Aprenda a construir sistemas inteligentes que identificam e previnem fraudes em avaliações usando LLMs e análise de dados. Transforme a integridade acadêmica com tecnologia de ponta.
Nível: Intermediário
Para quem é: Professores, coordenadores pedagógicos, desenvolvedores de sistemas educacionais e profissionais de TI interessados em automação de avaliações
Ao concluir, você será capaz de: Capacitar educadores e profissionais de TI a implementar sistemas automatizados de detecção e prevenção de cola em avaliações usando LLMs e análise de padrões
8 módulos · 12h · certificado ao final
Analisando padrões de cola em avaliações tradicionais
Configurando embeddings para detecção de similaridade textual
Treinando LLMs para identificar respostas suspeitas
Desenvolvendo APIs de validação em tempo real
Criando dashboards de monitoramento com Power BI
Implementando técnicas de randomização de questões
Integrando sistemas anti-cola em plataformas LMS
Projeto Final: Sistema completo de detecção e prevenção de cola
Projeto Final
Um sistema funcional de detecção de cola com backend em Python, API REST e dashboard de monitoramento, aplicável a uma plataforma de avaliação real
🎓
Anti-Cola com LLMs: Detecção e Prevenção Automatizada
8 módulos · 12h · certificado
Bem-vindo à sua aula de Anti-Cola com LLMs: Detecção e Prevenção Automatizada! 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.
Modo voz ativo. Toque no 🔊 da resposta para ouvir.
Aprenda a implementar sistemas RAG do zero, utilizando as melhores práticas e frameworks modernos como LangChain e LlamaIndex. Transforme dados em respostas inteligentes e escaláveis para aplicações reais.
Nível: Intermediário
Para quem é: Desenvolvedores, engenheiros de dados e profissionais de IA que desejam implementar soluções RAG em produção
Ao concluir, você será capaz de: Capacitar o aluno a construir, otimizar e implantar sistemas RAG completos, desde a ingestão de dados até a geração de respostas contextualizadas, utilizando LangChain e LlamaIndex
9 módulos · 12h · certificado ao final
Entenda a arquitetura RAG e seus componentes essenciais
Configure ambientes de desenvolvimento para RAG com Python
Processe e prepare dados para ingestão em sistemas RAG
Implemente embeddings e buscas semânticas com LlamaIndex
Construa pipelines de geração de respostas com LangChain
Otimize desempenho e precisão com técnicas avançadas de RAG
Integre sistemas RAG com APIs e bancos de dados externos
Monitore e escale sistemas RAG em produção
Projeto Final: Construa e deploye um chatbot RAG completo com dados personalizados
Projeto Final
Um sistema RAG funcional, implantado em um ambiente de produção simulado, com ingestão de dados personalizados, busca semântica e geração de respostas contextualizadas
🎓
RAG do Código à Produção: Implementação Completa com LangChain e LlamaIndex
9 módulos · 12h · certificado
Bem-vindo à sua aula de RAG do Código à Produção: Implementação Completa com LangChain e LlamaIndex! 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.
Modo voz ativo. Toque no 🔊 da resposta para ouvir.
Aprenda a dominar técnicas avançadas de prompt engineering para otimizar sistemas de LLMs em produção e automatizar fluxos de trabalho com eficiência. Transforme prompts em soluções escaláveis e de alta qualidade para ambientes reais.
