Entrar em Contato

Programa do Curso

Fundamentos da IA Local Segura

  • O que significam IA local e on-prem em ambientes regulamentados
  • 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

Básico do Ollama e Modelos Abertos

  • Como o Ollama se encaixa em uma stack de desenvolvimento local
  • Baixar, executar e gerenciar modelos localmente
  • Escolher modelos com base no tamanho, qualidade, hardware e licença
  • Adequar as opções de modelo a tarefas comerciais práticas

Preparando o Ambiente On-Prem

  • Preparação de host, estação de trabalho e servidor
  • Instalando e configurando o Ollama para inferência local
  • Utilizando contêineres e ferramentas internas de desenvolvimento
  • Verificando acesso à API e prontidão operacional básica

Trabalhando com Modelos Locais de Forma Efetiva

  • Executando prompts e moldando saídas com instruções do sistema
  • Reutilizando modelos para tarefas empresariais consistentes
  • Gerenciando versões de modelos e artefatos internos
  • Ajuste básico de desempenho para implantações em CPU e GPU

Construindo Fluxos de Trabalho Práticos Baseados em Agentes

  • O que torna um fluxo de trabalho baseado em agente em um ambiente controlado
  • Padrões simples para planejamento, uso de ferramentas e loops de resposta
  • Projetando assistentes focados em tarefas para operações internas
  • Adicionando revisão humana, lógica de fallback e tratamento de erros

Fluxos de Trabalho de Recuperação Privada

  • Básico de geração aumentada por recuperação para acesso ao conhecimento interno
  • Preparando documentos para segmentação, indexação e pesquisa
  • Conectando um armazenamento vetorial local a uma aplicação baseada em Ollama
  • Melhorando a relevância e a qualidade das respostas com padrões de recuperação aprimorados

Práticas de Segurança, Governança e Conformidade

  • Limites de manuseio de dados e considerações de privacidade
  • Controle de acesso, logs e suporte a auditoria
  • Segurança de prompts, controles de saída e barreiras de segurança (guardrails)
  • Pontos de controle de governança para implantação e operação regulamentadas

Padrões de Integração Empresarial

  • Expondo capacidades de IA local por meio de APIs internas
  • Integrando assistentes com aplicações e serviços internos
  • Suportando casos de uso de assistentes, processos em lote e automação de fluxos de trabalho
  • Mantendo as soluções dentro dos limites da rede controlada

Avaliando Soluções de IA Local

  • Avaliando qualidade, confiabilidade e consistência
  • Testando contra requisitos comerciais, políticos e de segurança
  • Comparando opções de modelo para tarefas empresariais específicas
  • Estabelecendo um ciclo prático de melhoria para equipes internas

Laboratório de Implementação Prática

  • Construindo um assistente privado com Ollama e um modelo aberto
  • Adicionando recuperação sobre documentos internos aprovados
  • Introduzindo ações básicas baseadas em agentes e controles de segurança
  • Revisando pontos de controle de implantação, operações e governança

Planejamento de Adoção e Próximos Passos

  • Revisando decisões-chave de design e implantação
  • Identificando armadilhas comuns em projetos de IA regulamentados
  • Planejando casos de uso piloto e alinhamento com as partes interessadas
  • Definindo um roteiro para a adoção segura de IA local

Requisitos

  • Compreensão básica 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 construindo soluções de IA privadas em infraestrutura interna
  • Profissionais de segurança, conformidade e plataforma apoiando a adoção de IA em ambientes regulamentados
  • Líderes técnicos dos setores financeiro, de saúde, governo e defesa que avaliam a adoção de IA on-prem
 21 Horas

Número de participantes


Preço por participante

Próximas Formações Provisórias

Categorias Relacionadas