Aprenda a criar prompts poderosos que maximizam a eficiência dos modelos de linguagem, desde técnicas básicas até estratégias avançadas de few-shot learning. Desenvolva habilidades práticas para aplicar prompts em sistemas reais e otimizar resultados em produção.
Nível: Iniciante a Intermediário
Para quem é: Desenvolvedores, cientistas de dados, profissionais de NLP, analistas de negócios e entusiastas de IA que desejam dominar a criação de prompts eficazes para automação e geração de conteúdo
Ao concluir, você será capaz de: Capacitar o aluno a projetar, testar e otimizar prompts para LLMs, desde técnicas básicas até estratégias avançadas de few-shot learning, visando resultados precisos e escaláveis em produção
8 módulos · 10h · certificado ao final
Entenda os fundamentos dos LLMs e como os prompts funcionam
Explore técnicas básicas de prompt engineering: clareza, contexto e restrições
Domine o zero-shot learning: prompts sem exemplos prévios
Aplique few-shot learning: exemplos e padrões para resultados precisos
Otimize prompts com técnicas avançadas: chain-of-thought e decomposição de tarefas
Avalie a performance de prompts com métricas e testes automatizados
Integre prompts em pipelines de automação com Python e APIs
Projeto Final: Construa um sistema de geração de respostas automatizadas com few-shot learning
Projeto Final
Um sistema de geração de respostas automatizadas para um caso de uso específico (ex: atendimento ao cliente, análise de dados ou criação de conteúdo), utilizando técnicas de few-shot learning e integrado a uma API de LLM
◎
Prompt Engineering: Da Base ao Few-Shot Avançado
módulo de ~75 mincertificado
🔥 0Nv 1
Módulo 1 de 8
Aponte a câmera para abrir no celular
Tutor IA ao vivo
Bem-vindo ao curso de Prompt Engineering: Da Base ao Few-Shot Avançado.
Vou adaptar os exemplos ao que você gosta e fazer perguntas no final de cada módulo para garantir que tudo ficou claro.
Módulo 1: Entenda os fundamentos dos LLMs e como os...
Aprenda a implementar embeddings do zero ao deploy em aplicações reais, dominando técnicas avançadas de otimização e integração. Transforme dados em vetores de significado para sistemas inteligentes de busca e recomendação.
Nível: Intermediário
Para quem é: Desenvolvedores Python, engenheiros de dados e cientistas de dados que desejam implementar embeddings em sistemas reais
Ao concluir, você será capaz de: Capacitar o aluno a criar, otimizar e implantar embeddings em produção para aplicações de IA, utilizando bibliotecas modernas e boas práticas de engenharia de software
8 módulos · 12h · certificado ao final
Entendendo embeddings: da teoria à prática com Python
Preparando dados para geração de embeddings com Pandas e NumPy
Gerando embeddings com Sentence Transformers e spaCy
Otimizando embeddings para busca semântica com FAISS
Integrando embeddings em APIs com FastAPI
Avaliando a qualidade de embeddings com métricas personalizadas
Deploy de embeddings em produção com Docker e Kubernetes
Projeto Final: Construindo um sistema de recomendação com embeddings em produção
Projeto Final
Um sistema completo de recomendação baseado em embeddings, com API funcional, documentação e métricas de avaliação
>_
Embeddings em Produção: Do Código ao Deploy com Python
módulo de ~90 mincertificado
🔥 0Nv 1
Módulo 1 de 8
Aponte a câmera para abrir no celular
Laboratório + Tutor IA
Aqui você pratica — não só lê.
Cada bloco é editável e roda no seu navegador. Aperte Executar para começar:
# Edite e aperte Executar. Ctrl+Enter também roda.
curso = "Embeddings em Produção: Do Código ao Deploy com Python"
print(f"Primeira linha rodada no curso de {curso}.")
Módulo 1: Entendendo embeddings: da teoria à prática...
Aprenda a transformar buscas simples em sistemas inteligentes capazes de entender contexto e gerar respostas precisas. Domine técnicas de RAG e embeddings para criar aplicações que vão além do Ctrl+F tradicional.
