Ir para o conteúdo
Carrinho

RAG e Busca Semântica

40 horasIntermediário7 módulos

3 de 7 módulos com ementa publicada

0 de 7 módulos gravados

Ementa

Cobre o caminho completo do texto até a resposta ancorada: texto como dados, embeddings e busca semântica, RAG ponta a ponta — módulo compartilhado com Agentic AI — e classificação/NER. A camada de aplicação entra por APIs e engenharia de prompt, e a de rigor por avaliação de sistemas de IA, sem a qual um RAG não é verificável. Coleta e limpeza de dados entra porque o corpus é metade do problema.

Módulos da formação

Os mesmos objetos do currículo completo. Um módulo aberto a partir de qualquer formação que o contenha é o mesmo módulo, com a mesma ementa e o mesmo estado.

  • CORE-104Ementa publicada

    Dados: coleta e limpeza

    Conteúdo
    Pandas, CSV/JSON/APIs, dados faltantes, EDA
    Prática
    Limpar e explorar um dataset real sujo

    valor estimado0 de 1 módulo publicado

  • NLP-101Ementa publicada

    Texto como dados (tokens, limpeza, regex)

    Ementa detalhada ainda não escrita

  • NLP-201Ementa publicada

    Embeddings e busca semântica

    Ementa detalhada ainda não escrita

  • NLP-202Ementa publicada

    RAG completo (compartilhado com Agentic AI)

    Ementa detalhada ainda não escrita

  • NLP-203Ementa publicada

    Classificação e NER

    Ementa detalhada ainda não escrita

  • CORE-205Ementa publicada

    APIs de IA e engenharia de prompt

    Conteúdo
    OpenAI/Anthropic/OSS, function calling, custos
    Prática
    App CLI que usa um LLM via API

    valor estimado0 de 1 módulo publicado

  • CORE-304Ementa publicada

    Avaliação de sistemas de IA

    Conteúdo
    Benchmarks, evals de LLM, testes A/B, red teaming
    Prática
    Construir suíte de evals para um app

    valor estimado0 de 1 módulo publicado

Nem tudo cabe em 40 horas. Estado da arte, treino distribuído, interpretabilidade, edge e os cinco projetos integradores existem apenas dentro das trilhas completas: Trilhas