Aprenda a criar bots de conversação inteligentes que utilizam LLMs e RAG para oferecer respostas precisas e contextualizadas. Domine técnicas de engenharia de prompts e deploy para transformar suas ideias em soluções práticas e escaláveis.
Nível: Intermediário
Para quem é: Desenvolvedores, engenheiros de IA, profissionais de TI e entusiastas que desejam criar soluções conversacionais avançadas
Ao concluir, você será capaz de: Capacitar o aluno a construir, otimizar e implantar bots de conversação inteligentes usando LLMs, RAG e boas práticas de engenharia de prompts
8 módulos · 12h · certificado ao final
- Entendendo a arquitetura de bots de conversação com LLMs
- Configurando ambientes de desenvolvimento para bots com Python
- Integrando LLMs com APIs e bases de dados estruturadas
- Aplicando RAG para enriquecer respostas com contexto personalizado
- Otimizando prompts para respostas mais precisas e naturais
- Implementando fallback e tratamento de erros em bots
- Realizando deploy de bots em cloud com escalabilidade
- Projeto Final: Construindo um bot de conversação completo com RAG e LLMs
Projeto Final
Um bot de conversação funcional, integrado a uma base de dados personalizada, com RAG implementado e deploy em ambiente de produção
Aprenda a construir pipelines inteligentes de geração de conteúdo ou dados usando LLMs, desde a orquestração até a integração com sistemas existentes. Domine técnicas para escalar e otimizar fluxos automatizados com alta disponibilidade.
Nível: Intermediário
Para quem é: Desenvolvedores, engenheiros de dados, profissionais de IA e analistas de automação que desejam criar soluções de geração automatizada para produção
Ao concluir, você será capaz de: Capacitar o aluno a projetar, implementar e escalar pipelines de geração de conteúdo ou dados usando LLMs, com foco em automação e integração com sistemas existentes
8 módulos · 12h · certificado ao final
- Explorar casos de uso para automação de geração com LLMs
- Configurar ambientes de desenvolvimento para pipelines de IA
- Orquestrar LLMs com LangChain e LlamaIndex para fluxos automatizados
- Integrar pipelines com bancos de dados e APIs externas
- Implementar fallback multiprovider para alta disponibilidade
- Validar e filtrar saídas de LLMs com métricas automatizadas
- Otimizar custos e latência em pipelines de geração
- Projeto Final: Construir um pipeline de geração automatizada para um caso real
Projeto Final
Um pipeline de geração automatizada funcional, integrado a uma base de dados ou API, com fallback e validação de qualidade implementados
Aprenda a construir chatbots avançados que combinam LLMs e RAG para respostas precisas e contextuais. Domine técnicas de deploy e otimização para sistemas escaláveis e eficientes.
Nível: Intermediário
Para quem é: Desenvolvedores, engenheiros de IA, analistas de dados e profissionais de TI interessados em chatbots e automação conversacional
Ao concluir, você será capaz de: Capacitar o aluno a construir, otimizar e implantar chatbots inteligentes utilizando LLMs, RAG e boas práticas de engenharia de prompts
8 módulos · 12h · certificado ao final
- Explorar arquiteturas de chatbots com LLMs e RAG
- Configurar ambientes de desenvolvimento com LangChain e LlamaIndex
- Implementar RAG híbrido para busca semântica e clássica
- Aplicar técnicas de ReAct para agentes autônomos de raciocínio
- Otimizar prompts com few-shot e zero-shot learning
- Integrar chatbots a APIs e sistemas legados
- Monitorar desempenho com métricas de latência e qualidade
- Projeto Final: Construir e implantar um chatbot inteligente com RAG e LLMs
Projeto Final
Um chatbot inteligente implantado em ambiente de produção, com RAG, integração a APIs e métricas de avaliação
Domine a arte de levar código do desenvolvimento para a produção com a máxima eficiência. Aprenda a integrar IA em cada etapa do ciclo de vida do software para eliminar gargalos e erros manuais.