Nível: Intermediário
Para quem é: Desenvolvedores com conhecimento básico em Python e interesse em IA, NLP e sistemas de busca avançada
Ao concluir, você será capaz de: Capacitar desenvolvedores a implementar sistemas de busca semântica e RAG (Retrieval-Augmented Generation) em aplicações reais
8 módulos · 12h · certificado ao final
Entenda a evolução da busca: do Ctrl+F aos embeddings
Configure ambientes para processamento de linguagem natural (NLP)
Implemente embeddings com Sentence Transformers e FAISS
Desenvolva um sistema de busca vetorial com Python
Integre LLMs para geração de respostas contextualizadas (RAG)
Avalie métricas de precisão e recall em buscas semânticas
Otimize pipelines de busca com técnicas de caching e indexação
Projeto Final: Construa um sistema de busca inteligente para documentação técnica
Projeto Final
Um sistema de busca semântica para documentação técnica (ex: docs de APIs) com RAG, embeddings e métricas de avaliação implementadas
◎
Busca Semântica para Devs: Do Ctrl+F ao RAG
módulo de ~90 mincertificado
🔥 0Nv 1
Módulo 1 de 8
Aponte a câmera para abrir no celular
Tutor IA ao vivo
Bem-vindo ao curso de Busca Semântica para Devs: Do Ctrl+F ao RAG.
Vou adaptar os exemplos ao que você gosta e fazer perguntas no final de cada módulo para garantir que tudo ficou claro.
Módulo 1: Entenda a evolução da busca: do Ctrl+F aos...
Aprenda a transformar suas ideias literárias em projetos técnicos usando IA, desde a criação até a publicação e análise de desempenho. Desenvolva habilidades práticas para automatizar processos e criar um portfólio digital competitivo.
Nível: Iniciante a Intermediário
Para quem é: Escritores, roteiristas, blogueiros, estudantes de letras e profissionais de comunicação que desejam incorporar IA em seus projetos literários e de conteúdo
Ao concluir, você será capaz de: Capacitar escritores e criadores de conteúdo a desenvolverem projetos práticos com IA, desde a concepção de ideias até a implementação de soluções automatizadas para publicação, análise e engajamento
8 módulos · 12h · certificado ao final
Explorar ferramentas de IA para geração e edição de textos literários
Automatizar a revisão e análise de textos com LLMs e NLP
Criar um sistema de recomendação de leituras com embeddings e RAG
Desenvolver um chatbot literário para interação com leitores usando Python e APIs
Gerar capas e ilustrações para livros com IA generativa
Publicar e promover conteúdo em plataformas digitais com automação de marketing
Analisar métricas de engajamento e desempenho de obras com dashboards em Power BI
Projeto Final: Construir um portfólio digital com um projeto literário completo usando IA
Projeto Final
Um portfólio digital contendo um projeto literário (livro, roteiro ou blog) desenvolvido com IA, incluindo análise de texto, automação de publicação e métricas de engajamento
◎
Do Livro ao Portfólio: Projetos com IA para Escritores
módulo de ~90 mincertificado
🔥 0Nv 1
Módulo 1 de 8
Aponte a câmera para abrir no celular
Tutor IA ao vivo
Bem-vindo ao curso de Do Livro ao Portfólio: Projetos com IA para Escritores.
Vou adaptar os exemplos ao que você gosta e fazer perguntas no final de cada módulo para garantir que tudo ficou claro.
Módulo 1: Explorar ferramentas de IA para geração e...
Este curso transforma educadores em profissionais preparados para a era digital, ensinando a usar IA para otimizar o ensino e engajar alunos. Você sairá com soluções práticas para aplicar imediatamente em sala de aula.
Nível: Iniciante a Intermediário
Para quem é: Professores, coordenadores pedagógicos, tutores e gestores educacionais
Ao concluir, você será capaz de: Capacitar educadores a utilizar IA para personalizar o ensino, automatizar tarefas administrativas e criar materiais didáticos interativos
8 módulos · 12h · certificado ao final
Explorar fundamentos de IA e seu impacto na educação
Identificar ferramentas de IA para personalização do ensino
Automatizar correções de atividades com LLMs
Criar materiais didáticos interativos usando IA generativa
Implementar dashboards de acompanhamento de desempenho com Power BI
Desenvolver um plano de aula personalizado com suporte de IA
Projetar um sistema de feedback automatizado para alunos
Projeto Final: Construir um portfólio de soluções educacionais com IA
Projeto Final
Um portfólio com três soluções práticas: um plano de aula personalizado, um sistema de feedback automatizado e um dashboard de acompanhamento de desempenho
◎
Educadores 4.0: IA na Sala de Aula
módulo de ~90 mincertificado
🔥 0Nv 1
Módulo 1 de 8
Aponte a câmera para abrir no celular
Tutor IA ao vivo
Bem-vindo ao curso de Educadores 4.0: IA na Sala de Aula.
