Precisão em Dados: Regex, NER e Busca Clássica sem LLMs

Aprenda a construir soluções de extração e busca de dados com precisão cirúrgica, onde modelos de linguagem não são a melhor opção. Ideal para sistemas que exigem performance, baixo custo e alta confiabilidade.

Nível: Intermediário

Para quem é: Desenvolvedores, engenheiros de dados, analistas de NLP e profissionais que trabalham com processamento de texto e busca em sistemas legados ou de alta performance

Ao concluir, você será capaz de: Capacitar o aluno a implementar soluções de alta precisão para extração e busca de dados usando Regex, NER e algoritmos clássicos, identificando cenários onde LLMs não são necessários ou eficientes

8 módulos · 10h · certificado ao final

• Analisando cenários: Quando LLMs falham e alternativas clássicas brilham
• Dominando Regex: Padrões avançados para extração de dados estruturados
• Implementando NER com spaCy: Reconhecimento de entidades sem LLMs
• Construindo pipelines de busca clássica: Do algoritmo à API
• Otimizando performance: Latência e custo em sistemas de busca
• Integrando soluções híbridas: Regex + NER + LLMs em produção
• Avaliando resultados: Métricas de precisão e recall em extração de dados
• Projeto Final: Pipeline de extração e busca para um sistema legado

Projeto Final

Desenvolvimento de um pipeline completo de extração e busca de dados para um sistema de faturas ou documentos técnicos, utilizando Regex, NER e algoritmos clássicos, com documentação de métricas de performance e comparação com abordagens baseadas em LLMs