WORKSHOPS

Este workshop apresenta uma visão estratégica e pragmática sobre como Agentic AI, combinada ao n8n, viabiliza a construção de agentes autônomos, orientados a objetivos e profundamente integrados aos ecossistemas digitais corporativos. O foco está em transformar workflows tradicionais em sistemas inteligentes auto-orquestrados, capazes de tomar decisões, executar ações e adaptar comportamentos em tempo real. Serão explorados os conceitos centrais de Agentic AI planejamento, memória, uso de ferramentas e feedback contínuo aplicados na prática por meio do n8n como camada de orquestração low-code, integração de APIs e automação de processos complexos.

Neste workshop, você explorará como construir um sistema multiagente usando o Agent Development Kit (ADK) com Python para permitir que agentes inteligentes executem tarefas complexas.

Vibe Engineering é a arte de reduzir a fricção entre design e desenvolvimento. Como um produto inteiro leva meses, neste workshop vamos focar no coração de qualquer aplicação: o Dashboard Principal (Core Flow). Vamos criar a interface de um painel financeiro do zero e usar IA para gerar componentes reais. Você não vai apenas desenhar telas; vai orquestrar LLMs para transformar wireframes em código funcional de front-end. Saia com um fluxo de trabalho validado para acelerar as entregas mais complexas do seu time e construir pontes sólidas com a engenharia.

Neste workshop, os participantes irão explorar como construir sistemas baseados em Agentic AI utilizando Java, Quarkus e LangChain4j. Serão apresentados os conceitos fundamentais dos agentes de IA, suas diferenças em relação aos tradicionais AI Services e como eles podem utilizar function calling para tomar decisões e executar ações de forma autônoma. Em seguida, os participantes irão desenvolver workflows agenticos capazes de coordenar múltiplas etapas para resolver problemas reais de negócio. Ao final do workshop, os participantes terão adquirido experiência prática na construção de aplicações Java modernas baseadas em agentes

Aprenda como proteger proativamente seus ambientes o AWS Security Agent — um agente de IA que automatiza revisões de segurança de acordo com os requisitos da sua organização e oferece pentest sob demanda. Neste workshop prático, você configurará o AWS Security Agent, definirá requisitos de segurança (bibliotecas aprovadas, padrões de registro, políticas de acesso a dados) e o usará para revisar documentos de design, avaliar pull requests do GitHub e executar pentests em um endpoint. Ao final, você saberá como integrar a aplicação de segurança automatizada e contextualizada em todo o seu ciclo de desenvolvimento.

O Figma agora permite que ferramentas de IA leiam seus arquivos de design diretamente graças ao MCP (Model Context Protocol). Na prática, uma IA consegue interpretar uma tela no Figma e gerar automaticamente o código correspondente ao componente.

Neste workshop de 90 minutos, você irá montar esse fluxo na sua própria máquina com o apoio de três facilitadores.

Durante a atividade, vamos:

• Conectar o Figma a uma ferramenta de IA (Cursor ou VS Code);
• Selecionar uma tela de design real;
• Pedir para a IA gerar o código do componente;
• Avaliar o resultado e realizar ajustes em conjunto com a IA.

O ambiente estará pré-configurado. Traga apenas um notebook com Node.js instalado e uma conta gratuita no Figma.

Neste workshop hands-on de duas horas você vai construir do zero um sistema RAG completo em Java com Spring Boot e LangChain4j. Vamos partir de um projeto vazio e chegar a uma aplicação funcional que ingere documentos, gera embeddings, armazena em vector database e responde perguntas em linguagem natural usando modelos de IA. Você vai configurar o pipeline inteiro: chunking de documentos com overlap, busca por similaridade com ChromaDB, integração com modelos self-hosted via Ollama e APIs pagas como OpenAI e Anthropic, e um chat web com React e WebSocket. Também vamos implementar estratégias de otimização de tokens para controlar custos e instrumentar o pipeline com OpenTelemetry.

Neste workshop, os participantes irão explorar como construir sistemas baseados em Agentic AI utilizando Java, Quarkus e LangChain4j. Serão apresentados os conceitos fundamentais dos agentes de IA, suas diferenças em relação aos tradicionais AI Services e como eles podem utilizar function calling para tomar decisões e executar ações de forma autônoma. Em seguida, os participantes irão desenvolver workflows agenticos capazes de coordenar múltiplas etapas para resolver problemas reais de negócio. Ao final do workshop, os participantes terão adquirido experiência prática na construção de aplicações Java modernas baseadas em agentes

Vou mostrar como sair do erro comum quando usa IA generativa, desenvolvendo uma estrutura de back-end robusta apenas configurando coisas simples.

Exemplo prático: Implementando um serviço de gerenciamento de estoque, com controle de acesso com front-end nativo e painel de Métricas - em apenas 1h30min + Bônus: integração MCP, IA nativa.

A colaboração multi-agente desbloqueia novos níveis de raciocínio, especialização e orquestração de tarefas em sistemas de IA generativa. Nesta sessão prática, aprenda como aproveitar o Model Context Protocol (MCP) com os serviços de IA agentica da AWS e o Amazon Aurora PostgreSQL para construir um sistema de IA colaborativo. Iremos criar agentes especializados focados em casos de uso de interação com dados que demonstram uma variedade de tarefas de recuperação, análise ou tomada de decisão fundamentadas em dados e contexto em tempo real do Aurora. Construa um protótipo funcional que demonstra como agentes inteligentes podem colaborar para resolver problemas complexos com

Testes automatizados protegem seu código de efeitos colaterais, negociais ou técnicos, desde que sejam feitos adequadamente.

Em 2009, o livro Agile Testing apresentou os 4 quadrantes, reforçando a necessidade de guiar ações da engenharia, do produto e de criticar objetivamente cada versão liberada.

Porém, sem GenIA, criar testes automatizados além dos testes unitários exige muito esforço. Com GenIA, criaremos testes de aceitação, de componente e de contrato entre o componente e suas dependências, alinhados aos requisitos funcionais e não funcionais definidos.

Ferramentas utilizadas:

• Conta Google
• Gemini CLI
• TaskMaster AI
• .NET ou Spring Boot (Reqnroll ou Cucumber)
• Docker Compose
• Visual Studio Code