Curso de Engenharia de IA Artificial Aplicada e Modelos de Linguagem de Grande Porte (LLMs) com Python
Visão Geral do Curso
Este treinamento prático foi desenvolvido para profissionais com formação em engenharia de dados que desejam adquirir competências práticas em inteligência artificial, Python e modelos de linguagem de grande porte (LLMs). O curso foca em aplicações do mundo real, abordando o uso de modelos, engenharia de prompts e a criação de soluções com IA. Os participantes enfrentarão exercícios progressivos que partem de conceitos fundamentais até a construção de fluxos de trabalho com IA prontos para implantação.
Formato do Treinamento
• Treinamento presencial em sala de aula
• Sessões orientadas por instrutores com prática guiada
• Discussões interativas e estudos de caso do mundo real
• Exercícios práticos diários
Objetivos do Curso
• Compreender os conceitos centrais de IA e aprendizado de máquina relevantes para aplicações modernas
• Fortalecer as habilidades em Python para desenvolvimento de IA e fluxos de dados
• Aprender como os modelos de linguagem de grande porte funcionam e como utilizá-los de forma eficaz
• Elaborar e otimizar prompts para garantir saídas confiáveis
• Construir soluções de ponta a ponta com IA usando APIs e frameworks
• Integrar IA em pipelines de engenharia de dados
Programa do Curso
Ementa do Curso Proposta de Treinamento
Dia 1 - Introdução à IA e Python para Fluxos de Trabalho com Dados
• Visão geral do cenário de inteligência artificial e aprendizado de máquina
• O papel da IA na engenharia de dados moderna
• Revisão dos fundamentos de Python para aplicações de IA
• Manipulação de dados com pandas e NumPy
• Introdução a APIs e tratamento de dados JSON
• Exercício prático: carregamento e transformação de conjuntos de dados
Dia 2 - Fundamentos de Aprendizado de Máquina para Profissionais
• Conceitos de aprendizado supervisionado e não supervisionado
• Engenharia de características e técnicas de preparação de dados
• Noções básicas de treinamento de modelos utilizando scikit-learn
• Avaliação de modelos e métricas de desempenho
• Introdução aos conceitos de implantação de modelos
• Prática: construção de um modelo preditivo simples
Dia 3 - Introdução aos LLMs e Engenharia de Prompts
• Compreensão dos modelos de linguagem de grande porte e seu funcionamento
• Tokenização, janelas de contexto e limitações
• Princípios e técnicas de design de prompts
• Prompting de zero-shot e few-shot
• Estratégias de avaliação e iteração de prompts
• Exercícios práticos de engenharia de prompts
Dia 4 - Construção de Aplicações com LLMs
• Utilização de APIs de LLMs em Python
• Conceitos de saídas estruturadas e chamadas de função
• Desenvolvimento de aplicações baseadas em chat e orientadas a tarefas
• Introdução à geração aumentada por recuperação (RAG)
• Conexão de LLMs com fontes de dados externas
• Projeto prático: construção de um assistente de IA simples
Dia 5 - Industrialização de Soluções com IA
• Design de fluxos de trabalho escaláveis para IA
• Integração de IA em pipelines de dados
• Monitoramento e melhoria do desempenho dos modelos
• Estratégias de otimização de custos e uso de APIs
• Segurança e considerações éticas para IA responsável
• Projeto final: construção de uma solução de IA de ponta a ponta
Os cursos de treinamento abertos exigem mais de 5 participantes.
Curso de Engenharia de IA Artificial Aplicada e Modelos de Linguagem de Grande Porte (LLMs) com Python - Reserva
Curso de Engenharia de IA Artificial Aplicada e Modelos de Linguagem de Grande Porte (LLMs) com Python - Consulta
Engenharia de IA Artificial Aplicada e Modelos de Linguagem de Grande Porte (LLMs) com Python - SOLICITAÇÃO DE CONSULTORIA
Testemunhos de Clientes (2)
Exemplos/exercícios perfeitamente adaptados ao nosso domínio
Luc - CS Group
Curso - Scaling Data Analysis with Python and Dask
Máquina Traduzida
O instrutor estava muito disponível para responder a todas as perguntas que fiz
Caterina - Stamtech
Curso - Developing APIs with Python and FastAPI
Máquina Traduzida
Próximas Formações Provisórias
Cursos Relacionados
Avançado LangGraph: Otimização, Depuração e Monitoramento de Grafos Complexos
35 HorasLangGraph 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.
Construindo Agentes de Codificação com Devstral: Do Design do Agente ao Tooling
14 HorasO Devstral é um framework de código aberto projetado para construir e executar agentes de codificação que podem interagir com bases de código, ferramentas de desenvolvimento e APIs para aumentar a produtividade dos engenheiros.
Este treinamento liderado por instrutor (online ou presencial) é voltado para engenheiros de ML intermediários a avançados, equipes de ferramentas de desenvolvimento e SREs que desejam projetar, implementar e otimizar agentes de codificação usando o Devstral.
Ao final deste treinamento, os participantes serão capazes de:
- Configurar o Devstral para o desenvolvimento de agentes de codificação.
- Projetar fluxos de trabalho autônomos para exploração e modificação de bases de código.
- Integrar agentes de codificação com ferramentas de desenvolvimento e APIs.
