NER Avançado: Do Regex ao LLM em Produção

Aprenda a extrair informações críticas de textos com técnicas avançadas de NER, combinando o poder do regex, modelos tradicionais e LLMs. Domine a implementação de pipelines escaláveis para produção.

Nível: Intermediário

Para quem é: Desenvolvedores, engenheiros de dados e cientistas de dados que precisam extrair informações estruturadas de textos não estruturados

Ao concluir, você será capaz de: Capacitar o aluno a implementar pipelines de NER robustos, combinando expressões regulares, modelos tradicionais e LLMs para extração precisa de dados em sistemas reais

8 módulos · 12h · certificado ao final

  • Explorando fundamentos: O que são entidades nomeadas e por que importam
  • Dominando regex para extração de padrões em textos
  • Configurando spaCy e treinando modelos de NER clássicos
  • Integrando LLMs para NER: Prompt engineering e fine-tuning
  • Avaliar precisão: Métricas e validação de modelos de NER
  • Otimizando pipelines: Combinação de regex, NER clássico e LLMs
  • Deployando soluções de NER com FastAPI e Docker
  • Projeto Final: Construindo um pipeline de NER para documentos jurídicos

Projeto Final

Um pipeline completo de NER que extrai entidades de contratos jurídicos (nomes, datas, valores, cláusulas) e as estrutura em um banco de dados, com deploy em container

🎓
NER Avançado: Do Regex ao LLM em Produção 8 módulos · 12h · certificado
Módulo 1 de 8
Aula interativa · Tutor IA
Como quer estudar?
Bem-vindo à sua aula de NER Avançado: Do Regex ao LLM em Produção! Eu sou seu Tutor IA e esta conversa é o próprio curso: cada mensagem faz parte da trilha, com explicações, exemplos, diagramas e desafios. Para começar, me diga seu nome e do que você gosta. Vou usar isso nos exemplos.