Especialização em Engenharia de IA
Você aprende como engenheiros seniores colocam LLMs em produção. São 10 módulos construindo o FinLab, uma plataforma de inteligência de mercado financeiro.
- RAG avançado com busca híbrida e re-ranking
- Agentes autônomos com tool calling e guardrails
- Observabilidade, tracing e controle rigoroso de custos
Ver módulos e aulas
- 01Introdução e boas-vindas
As trilhas pra quem é dev, pra quem vem de dados e pra quem lidera time técnico.
- 02Fundamentos de System Retrieval
Ambiente de projeto real com UV e Ruff, information retrieval, tokenização e os modelos clássicos de busca construídos do zero: booleano, TF-IDF e BM25.
- 03Fundamentos de Gen AI
Transformers e o mecanismo de attention, LLMs na prática com Groq e a API de Responses, temperatura e top_p.
- 04Fundamentos de RAG
RAG do zero com similaridade de cosseno, Qdrant e busca aproximada, extração de PDF e HTML com Docling, chunking e enriquecimento com metadados.
- 05A ciência por trás da busca vetorial
Busca híbrida (BM25 + vetor) com RRF, re-ranking com ColBERT e chunking semântico com HDBSCAN.
- 06Arquitetura RAG
API em camadas com FastAPI, endpoints de busca e de RAG, prompts separados do código e o repositório do FinLab no GitHub.
- 07Engenharia de Agentes de IA
Workflows e agentes, saída estruturada com Pydantic, tools, prompt chaining, routing, parallelization e memória persistente.
- 08Análise de Mercado Financeiro com IA
Análises fundamentalista, de momento e de sentimento rodando em paralelo, filtros de metadados, validação com Instructor e o front em Next.js.
- 09Qualidade e Validação em Sistemas LLM
Evaluation em cinco níveis, do teste de unidade ao LLM como juiz, anotação humana no Langfuse e guardrails de entrada e saída.
- 10Considerações Extras
Embeddings multilíngues, quantização pra escalar sem estourar a memória e um sistema de suporte com IA construído do início ao fim.
