Arquitetura LLM e preparação de dados para IA generativa

Modelos de linguagem grandes estão remodelando o cenário tecnológico, mas o segredo de seu sucesso está em seu design interno e na qualidade dos dados que consomem.Este curso fornece um caminho claro, baseado em texto, para quem deseja entender como esses sistemas complexos são construídos e como preparar informações para processamento de IA. Você passará dos conceitos fundamentais para a lógica prática por trás dos modelos mais avançados usados hoje. No final deste curso, você terá uma sólida compreensão das escolhas arquitetônicas que definem a IA generativa e os pipelines de dados que os tornam funcionais.Você será capaz de explicar como os modelos aprendem padrões e quais etapas são necessárias para garantir que os dados estejam prontos para treinamento ou ajuste fino. O que você vai aprender: - Entenda a evolução das redes neurais básicas para as modernas arquiteturas baseadas em transformadores. - Aprenda a mecânica da auto-atenção e como os modelos processam e geram texto semelhante ao humano. - Pratique técnicas de limpeza, normalização e tokenização de dados para conjuntos de dados em grande escala. - Explore o papel dos bancos de dados vetoriais e da geração aumentada de recuperação (RAG) nos fluxos de trabalho atuais de IA. - Diferenciar entre vários tipos de modelos, incluindo GANs, RNNs e modelos de difusão. - Aplique conceitos básicos de engenharia para controlar melhor e refinar as saídas do modelo. O curso começa com uma introdução completa à terminologia de IA e à história da modelagem de sequências antes de passar para as especificidades do design de modelos modernos e estratégias de preparação de dados.Essa abordagem estruturada garante que você construa uma base teórica sólida antes de explorar como esses sistemas são implementados em cenários do mundo real. Este curso é projetado para iniciantes, entusiastas de dados e aspirantes a engenheiros que desejam entender o funcionamento interno da IA generativa sem precisar de experiência prévia no campo. Comece a construir seu conhecimento fundamental da arquitetura de IA generativa hoje.