Vou adaptar os exemplos ao que você gosta e fazer perguntas no final de cada módulo para garantir que tudo ficou claro.
Módulo 1: Explorar fundamentos de IA e seu impacto na...
Aprenda a construir sistemas inteligentes que identificam e previnem fraudes em avaliações, garantindo a integridade dos processos educacionais. Domine técnicas de IA para transformar a segurança em provas digitais.
Nível: Intermediário
Para quem é: Professores, coordenadores pedagógicos, desenvolvedores de sistemas educacionais e profissionais de TI interessados em segurança e automação de avaliações
Ao concluir, você será capaz de: Capacitar o aluno a desenvolver sistemas automatizados de detecção de colas e fraudes em provas utilizando técnicas de IA e análise de dados
8 módulos · 12h · certificado ao final
Entendendo os desafios da cola em avaliações digitais
Coletando e preparando dados para análise de fraudes
Treinando modelos de IA para detectar similaridade de respostas
Implementando APIs para monitoramento em tempo real
Criando alertas automáticos para comportamentos suspeitos
Desenvolvendo dashboards de integridade com Power BI
Testando e validando o sistema com casos reais
Projeto Final: Sistema de Detecção de Colas com IA
Projeto Final
Um sistema funcional de detecção de colas utilizando IA, com relatórios automatizados e alertas em tempo real para professores
>_
Anti-Cola com IA: Detecção e Prevenção Automatizada
módulo de ~90 mincertificado
🔥 0Nv 1
Módulo 1 de 8
Aponte a câmera para abrir no celular
Laboratório + Tutor IA
Aqui você pratica — não só lê.
Cada bloco é editável e roda no seu navegador. Aperte Executar para começar:
# Edite e aperte Executar. Ctrl+Enter também roda.
curso = "Anti-Cola com IA: Detecção e Prevenção Automatizada"
print(f"Primeira linha rodada no curso de {curso}.")
Módulo 1: Entendendo os desafios da cola em avaliações...
Transforme a avaliação escolar com inteligência artificial e reduza o tempo gasto em correções manuais. Aprenda a criar sistemas automatizados que geram insights valiosos para educadores e alunos.
Nível: Iniciante a Intermediário
Para quem é: Professores, coordenadores pedagógicos, gestores escolares e desenvolvedores de soluções educacionais
Ao concluir, você será capaz de: Capacitar educadores e gestores escolares a implementar sistemas de avaliação automatizados com IA, desde a coleta de dados até a geração de relatórios personalizados
8 módulos · 12h · certificado ao final
Explorando os fundamentos da avaliação educacional com tecnologia
Configurando ambientes de IA para coleta e processamento de dados escolares
Automatizando correções de provas com LLMs e processamento de linguagem natural
Criando dashboards interativos para visualização de desempenho em tempo real
Implementando sistemas de feedback automatizado com IA generativa
Analisando dados educacionais para identificar tendências e lacunas de aprendizagem
Integrando sistemas de avaliação com plataformas de gestão escolar (Google Classroom, Moodle)
Projeto Final: Construindo um sistema completo de avaliação automatizada com IA
Projeto Final
Um sistema funcional de avaliação automatizada com IA, incluindo correção de provas, geração de relatórios e feedbacks personalizados, pronto para ser integrado a uma plataforma educacional
◎
Avaliação Escolar com IA: Métricas e Automação
módulo de ~90 mincertificado
🔥 0Nv 1
Módulo 1 de 8
Aponte a câmera para abrir no celular
Tutor IA ao vivo
Bem-vindo ao curso de Avaliação Escolar com IA: Métricas e Automação.
Vou adaptar os exemplos ao que você gosta e fazer perguntas no final de cada módulo para garantir que tudo ficou claro.
Módulo 1: Explorando os fundamentos da avaliação...
Aprenda a elevar o rigor de suas publicações utilizando ferramentas de IA para validação técnica. Reduza drasticamente o tempo de revisão e minimize a incidência de erros antes da submissão.
Nível: Iniciante a Intermediário
Para quem é: Pesquisadores, acadêmicos e profissionais de TI voltados para a área de ciência de dados e publicações técnicas.
Ao concluir, você será capaz de: O aluno será capaz de implementar fluxos de validação automatizados para garantir a integridade e a qualidade técnica de artigos científicos utilizando IA.
