Desenvolvimento de Aplicação Criativa com IA
Bem-vindo ao projeto final da disciplina! Você irá colocar em prática tudo que aprendeu sobre Deep Learning para criar uma aplicação original, funcional e com impacto real no mundo.



Projeto Final
100 pontos
Visão Geral
O Que é Este Projeto?
Objetivo Central
Desenvolver uma aplicação criativa utilizando conceitos de Deep Learning estudados ao longo da disciplina, demonstrando compreensão prática e capacidade de inovação.
O Projeto Deve Demonstrar
  • Compreensão prática de redes neurais
  • Capacidade de planejamento de projetos de IA
  • Criatividade na solução proposta
  • Aplicação de técnicas modernas de desenvolvimento

O foco não é criar um sistema perfeito, mas sim demonstrar entendimento real dos conceitos de Deep Learning com criatividade e aplicação prática.
Tema do Projeto
IA Criativa Aplicada a Problemas Reais
Os grupos deverão criar uma aplicação original que utilize Deep Learning para resolver, automatizar ou melhorar alguma atividade do cotidiano ou de áreas de grande impacto social.
Saúde
Diagnóstico, monitoramento e suporte clínico com IA
Educação
Tutores virtuais, correção automática e personalização
Acessibilidade
Ferramentas para inclusão de pessoas com deficiência
Sustentabilidade
Soluções ambientais e consumo consciente com IA
Arte & Jogos
Criação generativa, música, imagens e experiências interativas
Segurança
Detecção de fraudes, fake news e comportamentos suspeitos
Stack Tecnológico
Tecnologias Permitidas
Deep Learning & IA
  • TensorFlow / Keras
  • PyTorch
  • OpenCV (Visão Computacional)
  • NLP e Redes Neurais Artificiais
  • APIs de IA externas
Interfaces & Backend
  • Python (linguagem principal)
  • Flask / FastAPI
  • Streamlit
  • HTML / CSS / JavaScript
Ferramentas Obrigatórias
Loop e GitHub: Seus Aliados no Projeto
Loop — Planejamento
  • Brainstorming e ideação inicial
  • Organização e divisão de tarefas
  • Definição da arquitetura da solução
  • Documentação de ideias e cronograma
GitHub — Código
  • Criação e organização do repositório
  • Versionamento contínuo do código
  • Registro da evolução do projeto
  • Documentação técnica e entrega final

Ambas as ferramentas são obrigatórias. O não uso de Loop ou GitHub resultará em perda de pontuação nos critérios de Planejamento e Organização.
O Que Entregar
Estrutura Esperada do Projeto
1
Repositório no GitHub
Código-fonte organizado, README.md completo, instruções de execução, descrição do projeto, prints do sistema e organização clara dos arquivos.
2
Planejamento no Loop
Proposta inicial, definição do problema, objetivos, funcionalidades planejadas, cronograma de desenvolvimento e divisão de tarefas entre os integrantes.
3
Aplicação Funcional
Interface utilizável, modelo de Deep Learning integrado, funcionalidade prática demonstrável e apresentação clara dos conceitos aprendidos na disciplina.
Organização do Código
Estrutura do Repositório GitHub
/projeto-deep-learning
│
├── README.md
├── requirements.txt
├── app.py
├── static/
├── templates/
├── models/
├── dataset/
└── docs/
README.md deve conter:
  • Nome e objetivo do projeto
  • Tecnologias utilizadas
  • Como executar localmente
  • Prints e demonstrações do sistema
  • Descrição do modelo de IA utilizado
  • Nomes dos autores do projeto
Avaliação
Critérios e Pontuação
25
Deep Learning
Maior peso na avaliação
20
Criatividade
Inovação valorizada
20
Funcionalidade
Sistema deve funcionar
Inspire-se
Sugestões de Projetos
🤖 Linguagem & Texto
  • Chatbot inteligente
  • Tradutor inteligente
  • Detector de fake news
  • Classificador de textos
👁️ Visão Computacional
  • Detector de emoções
  • Reconhecimento de imagens
  • Sistema de visão computacional
  • Gerador de imagens
🎮 Interação & Jogos
  • Jogo com IA integrada
  • Assistente virtual
  • Reconhecimento de voz
  • Sistema de recomendação
💡 Impacto Social
  • Sistema acessível para PcD
  • IA para educação
  • Aplicação sustentável
  • Previsão de dados reais
Diferenciais & Entrega
Como Se Destacar e Entregar
⭐ Diferenciais Valorizados
Acessibilidade e impacto social real
Interface moderna e intuitiva
Integração com APIs externas
Deploy online (Streamlit Cloud, Render etc.)
Uso criativo e inovador de IA
📦 O Que Enviar
  • Link do repositório no GitHub
  • Link ou exportação do planejamento no Loop
  • Apresentação (10 a 15 minutos)
  • Demonstração funcional ao vivo
🎤 Na Apresentação
  • Demonstração prática do sistema
  • Explicação do modelo de IA utilizado
  • Dificuldades encontradas e soluções adotadas
"A Inteligência Artificial não é apenas sobre tecnologia. É sobre criar soluções capazes de transformar a forma como interagimos com o mundo."