5 jornadas de longo prazo que atravessam trilhas inteiras, orientadas a objetivos de carreira. Cada stage é um bloco de aprendizado com outcome claro; siga na ordem ou salte conforme sua base.
Do básico de programação ao topo da carreira técnica em IA.
Para: Dev iniciante-intermediário que quer se tornar Staff Engineer em IA em 12-18 meses.
Estimativa (10h/semana)
60 semanas
✅ Outcome: Domina terminal, Git, HTTP, SQL, rede — base inegociável.
✅ Outcome: TypeScript profissional + algoritmos pragmáticos + Python pra IA.
✅ Outcome: Fundamentos IA + além do LLM + engenharia AI-native (RAG, agents, MCP).
✅ Outcome: Domínio do ecosystem Anthropic: Code, API, Harness Engineering.
✅ Outcome: Fine-tuning próprio, LLM evals rigoroso, security engineering.
Da primeira Lambda ao certificado Professional.
Para: Dev web que quer se certificar AWS até nível Professional (SAA-C03 + DVA + futuro SAP).
Estimativa (10h/semana)
32 semanas
✅ Outcome: Fundamentos AWS, passa CLF-C02.
✅ Outcome: Lambda profundo, DynamoDB, API GW, IaC — DVA-C02 approved.
✅ Outcome: Arquitetura resiliente, segura, otimizada — SAA-C03 approved.
✅ Outcome: Sistemas distribuídos + SRE + security pra base SAP-C03.
Backend clássico aprendendo frontend moderno + IA aplicada.
Para: Dev backend Java/Python/Go que quer se mover pra full-stack AI-native (2026).
Estimativa (10h/semana)
40 semanas
✅ Outcome: TS sério + API Design moderno.
✅ Outcome: Postgres internals + data engineering.
✅ Outcome: IA core + agents + Claude API em produção.
✅ Outcome: Qualidade profissional — testing, a11y, security.
De usar Claude Code até construir harnesses customizados pro time.
Para: Dev que já usa Claude Code e quer dominar SDK, hooks, plugins e Agent SDK.
Estimativa (10h/semana)
20 semanas
✅ Outcome: Skills, subagents, hooks, MCP, multi-projeto.
✅ Outcome: Messages API, tool use, MCP avançado, RAG.
✅ Outcome: System prompt engineering, plugins, Agent SDK em produção.
✅ Outcome: Avaliação rigorosa de agents em produção.
Do zero ao engenheiro que sabe Docker, K8s, distribuídos e SRE.
Para: Quem está começando na área ou vindo de outra stack e quer base moderna.
Estimativa (10h/semana)
48 semanas
✅ Outcome: Terminal, Git, SQL, como computador e rede funcionam.
✅ Outcome: Código profissional + APIs bem desenhadas + DS&A.
✅ Outcome: Docker, K8s, arquitetura moderna, distribuídos, SRE.
✅ Outcome: Security engineering, testing engineering, Postgres internals.
Do SQL ao pipeline de dados AI-ready.
Para: Dev/analyst que quer dominar a camada de dados moderna (lakehouse, stream, ML).
Estimativa (10h/semana)
32 semanas
✅ Outcome: SQL profundo + Postgres internals (MVCC, índices, query planner, replication).
✅ Outcome: Batch vs stream, dbt, orchestração, DuckDB/Polars, Iceberg, Kafka, CDC.
✅ Outcome: Kafka depth (EOS, schema registry, CDC Debezium). NoSQL + Vector DBs polyglot.
✅ Outcome: ML clássico + MLOps — preparado pra time AI-data híbrido.
IDPs, golden paths e developer experience em escala.
Para: SRE/DevOps sênior que quer virar Platform Engineer em empresa com 100+ devs.
Estimativa (10h/semana)
36 semanas
✅ Outcome: Docker + K8s + CI/CD + engenharia moderna.
✅ Outcome: CAP/Raft/sagas + OpenTelemetry + SLOs + incident response.
✅ Outcome: Backstage IDP, golden paths, paved road, DORA/SPACE, DX Productivity.
✅ Outcome: Edge computing, chaos engineering, performance engineering como disciplina.
SLOs, chaos e observabilidade profissional.
Para: Engineer que quer virar SRE sênior ou liderar incident response em produto crítico.
Estimativa (10h/semana)
28 semanas
✅ Outcome: Como computador funciona + redes profundas (TCP, TLS, HTTP/2/3).
✅ Outcome: Consensus, sagas, consistency. SLOs, error budgets, OpenTelemetry, runbooks.
✅ Outcome: Chaos engineering, security eng, cripto aplicada (mTLS, zero-trust).
✅ Outcome: Perf engineering cross-lang + Career (promo, resume, negotiation).
Red teaming, evals e alinhamento em produção.
Para: Engineer ou researcher que quer atuar em time de safety de labs ou produto com AI crítico.
Estimativa (10h/semana)
30 semanas
✅ Outcome: Como IA aprende, transformers, arquiteturas além do LLM.
✅ Outcome: Engenharia AI-native + LLM Evals profissional (golden sets, LLM-as-judge, regression).
✅ Outcome: SFT/LoRA/DPO + voice/vision/multimodal — entender modelo por dentro.
✅ Outcome: AI Safety red teaming, constitutional AI, cripto aplicada (privacy-preserving).
Roadmaps são sugestões. Você pode também navegar livremente: Mapa completo ou Playlists curtas.