- Implementar melhores práticas para implantação segura e eficiente de agentes.
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 um treinamento personalizado para este curso, entre em contato conosco para agendar.
Dimensionando Análise de Dados com Python e Dask
14 HorasEste 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.
Análise de dados em Python usando Pandas e Numpy
14 HorasEste 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.
Open-Source Model Ops: Auto-Hospedagem, Ajuste Fino e Governança com Modelos Devstral & Mistral
14 HorasOs modelos Devstral e Mistral são tecnologias de IA de código aberto projetadas para implantação flexível, ajuste fino e integração escalável.
Este treinamento presencial conduzido por um instrutor (online ou no local) é destinado a engenheiros de ML de nível intermediário a avançado, equipes de plataforma e engenheiros de pesquisa que desejam hospedar, ajustar finamente e governar os modelos Mistral e Devstral em ambientes de produção.
Ao final deste treinamento, os participantes serão capazes de:
- Configurar e configurar ambientes auto-hospedados para os modelos Mistral e Devstral.
- Aplicar técnicas de ajuste fino para desempenho específico do domínio.
- Implementar versionamento, monitoramento e governança do ciclo de vida.
- Garantir a segurança, conformidade e uso responsável de modelos de código aberto.
Formato do Curso
- Aula interativa e discussão.
- Exercícios práticos em auto-hospedagem e ajuste fino.
- Implementação de pipelines de governança e monitoramento em laboratório ao vivo.
Opções de Customização do Curso
- Para solicitar um treinamento personalizado para este curso, entre em contato conosco para agendar.
FARM (FastAPI, React e MongoDB) Desenvolvimento Full Stack
14 HorasEste 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.
Desenvolvendo APIs com Python e FastAPI
14 HorasEste 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.
Fiji: Processamento de Imagens para Biotecnologia e Toxicologia
14 HorasEste 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.
Aplicações de LangGraph na Finanças
35 HorasLangGraph 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.
Fundamentos do LangGraph: Prompting e Encadeamento Baseado em Grafos
14 HorasLangGraph é um framework para construir aplicações de LLM estruturadas em grafos que suportam planejamento, ramificação, uso de ferramentas, memória e execução controlada.
Este treinamento ao vivo, orientado por instrutor (online ou presencial), é voltado para desenvolvedores iniciantes, engenheiros de prompts e profissionais de dados que desejam projetar e construir fluxos de trabalho confiáveis e multietapas de LLM usando LangGraph.
No final deste treinamento, os participantes serão capazes de:
- Explicar conceitos básicos do LangGraph (nós, arestas, estado) e quando utilizá-los.
- Criar cadeias de prompts que ramificam, chamam ferramentas e mantêm memória.
- Integrar APIs de recuperação e externas em fluxos de trabalho de grafos.
- Testar, depurar e avaliar aplicativos LangGraph para confiabilidade e segurança.
Formato do Curso
- Aula interativa e discussão facilitada.
- Labs guiados e revisões de código em um ambiente sandbox.
- Exercícios baseados em cenários sobre design, teste e avaliação.
Opções de Personalização do Curso
- Para solicitar um treinamento personalizado para este curso, por favor entre em contato conosco para agendar.
LangGraph em Saúde: Orquestração de Fluxos de Trabalho para Ambientes Regulados
35 HorasO 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 para Aplicações Legais
35 HorasLangGraph 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.
Construindo Fluxos de Trabalho Dinâmicos com LangGraph e Agentes LLM
14 HorasLangGraph é um framework para composição de fluxos de trabalho estruturados em grafos que suportam ramificação, uso de ferramentas, memória e execução controlável.
Esta formação ao vivo (online ou presencial), liderada por instrutor, destina-se a engenheiros intermediários e equipes de produtos que desejam combinar a lógica gráfica do LangGraph com os loops de agentes LLM para criar aplicações dinâmicas e sensíveis ao 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, repetições e alternativas para uma execução robusta.
- Integrar recuperação, APIs e saídas estruturadas nos loops de agente.
- Avaliar, monitorar e fortalecer o comportamento do agente para confiabilidade e segurança.
Formato da Curso
- Aula interativa e discussão facilitada.
- Labs guiados e caminhos de código em um ambiente de areia (sandbox).
- Exercícios de design baseados em cenários e revisões entre pares.
Opções de Personalização do Curso
- Para solicitar uma formação personalizada para este curso, por favor entre em contato conosco para agendar.
LangGraph para Automação de Marketing
14 HorasLangGraph 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.
Acelerando Fluxos de Trabalho do Python Pandas com o Modin
14 HorasEste treinamento ao vivo conduzido por instrutor em Brasil (no local ou remoto) é destinado a cientistas e desenvolvedores de dados que desejam usar Modin para criar e implementar cálculos paralelos com Pandas para uma análise de dados mais rápida.
No final deste treinamento, os participantes serão capazes de:
- Configurar o ambiente necessário para começar a desenvolver fluxos de trabalho Pandas em escala com Modin.
- Compreender os recursos, a arquitetura e as vantagens de Modin.
- Conhecer as diferenças entre Modin, Dask e Ray.
- Realizar operações Pandas mais rapidamente com Modin.
- Implementar toda a API Pandas e as funções.
