Domine a essência dos embeddings e represente dados de forma inteligente para impulsionar a IA moderna. Crie sistemas avançados de busca semântica, recomendação e RAG, transformando dados brutos em conhecimento acionável.
Nível: Iniciante a Intermediário
Para quem é: Desenvolvedores, engenheiros de Machine Learning, cientistas de dados e entusiastas de IA que desejam dominar a vetorização de dados para construir aplicações inteligentes.
Ao concluir, você será capaz de: Capacitar o aluno a gerar, avaliar e aplicar embeddings para construir sistemas de IA avançados, como busca semântica, recomendação e Retrieval Augmented Generation (RAG).
8 módulos · 12h · certificado ao final
- Entender os fundamentos e a importância dos embeddings em IA.
- Gerar embeddings de texto utilizando modelos pré-treinados (Word2Vec, BERT, Sentence Transformers).
- Criar e aplicar embeddings para dados de imagem e multimodais.
- Avaliar e comparar a performance de diferentes modelos de embeddings.
- Implementar busca semântica, clustering e sistemas de recomendação com embeddings.
- Integrar embeddings em arquiteturas RAG (Retrieval Augmented Generation) com LLMs.
- Otimizar a gestão e o deploy de vetores em bancos de dados vetoriais (ex: Pinecone, Weaviate).
- Projeto Final: Construir um sistema de busca semântica ou um componente de Retrieval para RAG.
Projeto Final
Implementar um sistema de busca semântica para uma coleção de documentos ou um componente de retrieval para um LLM, utilizando embeddings otimizados e um banco de dados vetorial.