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.
Explore como funcionam os LLMs, desde a arquitetura do transformador até recursos emergentes e limitações do mundo real.
Domine técnicas avançadas de prompt, desde o disparo zero até a árvore de pensamento, e aprenda a criar modelos de prompt seguros e reutilizáveis.
Entenda as três principais arquiteturas de aprendizagem profunda e por que os transformadores passaram a dominar a IA moderna.
Aprenda quando e como ajustar modelos ou usar geração de recuperação aumentada para criar aplicativos de IA específicos de domínio.
Descubra como os agentes de IA observam, raciocinam e agem – e por que a colaboração multiagente está moldando o futuro da inteligência artificial.
Um mergulho profundo na autoatenção, na atenção multicabeças, na codificação posicional e na arquitetura Transformer que alimenta todos os grandes modelos modernos de linguagem.
Explore as leis empíricas de escala que regem o desempenho dos modelos, as estratégias de treinamento computacionalmente ótimas e a engenharia de sistemas distribuídos por trás do treinamento de modelos de fronteira.
Entenda como os modelos de linguagem bruta são transformados em assistentes úteis e inofensivos por meio de ajuste fino supervisionado, modelagem de recompensas e aprendizado reforçado a partir de feedback humano.
Aprenda como os agentes de IA observam, raciocinam e agem de forma autônoma usando uso de ferramentas, memória, estratégias de planejamento e arquiteturas multiagentes para tarefas complexas do mundo real.
Explore a superfície de ataque dos sistemas modernos de IA - desde jailbreaks e injeção imediata até exemplos adversários e envenenamento de dados - e aprenda as estratégias de defesa que os protegem.
Recuperação de design que melhora as respostas em vez de ocultar dados fracos atrás de um modelo confiável.
Mude de demonstrações impressionantes para agentes limitados e observáveis que usam ferramentas com segurança.
Torne a qualidade, a segurança, a latência e o custo mensuráveis antes que um recurso de IA chegue aos usuários.