6 módulos · 10h · certificado ao final
Estruturar prompts para análise crítica de metodologia
Configurar agentes de IA para verificação de consistência lógica
Implementar pipelines de checagem de fatos (Fact-Checking) com RAG
Automatizar a validação de citações e referências bibliográficas
Desenvolver critérios de scoring para qualidade de evidências
Projeto Final: Construir um validador automatizado de manuscritos científicos
Projeto Final
Um sistema de agente de IA que recebe um artigo científico e gera um relatório de validação apontando contradições, lacunas metodológicas e erros de referência.
◎
Validação Científica com IA na Prática
módulo de ~100 mincertificado
🔥 0Nv 1
Módulo 1 de 6
Aponte a câmera para abrir no celular
Tutor IA ao vivo
Bem-vindo ao curso de Validação Científica com IA na Prática.
Vou adaptar os exemplos ao que você gosta e fazer perguntas no final de cada módulo para garantir que tudo ficou claro.
Módulo 1: Estruturar prompts para análise crítica de...
Aprenda a construir sistemas de IA que nunca ficam fora do ar, mesmo com falhas em provedores individuais. Garanta alta disponibilidade e resiliência em suas aplicações críticas com técnicas avançadas de fallback e monitoramento.
Nível: Intermediário
Para quem é: Engenheiros de software, arquitetos de sistemas, desenvolvedores de IA e profissionais de DevOps que trabalham com integração de modelos de linguagem e APIs de IA
Ao concluir, você será capaz de: Capacitar o aluno a construir 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
Entendendo os desafios de disponibilidade em sistemas de IA
Avaliando provedores de IA: métricas e critérios de escolha
Configurando um sistema multiprovider com Python e FastAPI
Implementando lógica de fallback e retry com resiliência
Monitorando desempenho e latência de APIs de IA em tempo real
Automatizando a troca de provedores com base em thresholds
Testando cenários de falha e recuperação automática
Projeto Final: Construindo um sistema de IA resiliente com fallback multiprovider
Projeto Final
Um sistema de IA resiliente que integra pelo menos três provedores diferentes (ex: OpenAI, Mistral, Ollama) e implementa fallback automático com monitoramento de desempenho e logs detalhados
>_
Fallback Multiprovider: IA Sempre Ativa
módulo de ~90 mincertificado
🔥 0Nv 1
Módulo 1 de 8
Aponte a câmera para abrir no celular
Laboratório + Tutor IA
Aqui você pratica — não só lê.
Cada bloco é editável e roda no seu navegador. Aperte Executar para começar:
# Edite e aperte Executar. Ctrl+Enter também roda.
curso = "Fallback Multiprovider: IA Sempre Ativa"
print(f"Primeira linha rodada no curso de {curso}.")
Módulo 1: Entendendo os desafios de disponibilidade em...
Domine a arquitetura necessária para escalar aplicações de IA sem ficar refém de um único provedor. Aprenda a centralizar a governança de tokens e a performance de requisições em escala.
Nível: Intermediário a Avançado
Para quem é: Arquitetos de Software, Desenvolvedores Backend e Engenheiros de IA
Ao concluir, você será capaz de: O aluno será capaz de construir um gateway centralizado para controlar custos, implementar cache de prompts e realizar roteamento dinâmico entre diferentes modelos de IA
6 módulos · 12h · certificado ao final
Analisar a necessidade de gateways em ecossistemas de IA
Implementar a camada de abstração de APIs (Unified Interface)
Configurar roteamento inteligente e fallback entre provedores
Desenvolver sistema de Cache Semântico para otimização de tokens
Estabelecer monitoramento de latência e governança de custos
Projeto Final: Construindo um AI Gateway Escalável
Projeto Final
Desenvolvimento de um Gateway de IA funcional que roteia requisições entre OpenAI e Anthropic com camada de cache em Redis
>_
AI Gateway: Arquitetura de Intermediação de Modelos
módulo de ~120 mincertificado
🔥 0Nv 1
Módulo 1 de 6
Aponte a câmera para abrir no celular
Laboratório + Tutor IA
Aqui você pratica — não só lê.
Cada bloco é editável e roda no seu navegador. Aperte Executar para começar:
# Edite e aperte Executar. Ctrl+Enter também roda.
curso = "AI Gateway: Arquitetura de Intermediação de Modelos"
print(f"Primeira linha rodada no curso de {curso}.")
Módulo 1: Analisar a necessidade de gateways em...
