Introdução à IA Generativa, histórico e evolução. Conceitos básicos e tecnologias da IA generativa. Conceitos e técnicas de embedding e suas aplicações. Tecnologias e aplicações de PLN. Ajuste fino de modelos de linguagem de grande escala. Gestão e liderança de projetos com IA Generativa.
Introdução à engenharia de prompts e a sua relevância na interação com LLMs. Uso do LangChain para criação de fluxos de trabalho inteligentes e integração com outras ferramentas. Fundamentos e arquiteturas de sistemas RAGs para aprimorar resultados considerando bases de conhecimento externas.
Conceito de Agentes e breve aspecto histórico. Tipos de Agentes. Exemplo de Aplicações. Agentes LLMs e seus prompts. Aspectos básicos de modelagem sobre agentes. Planejamento e Raciocínio em agentes LLMs. Gestão de memória de curto e longo prazo. Acesso a ferramentas. Frameworks de desenvolvimento. Arquitetura e Comunicação Multiagentes.
Definição e escopo de projetos com agentes LLMs: levantamento de problemas, casos de uso e propostas de valor. Planejamento e modelagem de soluções com agentes inteligentes: fluxos, tarefas, ferramentas e integração com LLMs. Desenvolvimento prático orientado por etapas: construção incremental, testes e validações parciais. Boas práticas de design, engenharia de prompts e controle de comportamento de agentes. Apresentação dos resultados dos projetos.