Nível: Iniciante a Intermediário
Para quem é: Desenvolvedores, engenheiros de DevOps e profissionais de infraestrutura
Ao concluir, você será capaz de: O aluno será capaz de criar e gerenciar pipelines de entrega contínua que utilizam IA para testes automáticos, análise de código e deploy resiliente
7 módulos · 12h · certificado ao final
- Mapear o fluxo de entrega contínua moderno
- Configurar esteiras de CI/CD com integração de LLMs
- Automatizar testes unitários e integrados usando agentes de IA
- Implementar análise estática de código com ferramentas preditivas
- Otimizar o deploy com estratégias de Blue-Green e Canary
- Monitorar a saúde da produção com observabilidade inteligente
- Projeto Final: Construção de uma Pipeline Autônoma de Ponta a Ponta
Projeto Final
Criação de um pipeline completo no GitHub Actions ou GitLab CI que utiliza IA para validar commits, sugerir correções de bugs e realizar o deploy automatizado em ambiente de nuvem
Aprenda a criar agentes autônomos que resolvem problemas complexos em produção, desde a arquitetura até a escalabilidade com LLMOps. Domine técnicas para reduzir custos e garantir alta disponibilidade em sistemas críticos.
Nível: Intermediário a Avançado
Para quem é: Desenvolvedores, engenheiros de IA, arquitetos de software e profissionais de DevOps que desejam dominar a criação de agentes autônomos em ambientes corporativos
Ao concluir, você será capaz de: Capacitar o aluno a projetar, implementar e escalar sistemas multiagentes autônomos com foco em produção, monitoramento e otimização de custos
9 módulos · 12h · certificado ao final
- Entendendo arquiteturas de agentes autônomos e casos de uso
- Configurando ambientes de desenvolvimento para LLMs e agentes
- Projetando loops de raciocínio (ReAct) para agentes especializados
- Orquestrando múltiplos agentes com LangChain e LlamaIndex
- Implementando LLMOps: versionamento, monitoramento e fallback
- Otimizando custos e latência com técnicas de caching e batching
- Validando e testando agentes com métricas automatizadas
- Integrando agentes com sistemas externos via APIs e webhooks
- Projeto Final: Construindo um sistema multiagente escalável com LLMOps
Projeto Final
Um sistema multiagente funcional com orquestração, monitoramento e documentação técnica, pronto para deploy em ambiente corporativo
Aprenda a criar agentes autônomos que combinam raciocínio e ação usando o padrão ReAct. Domine técnicas avançadas para integrar LLMs com sistemas externos e escalar suas soluções em produção. Ideal para quem quer levar a automação inteligente para o próximo nível.
Nível: Intermediário
Para quem é: Desenvolvedores, engenheiros de IA e arquitetos de sistemas que desejam criar agentes autônomos com raciocínio e ação integrados
Ao concluir, você será capaz de: Capacitar o aluno a projetar, implementar e escalar agentes de IA usando o padrão ReAct em ambientes de produção
8 módulos · 12h · certificado ao final
- Entendendo o padrão ReAct: Fundamentos e casos de uso
- Configurando o ambiente para desenvolvimento de agentes
- Implementando loops de raciocínio e ação com LLMs
- Integrando agentes ReAct com APIs e bancos de dados
- Otimizando prompts e fluxos para desempenho
- Testando e validando agentes em cenários reais
- Deploy de agentes ReAct em produção com LLMOps
- Projeto Final: Construindo um agente ReAct para automação de tarefas complexas
Projeto Final
Um agente ReAct funcional, integrado a uma API externa, capaz de resolver uma tarefa complexa (ex: planejamento de viagens, análise de documentos jurídicos ou automação de workflows empresariais)
Aprenda a criar agentes autônomos que combinam raciocínio e ação usando LLMs, desde a teoria até o deploy em produção. Domine o padrão ReAct para resolver problemas reais com inteligência artificial.
