Curso de Engenharia de IA Agêntica com Python — Construindo Agentes Autônomos

Fundamentos de IA Agêntica

• O que é um agente autônomo: definições e taxonomia
• Loop do agente: ciclo de perceber, decidir, agir e observar
• Padrões de design para responsabilidades e escopo de agentes

Ferramentas Python e SDKs de Agentes

• Usando LangChain e SDKs similares para inicializar agentes
• Programação assíncrona, filas de tarefas e gerenciamento de subprocessos
• Empacotamento, ambientes virtuais e fluxos de trabalho de desenvolvimento reproduzíveis

Integração de Ferramentas Externas e APIs

• Projeto de interfaces de ferramentas e padrões seguros de invocação
• Conexão com APIs web, bancos de dados e serviços internos
• Gerenciamento de credenciais, segredos e acesso com privilégios mínimos

Gerenciamento de Memória, Estado e Contexto

• Janelas de contexto de curto prazo e técnicas de engenharia de prompts
• Arquiteturas de memória de longo prazo: Redis, stores vetoriais e aumento por recuperação
• Consistência, estratégias de cache e higiene de memória

Orquestração, Planejamento e Fluxos de Trabalho Multietapa

• Encadeamento de ações, subagentes e decomposição de tarefas
• Algoritmos de planejamento vs. orquestração heurística
• Tratamento de falhas, retries e ações compensatórias

Segurança, Testes e Observabilidade

• Modelos de ameaças, red-teaming e sanitização de entrada/saída
• Testes unitários, de integração e ponta a ponta para agentes
• Logging, métricas, tracing e alertas para o comportamento de agentes

Implantação, Escalabilidade e MLOps para Agentes

• Containerização, pipelines de CI/CD e estratégias de lançamento
• Controle de custos, limitação de taxa e otimização de recursos
• Monitoramento, governança e playbooks operacionais

Resumo e Próximos Passos