// trilhas de formação
Três cursos, três níveis — cada um com um objetivo claro
Do primeiro contato com CUDA até a gestão de sistemas de IA em produção. Veja em detalhe o que cada trilha cobre e como entrar pelo nível certo.
Voltar ao Início// metodologia
Como os cursos são estruturados
Os cursos da Hélion partem da ideia de que entender o hardware é o que permite tomar decisões melhores ao trabalhar com modelos de IA. Por isso, ao invés de ensinar receitas prontas, o conteúdo explica o raciocínio por trás de cada abordagem — por que um determinado padrão de acesso à memória é mais eficiente, o que acontece com a ocupação dos SMs quando você muda o tamanho do batch, e assim por diante.
Cada trilha combina material de leitura com notebooks executáveis. Os notebooks foram desenvolvidos para ambientes de nuvem com GPUs Nvidia e validados em hardware real antes de serem disponibilizados.
Conceito explicado
O módulo apresenta o conceito com contexto — o que é, por que existe, onde aparece no trabalho real.
Código para executar
Um notebook demonstra o conceito em código. Você executa, modifica parâmetros e observa o comportamento.
Exercício aplicado
Um exercício pede que você resolva um problema usando o que foi apresentado — sem solução na frente.
Gabarito comentado
Após a entrega, você acessa a solução com comentários explicando as decisões tomadas.
CUDA para Iniciantes
Uma introdução aos conceitos de computação paralela por trás dos aceleradores de IA Nvidia: threads, blocos, warps e gerenciamento de memória. O curso não assume experiência prévia com GPUs — o pré-requisito é conhecer alguma linguagem de programação e querer entender como o código roda em paralelo. Inclui notebooks guiados e pequenos exercícios ao fim de cada módulo.
- Modelo de execução CUDA: threads, blocos, grids
- Hierarquia de memória na GPU (global, compartilhada, registros)
- Escrita de kernels simples em CUDA C/Python
- Noções de ocupação e scheduling do SM
- Notebooks executáveis em Google Colab
duração estimada
~3 semanas
investimento
R$ 580
Trilha de Otimização de Modelos
Curso intermediário focado em fazer modelos rodarem com eficiência em hardware de IA Nvidia: precisão mista, estratégias de batching, gerenciamento de memória e uso de ferramentas de profiling. Voltado a praticantes de ML que querem que seus ciclos de treinamento e inferência utilizem bem os recursos do hardware disponível. Inclui labs com modelos reais e sessões de discussão em grupo.
- Precisão mista (FP16/BF16) e impacto no desempenho
- Batching adaptativo e trade-offs de latência × throughput
- Gerenciamento de memória: OOM, pinned memory, gradients
- Profiling com Nsight Systems e PyTorch Profiler
- Diagnóstico e resolução de gargalos de hardware
duração estimada
~7 semanas
investimento
R$ 2.200
Programa de Engenharia de Sistemas de IA
Programa sênior voltado à construção e manutenção de sistemas de IA em produção com hardware acelerador Nvidia: padrões de implantação, monitoramento, gestão de capacidade e práticas de equipe. Voltado a engenheiros que estão assumindo ou já têm responsabilidade sobre plataformas de IA. Inclui revisões com mentores e um projeto capstone individual.
- Padrões de implantação de sistemas com GPU em produção
- Monitoramento, alertas e observabilidade de plataformas de IA
- Gestão de capacidade e decisões de escalabilidade
- Práticas de equipe para engenharia de plataforma de IA
- Projeto capstone com revisão individual de mentor
duração estimada
~9 semanas
investimento
R$ 4.980
// comparativo
Qual curso é para você?
Use a tabela abaixo para identificar qual trilha se encaixa no seu momento atual. Em caso de dúvida, entre em contato — nossa equipe pode ajudar.
| Característica | CUDA Iniciantes | Otimização | Sênior |
|---|---|---|---|
| Experiência com GPU necessária | básica | intermediária | |
| Notebooks executáveis | |||
| Labs com modelos reais | |||
| Discussão em grupo | |||
| Revisão de projeto com mentor | |||
| Projeto capstone | |||
| Investimento | R$ 580 | R$ 2.200 | R$ 4.980 |
CUDA Iniciantes é ideal para
Desenvolvedores que conhecem programação e querem entender como código roda em GPU pela primeira vez.
Otimização é ideal para
Praticantes de ML que já treínam modelos e querem fazer isso com mais eficiência no hardware disponível.
Sênior é ideal para
Engenheiros que mantêm ou vão manter sistemas de IA em produção e precisam de visão de plataforma.
// padrões técnicos
O que se aplica a todos os cursos
LGPD e privacidade de dados
Os dados dos alunos não são compartilhados com terceiros para fins além da gestão educacional.
Conteúdo revisado semestralmente
O currículo é atualizado para refletir mudanças no ecossistema Nvidia e nas ferramentas de profiling.
Exercícios validados em hardware real
Nenhum notebook vai para os alunos sem ter passado por testes em GPUs Nvidia reais.
Certificado com referência ao projeto
O documento emitido inclui referência ao exercício ou projeto entregue pelo aluno.
Suporte técnico por instrutores
Dúvidas são respondidas por quem conhece o conteúdo — não por uma equipe genérica de suporte.
Compatível com ambientes de nuvem
Os labs foram pensados para Google Colab e plataformas similares — sem necessidade de GPU própria.
// preços
Invista na trilha certa para o seu momento
CUDA para Iniciantes
R$ 580
por curso completo
- ~3 semanas de conteúdo
- Notebooks executáveis
- Exercícios com gabarito
- Certificado de conclusão
- Suporte técnico
Trilha de Otimização
R$ 2.200
por curso completo
- ~7 semanas de conteúdo
- Labs com modelos reais
- Sessões de discussão em grupo
- Profiling com Nsight + PyTorch
- Certificado de conclusão
- Parcelamento disponível
Programa Sênior
R$ 4.980
por programa completo
- ~9 semanas de conteúdo
- Mentoria individual com instrutor
- Projeto capstone revisado
- Sessões de grupo + 1:1
- Certificado com referência ao projeto
- Parcelamento disponível
// dúvidas?
Não tem certeza de qual trilha escolher?
Entre em contato com a equipe da Hélion. Podemos conversar sobre o seu perfil técnico e ajudar a identificar o ponto de entrada mais adequado.
Falar com a Equipe