Nível: Intermediário
Para quem é: Desenvolvedores, engenheiros de IA, cientistas de dados e profissionais de automação que desejam criar sistemas autônomos inteligentes
Ao concluir, você será capaz de: Capacitar o aluno a projetar, implementar e deployar agentes autônomos que combinam raciocínio e ação usando LLMs em cenários práticos
8 módulos · 12h · certificado ao final
- Entendendo o padrão ReAct: Raciocínio + Ação
- Configurando o ambiente para agentes com LLMs
- Projetando loops de raciocínio para tarefas específicas
- Integrando LLMs com APIs e ferramentas externas
- Otimizando prompts para loops eficientes
- Implementando fallback e tratamento de erros
- Monitorando e avaliando agentes em produção
- Projeto Final: Construindo um agente autônomo para automação de processos
Projeto Final
Um agente autônomo que resolve tarefas complexas (ex: pesquisa e compilação de dados, tomada de decisão automatizada) usando ReAct, com deploy em ambiente controlado
Aprenda a criar agentes autônomos que combinam raciocínio e ação usando LLMs e o padrão ReAct. Domine técnicas para integrar IA com ferramentas externas e automatizar tarefas complexas com eficiência.
Nível: Intermediário
Para quem é: Desenvolvedores, engenheiros de IA, cientistas de dados e profissionais de TI interessados em automação avançada com LLMs
Ao concluir, você será capaz de: Capacitar o aluno a construir agentes autônomos que combinam raciocínio e ação usando LLMs, aplicando o padrão ReAct em cenários reais
8 módulos · 12h · certificado ao final
- Entendendo o padrão ReAct: Fundamentos e casos de uso
- Configurando o ambiente para agentes autônomos com LLMs
- Projetando loops de raciocínio e ação para agentes
- Integrando LLMs com APIs externas para ações concretas
- Implementando memória e contexto em agentes ReAct
- Avaliação e métricas para agentes autônomos
- Otimizando agentes ReAct: Latência, custo e precisão
- Projeto Final: Construindo um agente ReAct para automação de tarefas complexas
Projeto Final
Um agente autônomo funcional que resolve uma tarefa complexa (ex: pesquisa e síntese de informações, automação de workflows) usando o padrão ReAct, com deploy em ambiente controlado
Aprenda a eliminar o trabalho manual de digitação e organização de dados. Transforme qualquer texto bagunçado em informações prontas para análise com o poder da IA.
Nível: Iniciante a Intermediário
Para quem é: Analistas de dados, desenvolvedores e engenheiros de software.
Ao concluir, você será capaz de: O aluno será capaz de criar pipelines que convertem textos brutos em JSON, CSV ou tabelas SQL automaticamente.
7 módulos · 10h · certificado ao final
- Compreender a diferença entre dados estruturados e não estruturados
- Modelar esquemas de dados eficientes para extração
- Implementar prompts de estruturação com Pydantic e LLMs
- Desenvolver scripts Python para conversão de texto em JSON
- Validar a integridade de dados gerados por IA
- Otimizar a performance de processamento em lote (batch processing)
- Projeto Final: Pipeline Automática de Estruturação de Documentos
Projeto Final
Um sistema que recebe PDFs ou e-mails diversos e os transforma em um banco de dados SQL estruturado.
Aprenda a combinar o melhor da busca clássica com a inteligência dos LLMs para criar sistemas de recuperação de informações mais precisos e escaláveis. Ideal para quem busca otimizar soluções de IA em produção.
Nível: Intermediário
Para quem é: Desenvolvedores, engenheiros de dados e profissionais de IA que desejam otimizar sistemas de busca e geração de respostas com técnicas avançadas
Ao concluir, você será capaz de: Capacitar o aluno a implementar sistemas de RAG híbrido que combinam eficiência de busca clássica com a inteligência de LLMs, garantindo precisão e escalabilidade
8 módulos · 12h · certificado ao final
- Entendendo os fundamentos do RAG e suas limitações
- Explorando técnicas de busca clássica (regex, NER) para recuperação de dados
- Integrando embeddings e LLMs em pipelines de busca híbrida
- Avaliando métricas de precisão e recall em sistemas RAG híbridos
- Otimizando latência e custo com estratégias de fallback
- Implementando RAG híbrido com LangChain e LlamaIndex
- Testando e validando sistemas em cenários reais
- Projeto Final: Construindo um sistema de RAG híbrido para um caso de uso específico
Projeto Final
Um sistema de RAG híbrido funcional, com documentação técnica e métricas de performance, pronto para deploy em produção
