Do básico ao avançado
Todos os cursos
12 módulos e 48 aulas em 3 fases. Cada módulo termina com um projeto prático avaliado por critérios claros. As aulas abrem dentro da plataforma, depois do cadastro.
Começar agoraFase 1
Fundamentos da IA
Módulo 1
Fundamentos de modelos de linguagem
O que um modelo de linguagem faz de verdade (e o que ele não faz), como ele cobra por tokens, por que inventa respostas e como se proteger, o que os parâmetros de geração controlam e quando vale a pena ajustar um modelo em vez de só escrever uma boa instrução. Base para todos os outros módulos.
- O que são modelos de linguagem
- Tokens e janela de contexto
- Alucinações e como se proteger
- Temperatura, parâmetros e fine-tuning versus prompting
Módulo 2
Engenharia de prompts
Como escrever instruções que o modelo segue de verdade: pedir sem exemplos e com exemplos, montar a instrução de sistema de um atendente, exigir saída em JSON e validar, criar modelos de prompt com variáveis e encadear passos para resolver tarefas grandes com previsibilidade.
- Zero-shot e few-shot: pedir sem e com exemplos
- Instruções de sistema: o manual do seu assistente
- Saídas estruturadas (JSON) e validação
- Templates com variáveis e encadeamento de prompts
Módulo 3
Embeddings e bancos vetoriais
Como um texto vira um ponto em um mapa de significados, como encontrar o trecho certo entre milhares pelo sentido e não pela palavra, como dividir, indexar e etiquetar documentos para a busca funcionar, e quando essa técnica é a resposta certa (e quando é exagero).
- O que é representação vetorial (embeddings)
- Busca semântica e similaridade
- Chunking, indexação e metadados
- Quando usar e quando não usar busca vetorial
Módulo 4
RAG: a IA que responde sobre a sua empresa
Como fazer a IA responder com base nos documentos do seu negócio (cardápio, tabela de preços, políticas, catálogo) em vez de inventar: recuperação aumentada, busca híbrida, reranking, filtros por metadados, vários documentos e conferência das fontes.
- O que é RAG e por que resolve o "não sei responder sobre a minha empresa"
- Busca híbrida e reranking: achar o trecho certo, não só o parecido
- Filtros, metadados e recuperação em vários documentos
- Avaliação das fontes: como saber se a resposta veio de onde deveria
Fase 2
Construção de Agentes de IA
Módulo 5
LangChain: montando o assistente com peças prontas
Trilha técnica. Como usar a biblioteca LangChain (versão 1.x, Python e JavaScript/TypeScript) para ligar modelo, prompt, ferramentas, busca em documentos e memória em um assistente real, e como decidir quando a biblioteca ajuda e quando é melhor chamar a API direto.
- Modelos e templates: a primeira chamada com LangChain
- Ferramentas e parsers: o modelo que consulta, registra e responde no formato certo
- Recuperadores: ligando a busca em documentos ao assistente
- Memória e a decisão honesta: quando LangChain ajuda e quando atrapalha
195 min de aula
Projeto: Assistente de atendimento com LangChain: ferramenta, busca e memória
Ver o móduloMódulo 6
Agentes de IA: o assistente que age, com limites
O que separa um chat de um agente: planejar, chamar ferramentas (function calling explicado sem código), executar e observar, lembrar no curto e no longo prazo, respeitar limites e guarda-corpos e validar o resultado antes de agir. Tudo com exemplos de atendimento no WhatsApp para negócio pequeno: reserva de restaurante, triagem de leads e agendamento de clínica.
- O que é um agente e como ele planeja
- Chamada de ferramentas (function calling) explicada para quem não programa
- Execução, observação e memória: o agente no meio da conversa
- Limites, guarda-corpos e validação de resultado
180 min de aula
Projeto: Projeto de um agente de atendimento no WhatsApp com guarda-corpos
Ver o móduloMódulo 7
Fluxos de agentes
Transforme um agente solto em um fluxo confiável: sequências de blocos, condições e ramificações, retentativas, validação entre etapas, estado e aprovação humana. Tudo montado no construtor visual, sem escrever código.
- Sequências: do prompt solto ao fluxo em blocos
- Condições e ramificações: um fluxo que escolhe o caminho
- Retentativas e validação entre etapas: portões que seguram o erro
- Estado e aprovação humana: o que o fluxo lembra e quando uma pessoa decide
150 min de aula
Projeto: Fluxo de atendimento com portões de qualidade e aprovação humana
Ver o módulo
Fase 3
IA Agêntica Avançada
Módulo 8
LangGraph: grafos de agentes em código
A trilha técnica dos fluxos: nós, arestas e estado em LangGraph, condições e ciclos, aprovação humana com interrupt, checkpoints, retomada e orquestração. Python e JavaScript, com a API conferida na documentação oficial.
- Nós, arestas e estado: o fluxo visual vira um grafo em código
- Condições e ciclos: arestas condicionais, laços e o limite de recursão
- Aprovação humana com interrupt: pausar o grafo e retomar com a decisão
- Checkpoints, persistência e orquestração: o grafo que sobrevive, volta no tempo e se organiza
185 min de aula
Projeto: Agente de orçamento com ciclo de revisão e aprovação humana em LangGraph
Ver o móduloMódulo 9
RAG avançado
Além da busca simples: RAG agêntico (o agente decide quando e o que buscar), grafos de conhecimento e quando valem a pena, contexto longo contra recuperação, compressão de contexto e recuperação iterativa em várias etapas.
- RAG agêntico: quando o agente decide se busca, o que busca e se a busca serviu
- Grafos de conhecimento: quando ligar as coisas vale mais do que empilhar trechos
- Contexto longo versus recuperação, e a arte de comprimir o contexto
- Recuperação iterativa (multi-hop): perguntas que precisam de mais de uma busca
180 min de aula
Projeto: Assistente de conhecimento que decide quando buscar e responde perguntas compostas
Ver o móduloMódulo 10
Sistemas multiagente
Como montar uma equipe de agentes de IA que trabalha junto: agentes especializados, supervisor, planejador e executor, comunicação entre agentes e o critério mais importante de todos, saber quando um único agente bem feito vence vários.
- Agentes especializados: um agente, um trabalho bem feito
- O supervisor: quem distribui, cobra e junta
- Planejador e executor: pensar antes, fazer depois
- Comunicação entre agentes e quando um agente bom vence vários
Módulo 11
Engenharia de fluxos
Trilha técnica. Como fazer um fluxo de agentes sobreviver ao mundo real: dependências entre passos, execuções duráveis e retomáveis, retentativas com recuo, idempotência (o remédio contra a cobrança duplicada), filas, concorrência e limites de taxa. Exemplos reais com Cloudflare Workflows e Queues conferidos na documentação oficial.
- Dependências e execuções duráveis
- Retentativas com recuo e idempotência
- Filas: desacoplar quem pede de quem faz
- Concorrência e limites de taxa
Módulo 12
Infraestrutura de IA
Trilha técnica. Onde o modelo roda e quanto isso custa: inferência por API ou modelo local, APIs de provedores com cascata, fallback e timeout, modelos locais com Ollama, vLLM e quando faz sentido, o que importa numa GPU (memória e custo por hora), observabilidade de cada chamada e as alavancas de custo: cache, modelo menor para tarefa simples e limite por usuária. Versões, nomes de modelo e preços conferidos na documentação oficial na data indicada em cada aula.
- Inferência por API ou modelo local
- APIs de provedores e cascata com fallback e timeout
- Modelos locais: Ollama, vLLM e GPU
- Observabilidade e otimização de custos