Nível: Intermediário
Para quem é: Desenvolvedores, engenheiros de IA, analistas de dados e profissionais de TI que trabalham com LLMs e automação de processos
Ao concluir, você será capaz de: Capacitar o aluno a aplicar técnicas avançadas de prompt engineering para maximizar a eficiência e qualidade de sistemas baseados em LLMs em ambientes de produção
8 módulos · 12h · certificado ao final
Explorando os fundamentos de prompt engineering para produção
Aplicando técnicas de few-shot e zero-shot em cenários reais
Otimizando prompts para redução de alucinações e erros
Integrando LLMs em pipelines de automação com Python
Avaliando métricas de qualidade e desempenho de prompts
Implementando fallback e correção automática de respostas
Construindo um sistema de prompts escalável para produção
Projeto Final: Pipeline de produção com LLMs e prompts otimizados
Projeto Final
Desenvolvimento de um pipeline de produção completo que utilize técnicas avançadas de prompt engineering para automação de tarefas com LLMs, incluindo métricas de avaliação e fallback automático
🎓
Prompt Engineering para Produção: Técnicas Avançadas em Ação
8 módulos · 12h · certificado
Bem-vindo à sua aula de Prompt Engineering para Produção: Técnicas Avançadas em Ação! 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.
Modo voz ativo. Toque no 🔊 da resposta para ouvir.
Aprenda a projetar prompts poderosos que extraem o máximo potencial dos LLMs, desde técnicas básicas até estratégias avançadas de few-shot learning. Este curso combina teoria e prática para transformar você em um especialista em engenharia de prompts, pronto para aplicar em projetos reais.
Nível: Intermediário
Para quem é: Desenvolvedores, cientistas de dados, profissionais de NLP e entusiastas de IA que desejam dominar a engenharia de prompts para melhorar a interação com modelos de linguagem
Ao concluir, você será capaz de: Capacitar o aluno a projetar prompts eficazes para LLMs, desde técnicas básicas até estratégias avançadas de few-shot learning, com foco em aplicações reais e otimização de resultados
8 módulos · 12h · certificado ao final
Explorando os fundamentos dos LLMs e a importância dos prompts
Dominando técnicas de zero-shot prompting para tarefas genéricas
Aplicando few-shot learning para melhorar a precisão dos modelos
Avaliar respostas de LLMs com métricas de qualidade e consistência
Otimizando prompts para casos de uso específicos (saúde, jurídico, educação)
Integrando prompts em pipelines de automação com Python e APIs
Mitigando alucinações e vieses em respostas de LLMs
Projeto Final: Construindo um sistema de prompts avançados para um caso real
Projeto Final
Desenvolvimento de um sistema de prompts otimizados para uma aplicação prática (ex: chatbot jurídico, assistente educacional ou ferramenta de análise de dados), com documentação técnica e avaliação de resultados
🎓
Prompt Engineering: Do Zero-Shot ao Few-Shot Avançado
8 módulos · 12h · certificado
Bem-vindo à sua aula de Prompt Engineering: Do Zero-Shot ao Few-Shot Avançado! 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.
Modo voz ativo. Toque no 🔊 da resposta para ouvir.
Aprenda a identificar quando técnicas clássicas de NLP superam LLMs e implemente soluções eficientes para extração e busca de dados. Reduza custos e latência com pipelines otimizados para cenários reais.
Nível: Intermediário
Para quem é: Desenvolvedores, engenheiros de dados, analistas de NLP e profissionais de TI que trabalham com processamento de texto e buscas em sistemas legados ou de alto desempenho
Ao concluir, você será capaz de: Capacitar o aluno a identificar cenários onde técnicas clássicas de NLP (como NER e regex) superam LLMs, implementando soluções eficientes e escaláveis para extração e busca de dados
8 módulos · 10h · certificado ao final
Analisando cenários: Quando LLMs falham e por quê
Dominando regex: Padrões avançados para extração de dados
Implementando NER com spaCy e regras personalizadas
Otimizando buscas clássicas: Índices, tokenização e performance
Construindo pipelines híbridos: Regex + NER + LLMs
Avaliando métricas: Precisão, recall e eficiência em sistemas clássicos
Deploy de soluções: Integração com APIs e bancos de dados
Projeto Final: Pipeline de extração e busca para um sistema legado
Projeto Final
Um pipeline completo de extração e busca de dados usando regex e NER, integrado a um sistema legado ou de alto desempenho, com documentação técnica e métricas de performance
🎓
Regex, NER e Busca Clássica: Quando LLMs Não São a Solução
8 módulos · 10h · certificado
Bem-vindo à sua aula de Regex, NER e Busca Clássica: Quando LLMs Não São a Solução! 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.
