Curso de Introdução à Ciência de Dados e IA usando Python

LangGraph é um framework para construir aplicações LLM stateful e multi-ator como gráficos compostos com estado persistente e controle de execução.

Esta formação ao vivo (online ou presencial), conduzida por instrutor, destina-se a engenheiros avançados de plataformas AI, DevOps para AI e arquitetos ML que desejam otimizar, depurar, monitorar e operar sistemas LangGraph de produção.

No final desta formação, os participantes serão capazes de:

• Projeto e otimização de topologias complexas do LangGraph para velocidade, custo e escalabilidade.
• Engenharia de confiabilidade com tentativas, timeouts, idempotência e recuperação baseada em checkpoints.
• Depurar e rastrear execuções gráficas, inspecionar estado e reproduzir sistematicamente problemas de produção.
• Instrumentação de grafos com logs, métricas e rastreamentos, deploy para produção e monitoramento de SLAs e custos.

Formato do Curso

• Aula interativa e discussão.
• Muitos exercícios e prática.
• Implementação hands-on em um ambiente de laboratório ao vivo.

Opções de Customização do Curso

• Para solicitar uma formação personalizada para este curso, entre em contato conosco para agendar.

Este treinamento ao vivo conduzido por instrutor em Brasil (no local ou remoto) é destinado a cientistas de dados que desejam usar o ecossistema Anaconda para capturar, gerenciar e implantar pacotes e fluxos de trabalho de análise de dados em uma única plataforma.

No final deste treinamento, os participantes serão capazes de:

• Instalar e configurar componentes e bibliotecas Anaconda.
• Compreender os principais conceitos, recursos e benefícios do Anaconda.
• Gerenciar pacotes, ambientes e canais usando o Anaconda Navigator.
• Usar pacotes Conda, R e Python para ciência de dados e aprendizado de máquina.
• Conhecer alguns casos de uso práticos e técnicas para gerenciar vários ambientes de dados.

Este treinamento liderado por instrutor (online ou presencial) é voltado para cientistas de dados e engenheiros de software que desejam usar o Dask com o ecossistema do Python para construir, escalar e analisar grandes conjuntos de dados.

Ao final deste treinamento, os participantes serão capazes de:

• Configurar o ambiente para começar a processar big data com Dask e Python.
• Explorar as funcionalidades, bibliotecas, ferramentas e APIs disponíveis no Dask.
• Compreender como o Dask acelera a computação paralela em Python.
• Aprender a escalar o ecossistema do Python (Numpy, SciPy e Pandas) usando o Dask.
• Otimizar o ambiente do Dask para manter alto desempenho no processamento de grandes conjuntos de dados.

Este treinamento ao vivo, ministrado por instrutor em Brasil (online ou presencial), é direcionado a desenvolvedores e analistas de dados intermediários que desejam aprimorar suas habilidades em análise e manipulação de dados usando Python, Pandas e NumPy.

No final deste treinamento, os participantes serão capazes de:

• Configurar um ambiente de desenvolvimento que inclua Python, Pandas e NumPy.
• Criar uma aplicação de análise de dados usando Pandas e NumPy.
• Realizar operações avançadas de manipulação, ordenação e filtragem de dados.
• Executar operações agregadas e analisar dados de séries temporais.
• Visualizar dados usando Matplotlib e outras bibliotecas de visualização.
• Depurar e otimizar seu código de análise de dados.

Este treinamento liderado por instrutor (online ou presencial) é voltado para desenvolvedores que desejam usar a pilha FARM (FastAPI, React e MongoDB) para construir aplicações web dinâmicas, de alto desempenho e escaláveis.

Ao final deste treinamento, os participantes serão capazes de:

• Configurar o ambiente de desenvolvimento necessário que integra FastAPI, React e MongoDB.
• Compreender os conceitos-chave, recursos e benefícios da pilha FARM.
• Aprender a construir APIs REST com FastAPI.
• Aprender a projetar aplicações interativas com React.
• Desenvolver, testar e implantar aplicações (front end e back end) usando a pilha FARM.

Este treinamento liderado por instrutor (online ou presencial) é destinado a desenvolvedores que desejam usar o FastAPI com Python para construir, testar e implantar APIs RESTful de forma mais fácil e rápida.

Ao final deste treinamento, os participantes serão capazes de:

• Configurar o ambiente de desenvolvimento necessário para desenvolver APIs com Python e FastAPI.
• Criar APIs de maneira mais rápida e fácil usando a biblioteca FastAPI.
• Aprender como criar modelos de dados e esquemas baseados em Pydantic e OpenAPI.
• Conectar APIs a um banco de dados usando SQLAlchemy.
• Implementar segurança e autenticação em APIs usando as ferramentas do FastAPI.
• Criar imagens de contêineres e implantar APIs web em um servidor na nuvem.

