Aprenda a construir chatbots RAG robustos e seguros para ambientes corporativos, desde a ingestão de dados privados até o deploy em produção. Domine técnicas avançadas de otimização e privacidade para sistemas de IA escaláveis.
Nível: Intermediário a Avançado
Para quem é: Desenvolvedores, engenheiros de ML, arquitetos de IA e profissionais de TI que desejam implementar soluções RAG em ambientes corporativos
Ao concluir, você será capaz de: Capacitar o aluno a construir, otimizar e implantar chatbots RAG em produção, garantindo segurança, privacidade e escalabilidade
8 módulos · 12h · certificado ao final
- Entendendo RAG: Fundamentos e Casos de Uso
- Configurando Ambientes para RAG com LangChain e LlamaIndex
- Processando e Indexando Dados Privados com Segurança
- Integrando LLMs e Vetores de Embeddings em Pipelines RAG
- Otimizando Consultas e Respostas com Técnicas Avançadas
- Implementando Fallback e Multi-provider para Alta Disponibilidade
- Avaliar Métricas de Qualidade e Latência em Produção
- Projeto Final: Deploy de um Chatbot RAG com Dados Privados
Projeto Final
Um chatbot RAG funcional, implantado em ambiente de produção, com dados privados, segurança integrada e métricas de avaliação automatizadas
Aprenda a construir sistemas RAG do zero, integrando dados personalizados com LLMs para respostas precisas e contextualizadas. Domine as melhores práticas de implementação e deploy em produção.
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 e implantar sistemas RAG eficientes, integrando bases de conhecimento privadas com LLMs para respostas precisas e contextualizadas
8 módulos · 12h · certificado ao final
- Entendendo a arquitetura RAG e seus componentes essenciais
- Preparando e estruturando dados para sistemas RAG
- Implementando embeddings e buscas semânticas com Python
- Integrando LLMs com bases de conhecimento personalizadas
- Avaliar métricas de qualidade e relevância das respostas
- Otimizando latência e custo em sistemas RAG
- Deploy de soluções RAG com LangChain e LlamaIndex
- Projeto Final: Construir um chatbot RAG com dados privados e avaliar sua performance
Projeto Final
Um chatbot RAG funcional, integrado a uma base de conhecimento privada, com métricas de avaliação implementadas
Aprenda a projetar prompts eficazes para LLMs em produção, otimizando performance e custo. Domine técnicas avançadas para integrar IA em sistemas reais com resultados mensuráveis.
Nível: Intermediário a Avançado
Para quem é: Engenheiros de IA, desenvolvedores de NLP, cientistas de dados e profissionais que trabalham com LLMs em produção
Ao concluir, você será capaz de: Capacitar o aluno a projetar, testar e implantar prompts eficazes para LLMs em ambientes de produção, com foco em performance, custo e escalabilidade
8 módulos · 12h · certificado ao final
- Explorar os fundamentos de prompt engineering e sua importância em LLMs
- Aplicar técnicas de zero-shot e few-shot learning em cenários reais
- Otimizar prompts para tarefas específicas: tradução, resumo e geração de código
- Implementar estratégias de fallback e correção automática de prompts
- Avaliar a qualidade de prompts usando métricas quantitativas e qualitativas
- Integrar LLMs com APIs externas usando prompts dinâmicos
- Reduzir custos e latência com prompts otimizados para produção
- Projeto Final: Construir um pipeline de prompt engineering para um caso de uso real
Projeto Final
Um pipeline completo de prompt engineering para um sistema de atendimento automatizado, incluindo documentação técnica e métricas de performance
Aprenda a extrair dados com precisão usando regex e NER, integrando técnicas clássicas e modernas para otimizar buscas e automação. Ideal para quem precisa lidar com sistemas legados ou grandes volumes de texto.
