Programa do Curso
Bloco 1 — Fundamentos Compartilhados (Dias 1–2)
Dia 1 — Manhã: O Fator Humano na Adoção de IA
• Calibração de confiança / dependência: quando usar a IA, quando parar.
• Estrutura de acordo da equipe (gatilho / ação / evidência / responsável).
• Função do Curador de Prompts: validação, decisão e aprovação final. Plano de resposta a incidentes de IA.
Dia 1 — Tarde: Restrições, Riscos e Conformidade
• Capacidades reais dos LLMs — vetores de risco nos prompts: injeção, vazamento de dados, alucinações.
• Marco legal: LGPD/GDPR, Lei de IA da UE — padrões setoriais (DICOM, HL7, HIPAA).
• Exercício prático: traduzir um padrão de domínio em uma cerca de segurança para prompts.
Dia 2 — Manhã: Arquitetura Técnica dos Prompts
• Arquitetura de agentes: memória, contexto e objetivos — sob a perspectiva do design de prompts.
• Integração via API e fontes de dados de domínio, multi-agentes e encadeamento de prompts.
Dia 2 — Tarde: Anatomia dos Prompts Empresariais
• As 6 camadas: Papel / Contexto / Restrições / Padrões de Domínio / Formato / Exemplos.
• Hierarquia de prompts: Sistema (escrita organizacional) — Domínio (da equipe) — Tarefa (individual).
• Demonstração: desconstruir um prompt ingênuo e reconstruí-lo. Resumo da equipe para os Dias 3 a 5.
Bloco 2 — Workshops de Co-construção (Dias 3–4–5)
Dia 3 — Descoberta e Auditoria de Padrões
- Workshops paralelos das equipes: Arquitetos, Desenvolvedores de Domínio Específico, Back-End, QA.
- Mapeamento dos padrões e restrições empresariais — identificação de conflitos entre equipes.
- Entregável do Dia 3: Mapa de Padrões + Matriz de prioridade impacto/esforço.
Dia 4 — Design de Convenções e Construção de Modelos
- Convenções de nomenclatura, versionamento e sistema de tags (equipe, domínio, ferramenta alvo).
- Criação dos primeiros modelos validados: DICOM em TypeScript, revisão de código, testes de QA, documentação de API.
- Entregável do Dia 4: 4+ modelos operacionais + guia de convenções.
Dia 5 — Montagem da Biblioteca, Governança e Entrega Oficial
- Organização da biblioteca, integração com GitHub Copilot / Cursor / API de LLM interno.
- Função do Curador de Prompts, métricas de qualidade, rituais de equipe e plano de implementação de 30 dias.
- Entregável final do Dia 5: Biblioteca v1.0 documentada + Carta de Governança + Plano de 30 Dias.
Requisitos
- Ter concluído pelo menos um treinamento de IA (iniciante ou avançado).
- Perfis técnicos: experiência em desenvolvimento na stack tecnológica da empresa.
- Perfis de gestão: familiaridade básica com ferramentas de IA (ChatGPT, Copilot, etc.).
- Compromisso da empresa: participação ativa dos líderes de equipe nos dias 3 a 5.
- Fornecimento prévio: documentação de padrões existentes (README, guias de codificação).
Público-alvo
- Arquitetos de software
- Desenvolvedores (de domínio específico, back-end, front-end)
- Engenheiros de QA / Técnicos de código
- Líderes de equipe e gerentes intermediários
- Gerentes de TI, decisores e líderes de projetos de IA
Testemunhos de Clientes (1)
Agora tenho conhecimento sobre a biblioteca Streamlit em Python e, com certeza, vou tentar usá-la para melhorar os aplicativos da minha equipe que são desenvolvidos no R Shiny.
Michal Maj - XL Catlin Services SE (AXA XL)
Curso - GitHub Copilot for Developers
Máquina Traduzida