Arquivos: Trilhas

LangChain na Prática: Orquestrando LLMs

Domine o framework líder para criar aplicações de IA generativa robustas e escaláveis. Saia de prompts simples para sistemas complexos de orquestração de LLMs.

Nível: Iniciante a Intermediário

Para quem é: Desenvolvedores de software e entusiastas de IA que já conhecem Python básico.

Ao concluir, você será capaz de: O aluno será capaz de construir aplicações de IA que utilizam memória, chains e agentes para resolver tarefas complexas.

7 módulos · 12h · certificado ao final

  • Explorar o ecossistema LangChain e LCEL
  • Implementar Chains para fluxos de trabalho sequenciais
  • Gerenciar Memória e Contexto em conversas
  • Integrar LLMs com Document Loaders e Vector Stores
  • Desenvolver Agentes com Tool Use e Raciocínio
  • Otimizar prompts e depurar fluxos com LangSmith
  • Projeto Final: Construindo um Analista de Documentos Inteligente

Projeto Final

Desenvolvimento de um sistema de RAG (Retrieval Augmented Generation) que analisa múltiplos arquivos PDF e responde perguntas via chat com memória de contexto.

🎓
LangChain na Prática: Orquestrando LLMs 7 módulos · 12h · certificado
Módulo 1 de 7
Aula interativa · Tutor IA
Como quer estudar?
Bem-vindo à sua aula de LangChain na Prática: Orquestrando 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.

RAG na Prática: Busca e Geração Avançada com LLMs

Aprenda a combinar recuperação de informações e geração de texto para criar aplicações de IA mais precisas e contextualizadas. Domine as ferramentas e técnicas para implementar RAG em projetos reais, desde a preparação de dados até o deploy.

Nível: Intermediário

Para quem é: Desenvolvedores, engenheiros de dados, cientistas de dados e profissionais de IA que desejam aprimorar aplicações com RAG

Ao concluir, você será capaz de: Capacitar o aluno a construir sistemas RAG eficientes, integrando bases de conhecimento personalizadas com LLMs para respostas precisas e contextualizadas

8 módulos · 12h · certificado ao final

  • Entendendo os fundamentos do RAG e seus casos de uso
  • Preparando dados para embeddings: limpeza e estruturação
  • Criando vetores com modelos de embedding (Hugging Face, OpenAI)
  • Configurando bancos de dados vetoriais (FAISS, Pinecone, Chroma)
  • Integrando LLMs com sistemas de retrieval (LangChain, LlamaIndex)
  • Avaliar e otimizar a qualidade das respostas geradas
  • Implementando RAG em APIs com FastAPI ou Flask
  • Projeto Final: Construa um chatbot RAG para um domínio específico

Projeto Final

Um sistema RAG funcional, com backend em Python, API REST e interface de chat, capaz de responder perguntas complexas sobre um domínio escolhido (ex: jurídico, médico, técnico)

🎓
RAG na Prática: Busca e Geração Avançada com LLMs 8 módulos · 12h · certificado
Módulo 1 de 8
Aula interativa · Tutor IA
Como quer estudar?
Bem-vindo à sua aula de RAG na Prática: Busca e Geração Avançada 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.

SQL Master: Do Zero ao Banco de Dados Inteligente

Aprenda a criar bancos de dados SQL do zero e transforme-os em soluções inteligentes com IA. Domine consultas avançadas e automação para impulsionar sua carreira em dados.

Nível: Iniciante a Intermediário

Para quem é: Estudantes de TI, desenvolvedores, analistas de dados e profissionais que desejam dominar bancos de dados SQL e aplicar IA em suas soluções

Ao concluir, você será capaz de: Capacitar o aluno a projetar, implementar e otimizar bancos de dados SQL, integrando técnicas de IA para análise preditiva e automação de consultas

8 módulos · 12h · certificado ao final

  • Entendendo modelos relacionais e normalização de dados
  • Criando tabelas e relacionamentos com SQL
  • Dominando consultas básicas e avançadas (SELECT, JOIN, SUBQUERIES)
  • Otimizando desempenho com índices e stored procedures
  • Integrando bancos de dados com Python para automação
  • Aplicando IA para análise preditiva de dados com SQL
  • Construindo dashboards inteligentes com Power BI e SQL
  • Projeto Final: Banco de Dados Inteligente com IA para Análise de Negócios

Projeto Final

Um banco de dados SQL otimizado com consultas automatizadas e um dashboard inteligente que utiliza IA para prever tendências de negócios

🎓
SQL Master: Do Zero ao Banco de Dados Inteligente 8 módulos · 12h · certificado
Módulo 1 de 8
Aula interativa · Tutor IA
Como quer estudar?
Bem-vindo à sua aula de SQL Master: Do Zero ao Banco de Dados Inteligente! 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.

Agentes Autônomos: Do Código ao Deploy com LLMs

Aprenda a criar agentes de IA autônomos que tomam decisões e executam tarefas complexas. Domine frameworks como LangChain e LlamaIndex para integrar LLMs em soluções práticas e escaláveis.