Nível: Intermediário
Para quem é: Desenvolvedores, analistas de dados, engenheiros de NLP e profissionais que trabalham com processamento de texto e automação de buscas
Ao concluir, você será capaz de: Capacitar o aluno a implementar pipelines de extração de dados usando regex e NER, integrando técnicas clássicas e modernas para otimizar buscas e processamento de texto
7 módulos · 10h · certificado ao final
- Explorando padrões com regex: da teoria à prática
- Implementando NER com spaCy e Hugging Face
- Combinando regex e NER para extração de dados híbrida
- Otimizando buscas em sistemas legados com regex avançado
- Automatizando pipelines de extração com Python e LLMs
- Avaliar desempenho: métricas para regex e NER em produção
- Projeto Final: Construir um pipeline de extração de dados para um caso real
Projeto Final
Pipeline de extração de dados que combina regex e NER para processar um conjunto de documentos reais, entregando dados estruturados em formato JSON ou CSV
Aprenda a transformar tarefas manuais em processos automatizados com IA, aumentando sua produtividade e criando soluções inteligentes para seu dia a dia profissional. Este curso oferece uma abordagem prática para dominar ferramentas de IA e aplicá-las em qualquer área de atuação.
Nível: Iniciante a Intermediário
Para quem é: Profissionais de qualquer área que desejam integrar IA em seus fluxos de trabalho, estudantes de TI e entusiastas de tecnologia
Ao concluir, você será capaz de: Capacitar o aluno a identificar, configurar e aplicar ferramentas de IA para resolver problemas práticos, automatizar tarefas e aumentar a produtividade em seu campo de atuação
8 módulos · 12h · certificado ao final
- Explorando o ecossistema de ferramentas de IA disponíveis
- Configurando ambientes para uso de LLMs e APIs de IA
- Automatizando tarefas repetitivas com IA e scripts em Python
- Integrando IA em planilhas e dashboards para análise de dados
- Criando assistentes virtuais para suporte e produtividade
- Desenvolvendo pipelines de automação com IA para processos empresariais
- Avaliando métricas e otimizando soluções de IA em produção
- Projeto Final: Construindo uma solução de automação com IA para um caso real
Projeto Final
Uma solução de automação utilizando IA (ex: chatbot, dashboard automatizado, pipeline de dados) aplicada a um problema real do aluno
Aprenda a transformar suas habilidades literárias em projetos técnicos de IA, criando soluções práticas para escrita, edição e publicação. Construa um portfólio que une criatividade e tecnologia, abrindo portas para oportunidades em editoras, plataformas digitais e freelancing.
Nível: Iniciante a Intermediário
Para quem é: Escritores, roteiristas, editores e profissionais de comunicação que desejam incorporar IA em seus projetos literários
Ao concluir, você será capaz de: Capacitar escritores a criar projetos de IA que automatizem, analisem ou aprimorem processos criativos e editoriais, gerando portfólio técnico
8 módulos · 12h · certificado ao final
- Explorar casos de uso de IA na literatura: do brainstorming à publicação
- Configurar ambiente de desenvolvimento com Python e APIs de LLMs (OpenAI, Hugging Face)
- Criar prompts avançados para geração de sinopses, personagens e diálogos
- Analisar textos literários com NLP: extração de temas, sentimentos e padrões estilísticos
- Automatizar revisões de gramática, coesão e originalidade com LLMs
- Desenvolver assistente pessoal para escritores usando RAG e dados privados (notas, pesquisas)
- Publicar conteúdo otimizado com IA: SEO para blogs, metadados para e-books e legendas para redes sociais
- Projeto Final: Construir um pipeline completo de IA para um projeto literário (ex: livro, série, blog)
Projeto Final
Pipeline de IA personalizado para um projeto literário, incluindo código, documentação técnica e demonstração de resultados (ex: assistente de escrita + análise de estilo + automação de publicação)
Transforme sua sala de aula com ferramentas de IA que personalizam o ensino e automatizam tarefas repetitivas. Aprenda a criar soluções tecnológicas que engajam alunos e otimizam o trabalho docente.