Modo voz ativo. Toque no 🔊 da resposta para ouvir.
Domine a criação e deploy de embeddings com Python, desde a teoria até a implementação em produção. Aprenda a transformar textos em vetores poderosos para aplicações de NLP e busca inteligente.
Nível: Intermediário
Para quem é: Desenvolvedores, cientistas de dados e engenheiros de ML que desejam dominar embeddings para aplicações reais
Ao concluir, você será capaz de: Capacitar o aluno a criar, otimizar e implantar embeddings em produção usando bibliotecas modernas e técnicas avançadas de vetorização
8 módulos · 12h · certificado ao final
Explorando conceitos fundamentais de embeddings e suas aplicações
Configurando o ambiente Python com Sentence Transformers e FAISS
Treinando embeddings personalizados com datasets específicos
Otimizando embeddings para busca semântica e similaridade
Integrando embeddings com sistemas RAG usando LangChain
Avaliando qualidade de embeddings com métricas avançadas
Implantando embeddings em produção com FastAPI e Docker
Projeto Final: Construindo um sistema de busca semântica completo com embeddings
Projeto Final
Um sistema de busca semântica funcional com embeddings personalizados, API REST e documentação técnica
🎓
Embeddings com Python: Da Teoria ao Deploy Avançado
8 módulos · 12h · certificado
Bem-vindo à sua aula de Embeddings com Python: Da Teoria ao Deploy Avançado! 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.
Modo voz ativo. Toque no 🔊 da resposta para ouvir.
Aprenda a transformar buscas simples em sistemas inteligentes capazes de entender significado e contexto. Domine técnicas avançadas para implementar soluções de busca que vão além do Ctrl+F, utilizando IA para resultados precisos e relevantes.
Nível: Iniciante a Intermediário
Para quem é: Desenvolvedores, analistas de dados, profissionais de TI e entusiastas de IA interessados em aprimorar sistemas de busca
Ao concluir, você será capaz de: Capacitar o aluno a implementar sistemas de busca inteligentes, desde métodos clássicos até soluções avançadas com embeddings e RAG
8 módulos · 12h · certificado ao final
Explorar a história da busca: do Ctrl+F aos motores modernos
Implementar buscas clássicas com regex e expressões regulares
Aplicar Named Entity Recognition (NER) para extração de dados
Criar embeddings com Python para representação semântica
Desenvolver um sistema de busca semântica com vetores
Integrar RAG para recuperação de informações contextuais
Avaliar métricas de desempenho em sistemas de busca
Projeto Final: Construir um buscador inteligente com RAG e embeddings
Projeto Final
Um sistema de busca inteligente que combina técnicas clássicas e semânticas para recuperar informações contextuais de um conjunto de documentos
🎓
Da Busca Simples à Inteligência Semântica
8 módulos · 12h · certificado
Bem-vindo à sua aula de Da Busca Simples à Inteligência Semântica! 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.
Modo voz ativo. Toque no 🔊 da resposta para ouvir.
Aprenda a combater fraudes em avaliações usando IA, desde a análise de padrões até a implementação de sistemas automatizados. Transforme dados de respostas em insights acionáveis para garantir a integridade acadêmica.
Nível: Intermediário
Para quem é: Professores, coordenadores pedagógicos, desenvolvedores de EdTech e profissionais de TI educacional
Ao concluir, você será capaz de: Capacitar educadores e desenvolvedores a implementar sistemas de detecção de fraudes em avaliações usando modelos de linguagem e análise de padrões
8 módulos · 12h · certificado ao final
Entendendo padrões de fraude em avaliações: do plágio à cola colaborativa
Configurando ambientes para análise de texto com Python e LLMs
Analisando similaridade semântica com embeddings e cosine similarity
Implementando modelos de detecção de outliers em respostas dissertativas
Criando pipelines de validação com LLMs para questões objetivas
Desenvolvendo dashboards interativos para visualização de fraudes
Integrando sistemas de detecção com plataformas LMS (Moodle, Google Classroom)
Projeto Final: Construindo um sistema completo de detecção de fraudes para uma avaliação real
Projeto Final
Um sistema funcional de detecção de fraudes em avaliações, com relatórios automatizados e integração simulada com uma plataforma LMS
🎓
Detecção de Fraudes em Avaliações com LLMs
8 módulos · 12h · certificado
Bem-vindo à sua aula de Detecção de Fraudes em Avaliações com LLMs! 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.
