FASE 1 • Semanas 1–2

Fundamentos de IA Generativa e LLMs

Notebook comparando 3 modelos em custo, latência, qualidade e limite de contexto.

IA & ML

Critério de domínio

Você consegue explicar por que um modelo falhou sem culpar genericamente “a IA”, e escolher um modelo com base em custo, contexto, latência e qualidade.

Cada semana combina uma leitura aprofundada e um laboratório. Estude os exemplos, tente o exercício antes de abrir a resolução e use os critérios de domínio para revisar.

Começar esta fase →4 aulas · leitura + laboratório

SEMANA 1 • LEITURA
Leitura: Mapa de IA, LLMs, Transformer, tokens
RAGIA & ML
Entrega da semana: Experimentos com diferentes modelos
Estudar aula →
SEMANA 1 • LABORATÓRIO
Laboratório: Mapa de IA, LLMs, Transformer, tokens
RAGIA & ML
Entrega da semana: Experimentos com diferentes modelos
Estudar aula →
SEMANA 2 • LEITURA
Leitura: Inferência, sampling, modelos locais, custo
Hugging FaceIA & ML
Entrega da semana: Benchmark simples
Estudar aula →
SEMANA 2 • LABORATÓRIO
Laboratório: Inferência, sampling, modelos locais, custo
Hugging FaceIA & ML
Entrega da semana: Benchmark simples
Estudar aula →

Notas de atualização

Comparação aberto/fechado deve separar pesos disponíveis, código aberto e licença de uso; não inferir licença pela execução no Ollama.
Sampling, janela de contexto e suporte multimodal são específicos do modelo; top_k não é universal. Benchmark deve medir custo, p50/p95 de latência, tokens/s e qualidade com os mesmos casos.