Este treinamento orientado por instrutor (online ou presencial) é destinado a pesquisadores e profissionais de laboratório de nível iniciante a intermediário que desejam processar e analisar imagens relacionadas a tecidos histológicos, células sanguíneas, algas e outras amostras biológicas.

Ao final deste treinamento, os participantes serão capazes de:

• Navegar na interface do Fiji e utilizar as funções principais do ImageJ.
• Pré-processar e melhorar imagens científicas para uma análise mais precisa.
• Analisar imagens quantitativamente, incluindo contagem de células e medição de áreas.
• Automatizar tarefas repetitivas usando macros e plugins.
• Personalizar fluxos de trabalho para necessidades específicas de análise de imagens em pesquisa biológica.

Este treinamento ao vivo conduzido por instrutor em Brasil (no local ou remoto) é destinado a cientistas de dados e desenvolvedores que desejam aprender e construir suas carreiras em Data Science usando Kaggle.

Ao final deste treinamento, os participantes serão capazes de:

• Aprender sobre ciência de dados e aprendizado de máquina.
• Explorar a análise de dados.
• Aprender sobre Kaggle e como ele funciona.

LangGraph é um framework para construir aplicações de LLM stateful e multi-ator como grafos compostos com estado persistente e controle sobre a execução.

Esta formação ao vivo (online ou presencial), liderada por instrutores, destina-se a profissionais intermediários e avançados que desejam projetar, implementar e operar soluções financeiras baseadas em LangGraph com governança adequada, observabilidade e conformidade.

No final desta formação, os participantes serão capazes de:

• Projetar fluxos de trabalho específicos para finanças no LangGraph alinhados às exigências regulatórias e de auditoria.
• Integrar padrões de dados financeiros e ontologias no estado do gráfico e nas ferramentas utilizadas.
• Implementar confiabilidade, segurança e controles human-in-the-loop para processos críticos.
• Implantar, monitorar e otimizar sistemas LangGraph em termos de desempenho, custo e SLAs (Service Level Agreements).

Formato do Curso

• Aula interativa e discussão.
• Muitos exercícios e prática.
• Implementação hands-on em um ambiente de laboratório ao vivo.

Opções de Personalização do Curso

• Para solicitar uma formação personalizada para este curso, entre em contato conosco para agendar.

LangGraph é um framework para construir aplicações LLM em estrutura de grafo, que suportam planejamento, ramificação, uso de ferramentas, memória e execução controlável.

Este treinamento ao vivo, com instrutor (online ou presencial), direciona-se a desenvolvedores iniciantes, engenheiros de prompts e profissionais de dados que desejam projetar e construir fluxos de trabalho LLM confiáveis em múltiplos passos usando LangGraph.

Ao final deste treinamento, os participantes serão capazes de:

• Explicar os conceitos centrais do LangGraph (nós, arestas, estado) e quando utilizá-los.
• Cadeias de prompts que ramificam, invocam ferramentas e mantêm memória.
• Integrar recuperação e APIs externas nos fluxos de trabalho em grafo.
• Testar, depurar e avaliar aplicações LangGraph para confiabilidade e segurança.

Formato do Curso

• Palestra interativa e discussão mediada.
• Laboratórios guiados e passagens de código em ambiente sandbox.
• Exercícios baseados em cenários de design, testes e avaliação.

Opções de Personalização do Curso

• Para solicitar um treinamento personalizado para este curso, entre em contato conosco para agendar.

O LangGraph permite fluxos de trabalho com estado, multiatores, alimentados por LLMs, com controle preciso sobre os caminhos de execução e persistência do estado. Em saúde, essas capacidades são cruciais para a conformidade, interoperabilidade e construção de sistemas de suporte à decisão que se alinham com fluxos de trabalho médicos.

Este treinamento liderado por instrutor (online ou presencial) é direcionado a profissionais de nível intermediário a avançado que desejam projetar, implementar e gerenciar soluções de saúde baseadas em LangGraph, abordando desafios regulatórios, éticos e operacionais.

No final deste treinamento, os participantes serão capazes de:

• Projetar fluxos de trabalho do LangGraph específicos para saúde, com conformidade e auditoria em mente.
• Integrar aplicativos do LangGraph com ontologias médicas e padrões (FHIR, SNOMED CT, ICD).
• Aplicar melhores práticas de confiabilidade, rastreabilidade e explicabilidade em ambientes sensíveis.
• Implantar, monitorar e validar aplicativos do LangGraph em configurações de produção na saúde.

Formato do Curso

• Aula interativa e discussão.
• Exercícios práticos com estudos de caso do mundo real.
• Prática de implementação em um ambiente de laboratório ao vivo.

