Precisão em Dados: Regex, NER e Busca Clássica sem LLMs

Aprenda a construir soluções de extração e busca de dados com precisão cirúrgica, onde modelos de linguagem não são a melhor opção. Ideal para sistemas que exigem performance, baixo custo e alta confiabilidade.

Nível: Intermediário

Para quem é: Desenvolvedores, engenheiros de dados, analistas de NLP e profissionais que trabalham com processamento de texto e busca em sistemas legados ou de alta performance

Ao concluir, você será capaz de: Capacitar o aluno a implementar soluções de alta precisão para extração e busca de dados usando Regex, NER e algoritmos clássicos, identificando cenários onde LLMs não são necessários ou eficientes

8 módulos · 10h · certificado ao final

  • Analisando cenários: Quando LLMs falham e alternativas clássicas brilham
  • Dominando Regex: Padrões avançados para extração de dados estruturados
  • Implementando NER com spaCy: Reconhecimento de entidades sem LLMs
  • Construindo pipelines de busca clássica: Do algoritmo à API
  • Otimizando performance: Latência e custo em sistemas de busca
  • Integrando soluções híbridas: Regex + NER + LLMs em produção
  • Avaliando resultados: Métricas de precisão e recall em extração de dados
  • Projeto Final: Pipeline de extração e busca para um sistema legado

Projeto Final

Desenvolvimento de um pipeline completo de extração e busca de dados para um sistema de faturas ou documentos técnicos, utilizando Regex, NER e algoritmos clássicos, com documentação de métricas de performance e comparação com abordagens baseadas em LLMs

🎓
Precisão em Dados: Regex, NER e Busca Clássica sem LLMs 8 módulos · 10h · certificado
Módulo 1 de 8
Aula interativa · Tutor IA
Como quer estudar?
Bem-vindo à sua aula de Precisão em Dados: Regex, NER e Busca Clássica sem 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.