Nesta palestra, apresentaremos um panorama do Aprendizado de Máquina Quântico, começando com os conceitos introdutórios do aprendizado de máquina clássico até a exposição de algoritmos quânticos. Iremos discutir modelos como redes neurais quânticas, classificadores variacionais e redes convolucionais quânticas, além de exemplos de aplicação, como o uso de fala em diagnósticos. Também abordaremos os principais desafios enfrentados pelos algoritmos variacionais, como barren plateaus e sensibilidade ao ruído. Por fim, iremos compartilhar alguns resultados recentes da literatura. Nosso objetivo é oferecer um panorama técnico sobre o estado atual e as perspectivas de desenvolvimento deste campo de estudo.