Opções de Customização do Curso

• Para solicitar um treinamento personalizado para este curso, entre em contato conosco para agendar.

LangGraph é um framework para construir aplicativos LLM (Modelos de Linguagem Grandes) com estado persistente e controle preciso sobre a execução, como gráficos compostos por múltiplos atores.

Este treinamento liderado por instrutores (online ou presencial) é direcionado a profissionais de nível intermediário a avançado que desejam projetar, implementar e operar soluções legais baseadas em LangGraph com os controles necessários de conformidade, rastreabilidade e governança.

Ao final deste treinamento, os participantes serão capazes de:

• Projetar fluxos de trabalho específicos para o setor legal que preservem a auditoria e a conformidade.
• Integrar ontologias legais e padrões de documentos no estado do gráfico e no processamento.
• Implementar guardrails, aprovações com intervenção humana e caminhos de decisão rastreáveis.
• Implantar, monitorar e manter serviços LangGraph em produção com observabilidade e controles de custo.

Formato do Curso

• Aula interativa e discussão.
• Muitos exercícios e prática.
• Implementação hands-on em um ambiente de laboratório ao vivo.

Opções de Personalização do Curso

• Para solicitar um treinamento personalizado para este curso, entre em contato conosco para agendar.

LangGraph é um framework para compor fluxos de trabalho de LLM em estrutura de grafos, que suportam ramificações, uso de ferramentas, memória e execução controlável.

Esta formação ao vivo, ministrada por instrutor (online ou presencial), destina-se a engenheiros e equipes de produtos de nível intermediário que desejam combinar a lógica de grafos do LangGraph com loops de agentes LLM para construir aplicações dinâmicas e conscientes do contexto, como agentes de suporte ao cliente, árvores de decisão e sistemas de recuperação de informações.

Ao final desta formação, os participantes serão capazes de:

• Projetar fluxos de trabalho baseados em grafos que coordenam agentes LLM, ferramentas e memória.
• Implementar roteamento condicional, tentativas de repetição e mecanismos de fallback para garantir uma execução robusta.
• Integrar recuperação de dados, APIs e saídas estruturadas nos loops de agentes.
• Avaliar, monitorar e reforçar o comportamento dos agentes para garantir confiabilidade e segurança.

Formato do Curso

• Aula interativa e discussão facilitada.
• Laboratórios guiados e análise de código em um ambiente sandbox.
• Exercícios de design baseados em cenários e revisões entre pares.

Opções de Personalização do Curso

• Para solicitar uma formação personalizada para este curso, entre em contato conosco para providenciar os detalhes.

LangGraph é um framework de orquestração baseado em grafos que permite fluxos de trabalho condicionais e multietapas com LLMs (linguagem de modelo grande) e ferramentas, ideal para automatizar e personalizar pipelines de conteúdo.

Este treinamento conduzido por um instrutor (online ou presencial) é voltado para profissionais intermediários de marketing, estrategistas de conteúdo e desenvolvedores de automação que desejam implementar campanhas de email dinâmicas e ramificadas e pipelines de geração de conteúdo usando o LangGraph.

Ao final deste treinamento, os participantes serão capazes de:

• Projetar fluxos de trabalho de conteúdo e email estruturados em grafos com lógica condicional.
• Integrar LLMs, APIs e fontes de dados para personalização automatizada.
• Gerenciar estado, memória e contexto em campanhas multietapas.
• Avaliar, monitorar e otimizar o desempenho e os resultados de entrega dos fluxos de trabalho.

Formato do Curso

• Aulas interativas e discussões em grupo.
• Laboratórios práticos implementando fluxos de trabalho de email e pipelines de conteúdo.
• Exercícios baseados em cenários sobre personalização, segmentação e lógica ramificada.

Opções de Customização do Curso

• Para solicitar um treinamento personalizado para este curso, entre em contato conosco para agendar.

Este treinamento presencial, ministrado pelo instrutor em Brasil (online ou localmente), é destinado a cientistas de dados e desenvolvedores que desejam usar o RAPIDS para construir pipelines de dados aceleradas por GPU, fluxos de trabalho e visualizações, aplicando algoritmos de aprendizado de máquina, como XGBoost, cuML, etc.

Ao final deste treinamento, os participantes serão capazes de:

• Configurar o ambiente de desenvolvimento necessário para criar modelos de dados com NVIDIA RAPIDS.
• Compreender as funcionalidades, componentes e vantagens do RAPIDS.
• Utilizar GPUs para acelerar pipelines de dados e análise de ponta a ponta.
• Implementar a preparação de dados e ETL acelerados por GPU com cuDF e Apache Arrow.
• Aprender como realizar tarefas de aprendizado de máquina com algoritmos XGBoost e cuML.
• Construir visualizações de dados e executar análise de gráficos com cuXfilter e cuGraph.