Obrigado por enviar sua consulta! Um dos membros da nossa equipe entrará em contato com você em breve.
Obrigado por enviar sua reserva! Um dos membros da nossa equipe entrará em contato com você em breve.
Programa do Curso
Fundamentos da IA Local Segura
- O que significam IA local e on-premise em ambientes regulados.
- IA na nuvem versus implantação interna para cargas de trabalho sensíveis.
- Casos de uso empresarial comuns para assistentes privados e suporte a fluxos de trabalho.
- Componentes principais de uma arquitetura de IA local segura.
Fundamentos do Ollama e Modelos Abertos
- Como o Ollama se encaixa em uma pilha de desenvolvimento local.
- Baixar, executar e gerenciar modelos localmente.
- Escolher modelos com base no tamanho, qualidade, hardware e licença.
- Alinhar opções de modelos a tarefas comerciais práticas.
Preparando o Ambiente On-Premise
- Preparação de host, estação de trabalho e servidor.
- Instalar e configurar o Ollama para inferência local.
- Usar contêineres e ferramentas internas de desenvolvimento.
- Verificar acesso à API e prontidão operacional básica.
Trabalhando Efetivamente com Modelos Locais
- Executar prompts e moldar saídas com instruções do sistema.
- Reutilizar modelos para tarefas empresariais consistentes.
- Gerenciar versões de modelos e artefatos internos.
- Otimização básica de desempenho para implantações em CPU e GPU.
Construindo Fluxos de Trabalho Agênticos Práticos
- O que torna um fluxo de trabalho agênctico em um ambiente controlado.
- Padrões simples para planejamento, uso de ferramentas e loops de resposta.
- Projetar assistentes focados em tarefas para operações internas.
- Adicionar revisão humana, lógica de fallback e tratamento de erros.
Fluxos de Trabalho de Recuperação Privada
- Fundamentos da geração aumentada por recuperação para acesso a conhecimento interno.
- Preparar documentos para fragmentação, indexação e pesquisa.
- Conectar um armazenamento vetorial local a um aplicativo baseado em Ollama.
- Melhorar a relevância e a qualidade das respostas com padrões de recuperação aprimorados.
Práticas de Segurança, Governança e Conformidade
- Limites de manipulação de dados e considerações de privacidade.
- Controle de acesso, registro de atividades (logging) e suporte a auditoria.
- Segurança de prompts, controles de saída e barreiras de proteção (guardrails).
- Pontos de verificação de governança para implantação e operação regulamentadas.
Padrões de Integração Empresarial
- Expor capacidades de IA local por meio de APIs internas.
- Integrar assistentes com aplicativos e serviços internos.
- Suportar casos de uso de automação de assistente, lote e fluxo de trabalho.
- Manter as soluções dentro dos limites da rede controlada.
Avaliando Soluções Locais de IA
- Avaliar qualidade, confiabilidade e consistência.
- Testar em relação aos requisitos comerciais, políticos e de segurança.
- Comparar opções de modelos para tarefas empresariais específicas.
- Estabelecer um ciclo prático de melhorias para equipes internas.
Laboratório de Implementação Prática
- Construir um assistente privado com Ollama e um modelo aberto.
- Adicionar recuperação sobre documentos internos aprovados.
- Introduzir ações agênticas simples e controles de segurança.
- Revisar pontos de verificação de implantação, operações e governança.
Planejamento de Adoção e Próximos Passos
- Revisar decisões chave de design e implantação.
- Identificar armadilhas comuns em projetos de IA regulados.
- Planejar casos de uso piloto e alinhar partes interessadas (stakeholders).
- Definir um roteiro para adoção segura de IA local.
Requisitos
- Conhecimento básico de conceitos de IA e desenvolvimento de software.
- Familiaridade com ferramentas de linha de comando, contêineres ou ambientes de desenvolvimento local.
- Experiência básica em script ou programação.
Público-Alvo
- Desenvolvedores e equipes técnicas que constroem soluções de IA privadas em infraestrutura interna.
- Profissionais de segurança, conformidade e plataforma que apoiam a IA em ambientes regulados.
- Líderes técnicos em finanças, saúde, governo e defesa avaliando a adoção de IA on-premise.
21 Horas