Modo voz ativo. Toque no 🔊 da resposta para ouvir.
Aprenda a transformar desafios pedagógicos em soluções automatizadas com LLMs, criando assistentes que economizam tempo e elevam a qualidade do ensino. Domine desde a engenharia de prompts até a integração com sistemas educacionais, com foco em aplicações práticas e éticas.
Nível: Intermediário
Para quem é: Professores, coordenadores pedagógicos, designers instrucionais e profissionais de tecnologia educacional que desejam integrar IA em suas práticas
Ao concluir, você será capaz de: Capacitar educadores a projetar, treinar e implantar assistentes de IA baseados em LLMs para automatizar tarefas pedagógicas, personalizar feedbacks e otimizar a gestão da sala de aula
8 módulos · 12h · certificado ao final
Explorar casos de uso de IA na educação: do feedback à personalização
Configurar ambientes de desenvolvimento para LLMs (Google Colab, Hugging Face)
Projetar prompts pedagógicos: técnicas para avaliação, explicação e engajamento
Treinar modelos com dados educacionais: datasets públicos e privacidade
Integrar LLMs a APIs de LMS (Moodle, Google Classroom) com Python
Desenvolver um assistente de feedback automático para redações escolares
Avaliar métricas de desempenho: precisão, alucinações e viés em contextos educacionais
Projeto Final: Construir e implantar um assistente pedagógico completo com LlamaIndex
Projeto Final
Um assistente de IA funcional para uma disciplina específica, capaz de corrigir atividades, gerar feedbacks personalizados e recomendar materiais complementares, integrado a uma plataforma educacional (ex: Moodle) ou via chatbot
Bem-vindo à sua aula de Educador IA: Criando Assistentes Pedagógicos com LLMs! 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.
Modo voz ativo. Toque no 🔊 da resposta para ouvir.
Este curso capacita educadores a transformar suas práticas pedagógicas com o uso de IA, desde a criação de materiais didáticos até a implementação de projetos inovadores em sala de aula. Aprenda a usar tecnologia de forma crítica e ética para potencializar o aprendizado dos alunos.
Nível: Iniciante a Intermediário
Para quem é: Professores, coordenadores pedagógicos, gestores escolares e educadores em geral que desejam integrar IA em suas práticas educacionais
Ao concluir, você será capaz de: Capacitar educadores a entender, aplicar e ensinar conceitos de IA de forma ética e prática, utilizando ferramentas tecnológicas para potencializar o aprendizado
8 módulos · 10h · certificado ao final
Explorar os conceitos básicos de IA e seu papel na educação
Analisar casos de uso de IA em ambientes educacionais
Configurar ferramentas de IA para criação de materiais didáticos
Desenvolver atividades pedagógicas com suporte de IA
Avaliar riscos e benefícios do uso de IA na educação
Criar um plano de aula que integre IA de forma ética e prática
Implementar um projeto piloto de IA em sala de aula
Projeto Final: Construir um plano de ensino com IA para uma disciplina específica
Projeto Final
Plano de ensino detalhado que integra ferramentas de IA para uma disciplina específica, incluindo atividades práticas, avaliação de riscos e estratégias de implementação
🎓
Letramento em IA: Da Teoria à Prática para Educadores
8 módulos · 10h · certificado
Bem-vindo à sua aula de Letramento em IA: Da Teoria à Prática para Educadores! 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.
Modo voz ativo. Toque no 🔊 da resposta para ouvir.
