IA para devs

Neste módulo de introdução à inteligência artificial, exploraremos conceitos e fundamentos da área, abordando subáreas, tipos de aplicação e introduziremos o conceito de utilização de modelos fornecidos por empresas de tecnologia versus a construção de modelos próprios. Também vamos falar sobre carreiras e sobre o mercado de IA.

Este módulo oferece algumas abordagens para o desenvolvimento de chatbots, cobrindo desde chatbots baseados em menu até modelos avançados de inteligência artificial, como GPT. Vamos apresentar conceitos de bots informativos e transacionais além explorar ferramentas como Watson Assistant, Dialog Flow e GPT, adquirindo habilidades práticas para projetar, implementar e otimizar chatbots eficazes.

Este módulo oferece uma visão sobre a otimização de Modelos de Linguagem de Grande Escala (LLM) com o uso da arquitetura RAG (Retrieval-Augmented Generation). Vamos utilizar através de técnicas de pré-processamento de dados, integração de modelos RAG e diferentes arquiteturas para melhorar a eficiência e qualidade de LLMs em uma variedade de contextos, desde pesquisa até aplicações práticas em empresas.

Este módulo traz um outro exemplo de RAG, dessa vez voltado para Code Review com uma base de código baixada diretamente do Github. Além disso, é discutido sobre os desafios e limitações do RAG, sendo o principal deles o tamanho e overlap dos chunks.

Este módulo traz exemplos avançados de RAG, trazendo tanto Parent RAG quanto RAG Rerank. Além disso, é discutido sobre como esses dois exemplos podem auxiliar nos desafios e limitações do RAG mencionados nos módulos anteriores.

Esse módulo tem como foco ensinar a como realizar o deploy de soluções RAG, disponibilizando uma API em nuvem. Utilizaremos como base um dos modelos criado anteriormente.

Este módulo oferece uma abordagem prática e especializada para otimizar Modelos de Linguagem de Grande Escala (LLM) por meio de Fine-Tuning. Os participantes serão capacitados com técnicas avançadas de ajuste fino de hiperparâmetros, seleção de conjuntos de dados adequados e estratégias de avaliação para maximizar o desempenho e a adaptação de LLMs a tarefas específicas, desde geração de texto até tradução automática. Destinado a cientistas de dados, engenheiros de IA e profissionais que buscam aprimorar suas habilidades em otimização de modelos de linguagem, este módulo proporciona uma compreensão aprofundada das práticas mais eficazes em Fine-Tuning de LLMs.

Este módulo oferece uma abordagem prática e especializada para o desenvolvimento e implementação de Agentes de Inteligência Artificial. Os alunos aprenderão a projetar e construir agentes autônomos que utilizam técnicas avançadas de aprendizado de máquina para realizar tarefas específicas com eficiência. O módulo abrange desde a definição dos objetivos dos agentes e a configuração de ambientes de treinamento, até a implementação de estratégias de tomada de decisão e interação com usuários ou sistemas externos.

Este módulo oferece uma abordagem prática e especializada para a criação e otimização de prompts para modelos de Large Language Models (LLMs). Os alunos aprenderão técnicas para projetar e ajustar prompts de maneira eficaz, garantindo que os LLMs produzam respostas precisas e relevantes para uma variedade de tarefas. O curso abrange desde a formulação de prompts eficazes e a experimentação com diferentes abordagens até a análise e ajuste dos resultados para melhorar o desempenho do modelo.