arquiteturas 3D avançadas.
Deploy
Entregue valor real através de uma interface web interativa para uso clínico.
Comece a construir hoje
Acesso vitalício a todo o conteúdo: 7 aulas gravadas, repositório completo no GitHub, e a aula bonus de Retina U-Net 3D em maio.
Bootcamp Completo
Acesso imediato e vitalício
US$ 220
- 24 horas de aulas gravadas em HD
- Repositório completo do projeto no GitHub
- 4 notebooks práticos de preparação
- 9 notebooks do projeto end-to-end
- Aula bonus: Retina U-Net 3D (maio)
- Certificado de conclusão oficial
- Acesso vitalício a todo o conteúdo
Pagamento seguro via Hotmart
Habilidades Reais. Aplicação Universal.
Você não precisa ser da área médica. Este bootcamp é para Cientistas de Dados, Engenheiros de ML e desenvolvedores que querem dominar Deep Learning com um projeto real de engenharia.
Ainda tem alguma pergunta?
Tire suas dúvidas e entre para o bootcamp com total confiança.
Após a compra, você recebe acesso imediato a todo o conteúdo: 7 aulas gravadas em alta definição, 4 notebooks de preparação, 9 notebooks do projeto completo, e o repositório no GitHub. A aula bonus de Retina U-Net 3D será disponibilizada em maio de 2026. O acesso é vitalício.
Não. O bootcamp começa dos fundamentos — tensores, autograd, CNNs — e avança progressivamente até Vision Transformers e CNNs 3D. Se você tem noções básicas de Python e interesse em construir projetos de IA, está pronto.
Não é necessário ter uma GPU dedicada em casa. As aulas ensinam como utilizar ambientes em nuvem (como Google Colab e Kaggle Kernels) que oferecem GPUs gratuitas suficientes para rodar os experimentos. Os pesos treinados também são disponibilizados para download.
O repositório contém todo o código do projeto end-to-end: 9 notebooks progressivos que vão do download do dataset LUNA16 até o deploy com Gradio. Inclui os módulos Python organizados (data loading, modelo, treinamento, inferência), testes automatizados, e checkpoints dos modelos treinados.
É uma aula adicional que será disponibilizada em maio de 2026, onde implementamos uma arquitetura end-to-end que faz segmentação e classificação diretamente do CT Scan completo — sem precisar de dois modelos separados. É a evolução natural do projeto construído no bootcamp.
Sim! Ao concluir o bootcamp, você recebe um certificado de conclusão nominal em "Deep Learning aplicado à Visão Computacional 3D".
O pagamento pode ser realizado via cartão de crédito em até 12x pela Hotmart, ou à vista via PIX/Boleto. Todo o processo é seguro e gerenciado pela plataforma Hotmart.
Não. Este bootcamp é um programa independente e precisa ser adquirido separadamente. Ele não faz parte da grade curricular da Pós-Graduação nem dos pacotes da Escola de Data Science.
Carlos Melo
Coordenador da Pós-Graduação | Founder — Sigmoidal & STAR Research Institute
Mestre em Engenharia Aeroespacial pelo ITA e ex-piloto da Força Aérea Brasileira. Fundou a Sigmoidal em 2019, formando mais de 10.000 alunos em Data Science e IA.
Foi o primeiro brasileiro convidado a completar o curso de Operações Espaciais pela Royal Canadian Air Force. Ex-Head de Sensoriamento Remoto do Centro de Operações Espaciais (COPE).
Reconhecido pelo governo americano como talento extraordinário (Green Card EB-1A em Machine Learning). Co-fundador da STAR Research Institute nos EUA.
10k+
Alunos Formados
EB-1A
Green Card por Habilidade Extraordinária
Pronto para construir tecnologia que salva vidas?
Junte-se a centenas de engenheiros e cientistas de dados que estão dominando Deep Learning com projetos reais, não brinquedos.