Aprenda a escalar sistemas de IA com múltiplos agentes em produção, garantindo eficiência e resiliência. Domine LLMOps e arquiteturas distribuídas para soluções robustas e escaláveis.
Nível: Avançado
Para quem é: Engenheiros de IA, arquitetos de sistemas, desenvolvedores de LLMs e profissionais de MLOps que desejam escalar soluções multiagentes.
Ao concluir, você será capaz de: Capacitar o aluno a projetar, implementar e escalar sistemas com 12 ou mais agentes de IA em produção, utilizando práticas de LLMOps para otimização de custos, latência e privacidade.
8 módulos · 12h · certificado ao final
- Analisar casos de uso para orquestração de múltiplos agentes
- Projetar arquiteturas escaláveis com filas e mensageria (Kafka, RabbitMQ)
- Implementar agentes autônomos com ReAct e loops de raciocínio
- Configurar gateways de IA para balanceamento de carga (AI Gateway)
- Otimizar custos com técnicas de caching e compressão de embeddings
- Monitorar e depurar sistemas multiagentes com Prometheus e Grafana
- Implementar estratégias de fallback multiprovider para alta disponibilidade
- Projeto Final: Orquestrar 12 agentes em produção com LLMOps e deploy na cloud
Projeto Final
Um sistema funcional com 12 agentes orquestrados, deployado em cloud, com métricas de latência, custo e resiliência documentadas.
Aprenda a implementar sistemas RAG robustos, desde a ingestão de dados até o deploy em produção, com foco em código e otimização. Domine técnicas avançadas para melhorar a precisão e eficiência das suas soluções de IA.
Nível: Intermediário
Para quem é: Desenvolvedores, engenheiros de dados e cientistas de dados que desejam implementar soluções RAG em produção
Ao concluir, você será capaz de: O aluno será capaz de construir, otimizar e implantar sistemas RAG completos, desde a ingestão de dados até a geração de respostas com LLMs
9 módulos · 12h · certificado ao final
- Explorando os fundamentos do RAG e suas aplicações práticas
- Configurando ambientes de desenvolvimento para RAG com Python
- Implementando ingestão e processamento de documentos com LlamaIndex
- Construindo sistemas de busca vetorial com FAISS e Pinecone
- Integrando LLMs com sistemas de recuperação para geração de respostas
- Otimizando pipelines RAG com técnicas de reranking e fallback
- Avaliando métricas de performance e qualidade em sistemas RAG
- Deployando soluções RAG com FastAPI e Docker
- Projeto Final: Construindo um sistema RAG completo do zero ao deploy
Projeto Final
Um sistema RAG funcional, implantado em um ambiente de produção simulado, com documentação técnica e métricas de performance
Aprenda a criar prompts poderosos para automação e deploy em produção, integrando LLMs a sistemas reais. Domine técnicas avançadas para otimizar fluxos de trabalho e reduzir custos operacionais.
Nível: Intermediário
Para quem é: Desenvolvedores, engenheiros de IA, analistas de dados e profissionais de TI que buscam otimizar fluxos de trabalho com LLMs
Ao concluir, você será capaz de: Capacitar o aluno a criar prompts eficazes para automação de processos, integração com sistemas e deploy em ambientes de produção
8 módulos · 12h · certificado ao final
- Explorar os fundamentos de prompt engineering para produção
- Aplicar técnicas de few-shot e chain-of-thought em cenários reais
- Automatizar fluxos de trabalho com prompts estruturados
- Integrar prompts com APIs e sistemas externos
- Otimizar prompts para latência e custo em produção
- Validar e monitorar prompts em ambientes de deploy
- Implementar fallback e tratamento de erros em prompts
- Projeto Final: Construir um pipeline de automação com prompts para um caso de uso real
Projeto Final
Pipeline de automação com prompts otimizados para um fluxo de trabalho específico, incluindo integração com APIs e deploy em ambiente de produção
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
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
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
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
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
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
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