Nível: Iniciante a Intermediário
Para quem é: Professores, coordenadores pedagógicos e gestores educacionais
Ao concluir, você será capaz de: Capacitar educadores a utilizar IA para personalizar o ensino, automatizar avaliações e criar materiais didáticos interativos
8 módulos · 12h · certificado ao final
- Explorar fundamentos de IA e seu impacto na educação
- Configurar ferramentas de IA para criação de conteúdo didático
- Personalizar aprendizagem com algoritmos de recomendação
- Automatizar avaliações com LLMs e rubricas inteligentes
- Desenvolver chatbots educacionais com RAG e LangChain
- Implementar gamificação com IA em projetos escolares
- Analisar casos de sucesso de IA em escolas ao redor do mundo
- Projeto Final: Construir um assistente pedagógico completo com IA
Projeto Final
Um assistente pedagógico funcional com IA, capaz de gerar atividades, corrigir exercícios e fornecer feedback personalizado para alunos
Transforme a correção manual em um processo escalável e preciso com o poder da IA Generativa. Ganhe tempo na gestão de notas enquanto oferece feedbacks mais profundos e imediatos para seus alunos.
Nível: Iniciante a Intermediário
Para quem é: Educadores, designers instrucionais e desenvolvedores de EdTechs
Ao concluir, você será capaz de: O aluno será capaz de implementar sistemas de avaliação automatizados que analisam respostas abertas e fornecem feedbacks personalizados via IA
6 módulos · 10h · certificado ao final
- Estruturar rubricas de avaliação para processamento de IA
- Desenvolver prompts de 'LLM-as-a-Judge' para correção de respostas
- Configurar pipelines de feedback automatizado e personalizado
- Analisar vieses e validar a precisão da avaliação algorítmica
- Integrar ferramentas de IA em fluxos de gestão de notas
- Projeto Final: Construir um Avaliador de Redações Automatizado
Projeto Final
Um sistema de avaliação que recebe a resposta do aluno, confronta com uma rubrica técnica e gera nota + feedback detalhado usando API de LLM
Aprenda a construir sistemas de IA que nunca param de funcionar, mesmo quando provedores individuais falham. Garanta alta disponibilidade e resiliência em suas aplicações críticas com estratégias avançadas de fallback multiprovider.
Nível: Intermediário a Avançado
Para quem é: Engenheiros de IA, arquitetos de sistemas, desenvolvedores backend e profissionais de LLMOps que precisam garantir resiliência em sistemas críticos de IA
Ao concluir, você será capaz de: Capacitar o aluno a projetar e implementar sistemas de IA que garantam alta disponibilidade e continuidade de serviço, mesmo em caso de falhas de provedores individuais
8 módulos · 12h · certificado ao final
- Analisando cenários de falha em sistemas de IA
- Projetando arquiteturas resilientes com fallback multiprovider
- Implementando gateways inteligentes para roteamento de requisições
- Configurando métricas e alertas para monitoramento de provedores
- Otimizando custos e latência em sistemas multiprovider
- Testando resiliência com simulações de falhas (chaos engineering)
- Integrando LLMs open-source como fallback local
- Projeto Final: Construindo um sistema de IA resiliente com 3 provedores
Projeto Final
Um sistema completo de IA com fallback entre OpenAI, Anthropic e um modelo local (Ollama/Llama), incluindo monitoramento de latência, custos e failover automático
Aprenda a otimizar sistemas com LLMs para produção, reduzindo custos e latência enquanto garante privacidade. Domine técnicas avançadas de LLMOps e implemente pipelines escaláveis e resilientes.
Nível: Intermediário a Avançado
Para quem é: Engenheiros de ML, arquitetos de IA, DevOps especializados em IA e desenvolvedores de sistemas com LLMs
Ao concluir, você será capaz de: Capacitar o aluno a implementar estratégias avançadas de LLMOps para reduzir custos, melhorar a latência e garantir privacidade em sistemas baseados em LLMs
8 módulos · 12h · certificado ao final
- Avaliar modelos de custo em LLMs: pay-per-use vs. self-hosted
- Implementar técnicas de quantização e pruning para reduzir custos
- Configurar caching inteligente para diminuir latência em respostas
- Aplicar model parallelism e sharding para otimizar performance
- Garantir privacidade com técnicas de anonymization e differential privacy
- Integrar LLMs com sistemas de autenticação e autorização (OAuth, JWT)
- Monitorar métricas de custo, latência e privacidade em tempo real
- Projeto Final: Construir um pipeline de LLMOps otimizado para custo, latência e privacidade
Projeto Final
Um pipeline completo de LLMOps com monitoramento de custo, latência e privacidade, implementado em um ambiente de cloud (AWS/GCP/Azure) e documentado com métricas de performance
