Entrar em Contato

Programa do Curso

Introdução aos Sistemas de Tradução com LLM

  • Compreensão da tradução automática neural (NMT) e suas limitações
  • Visão geral das arquiteturas de LLM e suas capacidades de tradução
  • Comparação entre MT tradicional e tradução baseada em LLM

Trabalhando com LLMs Proprietários e Open-Source

  • Uso dos modelos OpenAI, Deepseek, Qwen e Mistral para tradução
  • Trade-offs entre desempenho e latência
  • Seleção do modelo adequado para seu fluxo de trabalho

Construindo Pipelines de Tradução com LangChain

  • Princípios de design de pipeline para tradução com LLM
  • Implementação de uma cadeia de tradução com LangChain
  • Gerenciamento de janelas de contexto e uso de tokens

Automatizando Fluxos de Trabalho de Tradução

  • Agendamento de tarefas de tradução usando Python e ferramentas de automação
  • Processamento de lotes multilíngues
  • Integração com sistemas de gerenciamento de localização

Aprimorando a Qualidade da Tradução

  • Engenharia de prompts para tradução consciente do contexto
  • Automação de pós-edição e design com intervenção humana (human-in-the-loop)
  • Estratégias de ajuste fino para tradução específica de domínio

Avaliando e Monitorando Pipelines de Tradução

  • Estimativa automática de qualidade (AQE) e avaliação com pontuação BLEU
  • Registro de logs, análises e observabilidade do pipeline
  • Tratamento de erros e mecanismos de contingência

Escalando e Implantando Sistemas de Tradução

  • Implantação em nuvem com Docker e frameworks serverless
  • Balanceamento de carga e processamento paralelo para tradução em grande escala
  • Considerações sobre segurança, conformidade e privacidade de dados

Integrando Pipelines de Tradução à Infraestrutura Corporativa

  • Conexão de APIs de tradução a CMS, ERP e plataformas de localização (L10n)
  • Gerenciamento de custos e desempenho em escala
  • Governança e fluxos de trabalho de aprovação para localização empresarial

Resumo e Próximos Passos

Requisitos

  • Compreensão da linguagem de programação Python
  • Experiência com integração de APIs e automação de fluxos de trabalho
  • Familiaridade com conceitos de aprendizado de máquina e modelos de linguagem

Público-Alvo

  • Engenheiros de Aprendizado de Máquina (Machine Learning)
  • Especialistas em Tecnologia de Localização e Tradução
  • Arquitetos de Software e Líderes de Engenharia
 21 Horas

Número de participantes


Preço por participante

Próximas Formações Provisórias

Categorias Relacionadas