Sobre este cursoIntermediário · 9 módulos · 12h
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
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 = "RAG do Conceito ao Código: Implementação Completa"
print(f"Primeira linha rodada no curso de {curso}.")Módulo 1: Explorando os fundamentos do RAG e suas...