Nível: Intermediário

Para quem é: Desenvolvedores, engenheiros de software e cientistas de dados com conhecimento básico em Python e machine learning que desejam aprofundar-se em agentes de IA

Ao concluir, você será capaz de: Capacitar o aluno a projetar, implementar e implantar agentes de IA autônomos capazes de tomar decisões e executar tarefas complexas em ambientes reais

8 módulos · 12h · certificado ao final

  • Entendendo a arquitetura de agentes de IA autônomos
  • Configurando o ambiente de desenvolvimento com Python e LLMs
  • Projetando fluxos de decisão para agentes inteligentes
  • Integrando agentes com APIs e bancos de dados externos
  • Implementando memória e contexto em agentes com LangChain
  • Testando e validando agentes em cenários reais
  • Otimizando desempenho e escalabilidade de agentes
  • Projeto Final: Deploy de um agente autônomo para automação de tarefas

Projeto Final

Um agente de IA autônomo implantado em um ambiente de produção, capaz de executar tarefas específicas com base em inputs dinâmicos

🎓
Agentes Autônomos: Do Código ao Deploy com LLMs 8 módulos · 12h · certificado
Módulo 1 de 8
Aula interativa · Tutor IA
Como quer estudar?
Bem-vindo à sua aula de Agentes Autônomos: Do Código ao Deploy 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.

Do Zero ao Deploy: Machine Learning Specialization

Aprenda a aplicar Machine Learning em projetos reais, desde a coleta de dados até a implementação em produção, com foco em Python e ferramentas de TI.

Nível: Iniciante a Intermediário

Para quem é: Desenvolvedores, analistas de dados e profissionais de TI interessados em Machine Learning

Ao concluir, você será capaz de: Aluno será capaz de desenvolver e implementar modelos de Machine Learning em projetos reais

7 módulos · 12h · certificado ao final

  • Instalando e configurando ambiente de Machine Learning
  • Tratando e explorando dados com Python
  • Criando modelos de Machine Learning
  • Validando e otimizando modelos
  • Implementando modelos em produção
  • Monitorando e mantendo modelos em produção
  • Projeto Final: Desenvolvimento de um modelo de Machine Learning completo

Projeto Final

Desenvolvimento de um modelo de Machine Learning completo, incluindo tratamento de dados, treinamento, validação e implementação em produção

🎓
Do Zero ao Deploy: Machine Learning Specialization 7 módulos · 12h · certificado
Módulo 1 de 7
Aula interativa · Tutor IA
Como quer estudar?
Bem-vindo à sua aula de Do Zero ao Deploy: Machine Learning Specialization! 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.

Java Turbo: APIs e Microserviços com IA

Aprenda a desenvolver APIs e microserviços em Java com integração de IA para automação e análise inteligente. Domine técnicas modernas de backend e leve suas aplicações a um novo nível de eficiência e escalabilidade.

Nível: Intermediário

Para quem é: Desenvolvedores Java que desejam aprimorar suas habilidades em backend, APIs e integração com IA, além de profissionais de TI interessados em arquiteturas modernas e escaláveis

Ao concluir, você será capaz de: Capacitar o aluno a desenvolver APIs robustas e microserviços escaláveis em Java, integrando soluções de IA para automação, análise de dados e tomada de decisão inteligente

8 módulos · 12h · certificado ao final

  • Explorando o ecossistema Java para desenvolvimento de APIs
  • Configurando o Spring Boot para criação de microserviços inteligentes
  • Integrando modelos de IA em APIs Java para análise preditiva
  • Automatizando testes e validações com IA em aplicações Java
  • Otimizando performance de APIs com técnicas de IA e caching
  • Implementando segurança em microserviços com IA para detecção de ameaças
  • Deploy de APIs Java em cloud com suporte a IA e monitoramento inteligente
  • Projeto Final: Construindo uma API Java com IA para recomendação de produtos

Projeto Final

Uma API RESTful em Java com Spring Boot, integrada a um modelo de IA para recomendação de produtos baseada em comportamento do usuário, com deploy em ambiente cloud e documentação técnica

🎓
Java Turbo: APIs e Microserviços com IA 8 módulos · 12h · certificado
Módulo 1 de 8
Aula interativa · Tutor IA
Como quer estudar?
Bem-vindo à sua aula de Java Turbo: APIs e Microserviços com IA! 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.

Python para Data Science: Do Zero ao Primeiro Modelo

Aprenda a transformar dados brutos em insights valiosos com Python e dê seus primeiros passos em machine learning. Ideal para quem busca uma carreira em Data Science ou quer automatizar análises no seu trabalho.

