12 semanas · intensivo
Para quem tem prazo
Cerca de 8 horas por semana, em 1 ciclo focados nas lacunas que mais pesam.
Carreira em 2026 e 2027
Quem atua como Product Manager de IA transforma as capacidades dos modelos de linguagem em funcionalidades em que as pessoas podem confiar, decidindo onde a IA entra, como a qualidade é medida e quanto ela pode custar. O papel fica entre usuários, engenharia e jurídico e responde por saídas que nem sempre se repetem.
Conteúdo revisado em 20 de outubro de 2026
Sênior
Responde por como as funcionalidades de IA se comportam quando algo dá errado, como se prova que melhoraram e onde a IA entra na estratégia do produto.
O trabalho sai de uma funcionalidade e passa ao portfólio: escolher fornecedores, definir conjuntos de avaliação, desenhar experimentos e responder a questões de conformidade e ética que um dono de funcionalidade isolado não enfrentaria. Você passa a decidir o que vai ao ar, o que entra por etapas e o que é recusado.
Score médio exigido: 71%
Error State Design for AI
Por quê: Permite especificar o que o usuário vê quando o modelo estoura o tempo, alucina ou responde com baixa confiança, para que uma falha numa demo com cliente vire mensagem recuperável e não resposta errada.
Progressive AI Disclosure
Por quê: Permite planejar o caminho de uma sugestão que o usuário aceita até uma ação que a IA executa sozinha, liberando autonomia só depois que o usuário viu a funcionalidade acertar no próprio contexto.
A/B Testing AI Features
Por quê: Permite desenhar um experimento numa funcionalidade cuja saída muda a cada pedido, escolhendo tamanho de amostra e métrica de sucesso que resistam ao ruído, para que uma vitória não seja só variância.
Benchmark & Eval Set Management
Por quê: Permite manter um conjunto versionado de casos reais que toda mudança de prompt ou modelo precisa passar, para que uma atualização do fornecedor que quebra em silêncio um cenário central seja pega antes do usuário.
Regulatory Compliance (EU AI Act)
Por quê: Permite classificar uma funcionalidade por risco sob o AI Act europeu e saber quais obrigações de transparência valem antes do lançamento, em vez de descobri-las com o jurídico depois que o roadmap está fechado.
AI Ethics Decision Frameworks
Por quê: Permite levar uma decisão controversa, como usar dados de clientes para melhorar um modelo, a uma revisão estruturada com justificativa documentada, em vez de decidir por quem argumenta mais alto.
Model Selection & Vendor Strategy
Por quê: Permite comparar fornecedores por capacidade, custo, latência e termos de dados e planejar portabilidade, para que um aumento de preço ou descontinuação não force uma reescrita de emergência.
Fine-Tuning Decisions
Por quê: Permite responder a um pedido de treinar modelo próprio verificando antes se prompt melhor ou recuperação de contexto resolveriam, e orçando dados, treino e manutenção que o caminho próprio exige.
AI-First Product Vision
Por quê: Permite propor um produto cujo fluxo só faz sentido por causa da IA, em vez de uma caixa de chat colada numa tela existente, e defender a mudança de proposta de valor perante a liderança.
Competitive Moat with AI
Por quê: Permite perguntar o que continua defensável quando um concorrente chama o mesmo modelo e desenhar o produto para que o uso gere dados próprios que o melhorem, em vez de depender só do modelo.
Cada nível desta carreira corresponde a uma trilha de estudo. Leia o mapa completo de tópicos de graça e depois meça seu nível.
12 semanas · intensivo
Cerca de 8 horas por semana, em 1 ciclo focados nas lacunas que mais pesam.
40 semanas · regular
Cerca de 4 horas por semana, em 3 ciclos. Cada ciclo leva o que ficou pendente do anterior.
Quem atua como Product Manager de IA transforma as capacidades dos modelos de linguagem em funcionalidades em que as pessoas podem confiar, decidindo onde a IA entra, como a qualidade é medida e quanto ela pode custar. O papel fica entre usuários, engenharia e jurídico e responde por saídas que nem sempre se repetem.
Product Manager de IA está mapeado em 2 níveis: Pleno e Sênior. Abra cada nível acima para ver as habilidades que ele precisa comprovar.
O plano tem 2 ritmos: 12 semanas por nível, com cerca de 8 horas por semana (intensivo) e 40 semanas por nível, com cerca de 4 horas por semana (regular).
Uma sessão de estudo para cada tema novo, no seu nível.
Aulas práticas de uso de IA no dia a dia da sua carreira.
Cada requisito é provado por medição, não por um checkbox.
No fim de cada ciclo você vê o que avançou e o que segue para o próximo.
Um diagnóstico curto mede as habilidades que você já tem. A jornada começa daí.