Fundamentos de LLMs e IA Generativa
Abra a caixa-preta dos LLMs sem matemática: tokens, embeddings, atenção e por que o modelo erra, para tomar decisões melhores com IA.
Curso fundacional para quem quer dominar de verdade os Modelos de Linguagem. Você vai entender Transformer, treinamento (pré-treino, SFT, RLHF, DPO), tokenização, embeddings, parâmetros de inferência, janela de contexto, benchmarks e o panorama dos modelos 2025, 2026 (GPT-5, Claude 4, Gemini 3, Llama 4, Mistral, DeepSeek). Termina com a matriz de decisão Fine-tuning vs Prompting vs RAG e um projeto final aplicado.
Acesso imediato após inscrição.
Conteúdo do curso
Mapa mental do campo
Vocabulário e relações entre os principais conceitos de IA Generativa.
- Conceitos fundamentais
- Aprofundamento e técnicas
- Aplicação prática
Arquitetura Transformer descomplicada
Atenção, encoder/decoder, multi-head — visão funcional sem matemática pesada.
- Conceitos fundamentais
- Aprofundamento e técnicas
- Aplicação prática
Treinamento de LLMs
Pré-treino, SFT, RLHF, DPO, destilação — o que cada etapa faz no comportamento final do modelo.
- Conceitos fundamentais
- Aprofundamento e técnicas
- Aplicação prática
Tokenização
BPE, SentencePiece, custo, multilíngue e casos extremos.
- Conceitos fundamentais
- Aprofundamento e técnicas
- Aplicação prática
Embeddings
Vetores, similaridade, espaços semânticos, dimensões e qualidade.
- Conceitos fundamentais
- Aprofundamento e técnicas
- Aplicação prática
Parâmetros de inferência
Temperatura, top-p, top-k, presence/frequency penalty, seed.
- Conceitos fundamentais
- Aprofundamento e técnicas
- Aplicação prática
Janela de contexto
Atenção esparsa, modelos de longo contexto e seus trade-offs.
- Conceitos fundamentais
- Aprofundamento e técnicas
- Aplicação prática
Avaliação de modelos
Benchmarks (MMLU, GPQA, SWE-bench), interpretação e limitações.
- Conceitos fundamentais
- Aprofundamento e técnicas
- Aplicação prática
Modelos 2025–2026 comparados
GPT-5, Claude 4, Gemini 3, Llama 4, Mistral, DeepSeek — quando usar cada um.
- Conceitos fundamentais
- Aprofundamento e técnicas
- Aplicação prática
Fine-tuning vs Prompting vs RAG
Matriz de decisão prática para escolher a técnica certa.
- Conceitos fundamentais
- Aprofundamento e técnicas
- Aplicação prática
Projeto final
Relatório técnico escolhendo modelo + parâmetros para um caso de negócio real.
- Conceitos fundamentais
- Aprofundamento e técnicas
- Aplicação prática