Engenharia de IA de Ponta a Ponta

Avançado

O Bootcamp de Engenharia de IA de Ponta a Ponta é uma experiência de 8 semanas baseada em coorte, projetada para transformar profissionais técnicos em engenheiros de IA full-stack. Ganhe experiência prática com RAG, sistemas agenticos e implantações escaláveis, e saia com um produto de IA funcional para apresentar.

Desenvolvimento de produtos de IA
Sistemas RAG
Sistemas agenticos
Implantação em nuvem
Processos de LLMOps

Visão Geral

Este bootcamp oferece uma jornada abrangente na engenharia de IA, focando na construção de sistemas de IA prontos para produção. Os participantes aprenderão a projetar, construir e implantar soluções de IA usando tecnologias de ponta como APIs LLM, bancos de dados vetoriais e bibliotecas de agentes de IA. O curso enfatiza a aplicação prática, com cada conceito aplicado diretamente a um projeto capstone, garantindo que os alunos adquiram habilidades de engenharia do mundo real.

Inglês
idioma do curso
Certificação Profissional
após a conclusão do curso

Para quem é este curso?

Profissionais de Dados

Analistas e cientistas que desejam ir além da análise e modelagem para construir e implantar sistemas de IA no mundo real.

Engenheiros de ML

Engenheiros que querem aprofundar suas habilidades em GenAI e dominar a engenharia de IA escalável e pronta para produção de ponta a ponta.

Engenheiros de Dados

Engenheiros prontos para expandir para IA aprendendo a integrar pipelines de dados com LLMs, RAG e sistemas baseados em agentes.

Este bootcamp equipa os alunos com as habilidades para construir e implantar sistemas de IA prontos para produção, cobrindo tópicos chave como RAG, sistemas agenticos e implantação em nuvem. Ideal para profissionais de dados e engenheiros, prepara os participantes para liderar projetos de IA e avançar em suas carreiras.

Pré-Requisitos

1 / 3

Conhecimento básico de Python
Compreensão básica de aprendizado de máquina
Experiência com análise de dados

O que vai aprender?

Semana 1: Sprint de Preparação 0 – Enquadramento do Problema e Configuração de Infraestrutura

Enquadramento do projeto, visão geral das ferramentas e configuração do repositório. Configurar o ambiente de desenvolvimento e estruturar o repositório do projeto.

Semana 2: Sprint 1 – Construir o Primeiro Protótipo RAG Funcional

Visão geral da estrutura RAG e objetivos do MVP. Implementar e avaliar seu primeiro pipeline RAG de ponta a ponta.

Semana 3: Sprint 2 – Qualidade de Recuperação e Engenharia de Prompt

Métodos de avaliação e ajuste automatizado de prompt. Melhorar a recuperação de contexto, prompts e robustez do sistema.

Semana 4: Sprint 3 – Passando de RAG Básico para Agentico

Passando de RAG básico para agentico. Construir um agente que utiliza ferramentas integrado ao seu backend RAG.

Semana 5: Sprint 4 – Agentes e Sistemas Agenticos

Agentes autônomos. Construir sistemas agenticos.

Semana 6: Sprint 5 – Sistemas Multi-Agentes

Desenho e orquestração de fluxos de trabalho multi-agentes. Implementar um fluxo de tarefas multi-agente e executar cenários de coordenação.

Semana 7: Sprint 6 – Implantação, Otimização e Confiabilidade

Melhores práticas para implantação em nuvem, monitoramento e ajuste de desempenho. Containerizar seu projeto capstone e implementar CI/CD.

Semana 8: Sprint 7 – Demonstração Final e Entrega do Capstone

Apresentar seu produto de IA funcional para a coorte. Celebração de encerramento e feedback.

Conheça seu instrutor

Aurimas Griciūnas
Instrutor, SwirlAI
Aurimas Griciūnas é um especialista em IA reconhecido, Top Voice em IA no LinkedIn e fundador da SwirlAI. Anteriormente, atuou como Chief Product Officer na Neptune.ai, onde trabalhou em estreita colaboração com as principais equipes de ML para escalar infraestrutura, avaliação e práticas de LLMOps em vários setores.

Novas coortes em breve