Nível: Iniciante a Intermediário

Para quem é: Profissionais de áreas não técnicas, estudantes e iniciantes em TI que desejam ingressar em Data Science

Ao concluir, você será capaz de: Capacitar o aluno a utilizar Python para coletar, limpar, analisar dados e construir modelos simples de machine learning

8 módulos · 12h · certificado ao final

  • Instalando Python e configurando o ambiente de desenvolvimento
  • Explorando dados com Pandas: importação, limpeza e manipulação
  • Visualizando dados com Matplotlib e Seaborn: gráficos essenciais
  • Introdução ao NumPy: operações matemáticas e arrays
  • Preparando dados para machine learning: normalização e encoding
  • Construindo seu primeiro modelo de regressão com Scikit-learn
  • Avaliando modelos: métricas e validação cruzada
  • Projeto Final: Análise de dados reais e construção de um modelo preditivo

Projeto Final

Análise de um dataset público (ex: dados de vendas, saúde ou clima) com visualizações e um modelo preditivo funcional, documentado em Jupyter Notebook

🎓
Python para Data Science: Do Zero ao Primeiro Modelo 8 módulos · 12h · certificado
Módulo 1 de 8
Aula interativa · Tutor IA
Como quer estudar?
Bem-vindo à sua aula de Python para Data Science: Do Zero ao Primeiro Modelo! 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.

GraphQL Turbo: APIs Flexíveis com IA e Automação

Aprenda a construir APIs flexíveis e escaláveis com GraphQL, integrando IA para otimizar consultas e automatizar processos. Torne-se um especialista em backend moderno com foco em eficiência e inovação.

Nível: Intermediário

Para quem é: Desenvolvedores backend, engenheiros de software e arquitetos de sistemas que desejam aprimorar suas habilidades em APIs modernas com GraphQL e IA

Ao concluir, você será capaz de: Capacitar o aluno a projetar, implementar e otimizar APIs GraphQL, utilizando IA para automação de consultas, caching inteligente e análise de desempenho

9 módulos · 12h · certificado ao final

  • Entendendo GraphQL: Comparação com REST e casos de uso
  • Configurando seu ambiente de desenvolvimento para GraphQL
  • Criando schemas poderosos com tipos e queries avançadas
  • Implementando resolvers inteligentes com lógica de negócios
  • Otimizando consultas com IA: Caching e análise de desempenho
  • Integrando GraphQL com bancos de dados relacionais e NoSQL
  • Automatizando testes e validações com ferramentas de IA
  • Deploy e monitoramento de APIs GraphQL com IA
  • Projeto Final: Construindo uma API GraphQL inteligente com automação e análise preditiva

Projeto Final

Uma API GraphQL funcional com caching inteligente, análise de desempenho automatizada e integração com IA para otimização de consultas, pronta para deploy em ambiente cloud

🎓
GraphQL Turbo: APIs Flexíveis com IA e Automação 9 módulos · 12h · certificado
Módulo 1 de 9
Aula interativa · Tutor IA
Como quer estudar?
Bem-vindo à sua aula de GraphQL Turbo: APIs Flexíveis com IA e Automação! 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.

Redis Inteligente: Cache e Dados em Tempo Real com IA

Aprenda a otimizar sistemas de cache e análise de dados em tempo real com Redis, integrando inteligência artificial para melhorar a performance e a eficiência.

Nível: Iniciante a Intermediário

Para quem é: Desenvolvedores, analistas de dados e profissionais de TI interessados em otimizar sistemas de cache e análise de dados

Ao concluir, você será capaz de: Alunos serão capazes de implementar e otimizar soluções de cache com Redis, integrando IA para melhorar a performance e a análise de dados em tempo real.

7 módulos · 10h · certificado ao final

  • Entendendo o Papel do Cache em Sistemas
  • Instalando e Configurando Redis
  • Manipulando Dados com Redis
  • Introdução à IA para Análise de Dados
  • Integrando IA com Redis para Análise em Tempo Real
  • Desenvolvendo Dashboards Interativos com Dados em Tempo Real
  • Projeto Final: Implementação de Cache Inteligente com Redis e IA

Projeto Final

Implementar um sistema de cache inteligente com Redis e integrar IA para otimizar a análise de dados em tempo real

🎓
Redis Inteligente: Cache e Dados em Tempo Real com IA 7 módulos · 10h · certificado
Módulo 1 de 7
Aula interativa · Tutor IA
Como quer estudar?
Bem-vindo à sua aula de Redis Inteligente: Cache e Dados em Tempo Real com IA! 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.

Git e GitHub Turbo: CI/CD com IA

Aprenda a otimizar seus fluxos de trabalho de desenvolvimento com a integração de IA em CI/CD usando Git e GitHub.

Nível: Iniciante a Intermediário

Para quem é: Desenvolvedores e equipes de DevOps

Ao concluir, você será capaz de: O aluno será capaz de configurar pipelines de CI/CD automatizados com IA para projetos de desenvolvimento.

7 módulos · 10h · certificado ao final

  • Entendendo CI/CD
  • Introdução a GitHub Actions
  • Configurando testes automatizados com IA
  • Automatizando builds e deploys
  • Monitorando pipelines com IA
  • Gerenciando branches e merges
  • Projeto Final: Pipeline CI/CD completo

Projeto Final

Desenvolver um pipeline CI/CD completo com testes automatizados e monitoramento de IA

🎓
Git e GitHub Turbo: CI/CD com IA 7 módulos · 10h · certificado
Módulo 1 de 7
Aula interativa · Tutor IA
Como quer estudar?
Bem-vindo à sua aula de Git e GitHub Turbo: CI/CD com IA! 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.