Alfabetização em IA para o mundo real
As bases por trás dos sistemas inteligentes
Desenvolva com os recursos atuais de IA
Projete sistemas GenAI confiáveis
Envie produtos de IA com responsabilidade
Fundações de engenharia para construtores de IA
Padrões para resolver problemas mais difíceis
Projete sistemas que dimensionem a IA
Comunique-se e lidere na era da IA
Seu ponto culminante de IA de produção
Navegue no mercado de trabalho de engenharia de IA
Conte a história de como você cria impacto
Resolva, projete e comunique-se sob pressão
Prepare-se para entrevistas modernas com ML e GenAI
Dê o próximo passo confiante e informado
Tornar a educação em IA acessível para todos, em todo lugar
Perguntas frequentes respondidas
Ferramentas selecionadas que usamos e recomendamos
Entre em contacto connosco
Construído de forma aberta no GitHub
Cada aula se constrói sobre a anterior. Sem pressa, sem suposições.
Descubra o que são conjuntos de dados, por que a qualidade dos dados é importante e como os dados certos ensinam a IA a ser inteligente.
Aprenda o que são algoritmos, como funcionam com exemplos do dia a dia e por que escolher o algoritmo certo é importante para a IA.
Explore como as redes neurais imitam o cérebro, processam informações através de camadas e aprendem com seus erros.
Entenda o ciclo de treinamento, funções de perda, overfitting e como saber quando seu modelo de IA está pronto.
Explore como o preconceito entra nos sistemas de IA, os desafios éticos que a IA cria e como podemos construir uma tecnologia mais justa.
Entenda como as redes neurais aprendem propagando erros para trás através das camadas, usando a regra da cadeia para atualizar cada peso.
Descubra como as funções de perda medem os erros de um modelo e como os otimizadores usam gradientes para reduzi-los sistematicamente.
Saiba como os modelos de linguagem dividem o texto em tokens usando BPE e outros algoritmos e por que a tokenização molda tudo, desde o custo até a capacidade.
Explore como a IA representa palavras e frases como vetores em um espaço de alta dimensão, permitindo pesquisas semânticas, recomendações e RAG.
Saiba por que a precisão por si só é enganosa e domine as métricas (precisão, recall, F1, ROC-AUC, BLEU e perplexidade) que realmente medem o desempenho da IA.
Como GPT, Claude e outros LLMs funcionam nos bastidores
Entenda os dois modos de falha de aprendizado de máquina mais comuns — overfitting e underfitting — com exemplos claros e como corrigi-los.
Saiba como a engenharia de recursos transforma dados brutos em entradas poderosas de aprendizado de máquina — a habilidade que separa bons modelos de excelentes.
Uma comparação clara entre aprendizado de máquina supervisionado e não supervisionado — quando usar cada abordagem, com exemplos e algoritmos do mundo real.
Aprenda como as árvores de decisão funcionam, por que são um dos algoritmos de ML mais intuitivos e quando usá-las.
Entenda o clustering — uma técnica importante de aprendizado não supervisionado — por meio de K-Means, clustering hierárquico e aplicativos do mundo real.