— O que os participantes dizem
Experiências reais de campo
Engenheiros e desenvolvedores que passaram pelos módulos Vólux — o que aprenderam, onde aplicaram e o que ainda teria sido útil saber antes.
Início// Depoimentos
O que os participantes relataram
Felipe Oliveira
Eng. de automação · São Paulo, SP
"Fiz o módulo introdutório com expectativa baixa — achei que seria mais do mesmo sobre ML. Mas o foco no hardware em si foi o que precisava. A explicação sobre orçamento de memória me ajudou a entender por que meu modelo estava estourando no dispositivo que eu estava usando num projeto de visão industrial."
Módulo 01 · maio 2025
Ana Lima
Desenvolvedora · Campinas, SP
"O workshop foi bem mais denso do que eu esperava. A parte de conversão com TensorRT foi trabalhosa — mas era exatamente o que faltava no meu conhecimento. O guia de laboratório foi bem escrito, com os problemas de compatibilidade documentados antecipadamente, o que poupou bastante tempo."
Módulo 02 · abril 2025
Marcos Ribeiro
Pesquisador · Unicamp, Campinas
"Usei o capstone para estruturar um projeto de pesquisa em sensoriamento agrícola com IA embarcada. A revisão do mentor foi específica — ele identificou um gargalo na pipeline de pre-processamento que eu teria demorado semanas para encontrar sozinho. O feedback foi técnico, não genérico."
Módulo 03 · março 2025
Carla Ferreira
Eng. de produto · Sorocaba, SP
"Conteúdo sólido no workshop, especialmente a parte sobre quantização. A comunidade ajudou bastante quando travei num problema de incompatibilidade de versão de runtime. Uma coisa que poderia melhorar é ter mais exemplos com modelos de detecção de objetos — os exemplos eram mais voltados a classificação."
Módulo 02 · maio 2025
Pedro Teixeira
Maker / freelancer · Ribeirão Preto, SP
"Comecei sem nenhuma experiência com hardware de IA. As 3 semanas do introdutório foram suficientes para eu entender o que estava acontecendo quando testei modelos numa placa que um cliente tinha. Não esperava que fosse tão específico — achei que seria mais teórico e genérico."
Módulo 01 · junho 2025
Juliana Souza
Eng. de software · Campinas, SP
"Vim do capstone com um sistema de IA on-device estruturado para um projeto de logística refrigerada. O processo foi intenso — 8 semanas com bastante leitura de documentação de hardware. O checklist de build foi algo que continuei usando depois, é um artefato genuinamente útil."
Módulo 03 · abril 2025
// Estudos de caso
Projetos desenvolvidos durante os módulos
Desafio
Inspeção visual em linha de montagem
Empresa de automação industrial em Campinas precisava rodar modelos de detecção de defeitos em dispositivos sem conexão de nuvem estável e com orçamento de energia de 10W por dispositivo.
Abordagem
Engenheiro completou o workshop e o capstone em paralelo. Aplicou a metodologia de conversão e calibração de quantização do workshop para reduzir o modelo a um formato viável para a plataforma alvo. As revisões de mentor no capstone ajudaram a refinar a pipeline de pre-processamento.
Resultado
Sistema em campo com latência de inferência abaixo de 40ms por frame, dentro do orçamento de energia definido. O engenheiro reportou que o checklist de build do capstone foi reutilizado como template para outros projetos da equipe.
Duração: ~14 semanas
"O que o capstone me deu foi uma forma estruturada de pensar o problema — não só as ferramentas."
— Participante do Módulo 02 + 03
Desafio
Sensoriamento acústico em campo agrícola
Grupo de pesquisa da Unicamp precisava implantar modelos de classificação de audio em dispositivos com energia solar limitada para monitoramento de pragas em área rural sem cobertura de dados.
Abordagem
Pesquisador completou o módulo introdutório e depois o capstone. Usou as spec cards de hardware do módulo 01 para selecionar a plataforma adequada. O mentor ajudou a identificar que o modelo original era superestimado para a tarefa — a versão quantizada menor obteve resultado semelhante.
Resultado
Sistema deployed em 6 nós em campo. Consumo médio 40% abaixo da estimativa original após a otimização do modelo. Documentação técnica do capstone serviu como base para artigo de pesquisa sobre edge AI em agricultura de precisão.
Duração: ~11 semanas
"A revisão do mentor identificou em 30 minutos um problema que eu teria demorado muito mais para encontrar."
— Participante do Módulo 01 + 03
// Em números
Referências objetivas
340+
participantes formados
4.7
nota média de satisfação
93%
aplicaram o conteúdo em projetos
3+
anos de atividade contínua
// Contato
Tem perguntas antes de se inscrever?
Telefone
+55 19 3741-2685Endereço
Av. Norte-Sul 1234, Cambuí, Campinas SP
Atendimento
Seg–Sex: 09h–18h
Sáb: 09h–13h
// Próximo passo
Pronto para começar?
Entre em contato e escolha o módulo que faz sentido para o seu projeto atual.
Falar com a Equipe