?? Referência:
Livro: "AI Engineering: Building Applications with Foundation Models"
Autora: Chip Huyen (Editora O'Reilly)
#AIEngineering #InteligenciaArtificial #LLM #MachineLearning #SoftwareEngineering #TechLead #Python #DevOps
Aulas do Curso
(35 vídeos)
0 de 35 aulas concluídas
0%
Progresso salvo somente neste navegador.
0
Engenharia de IA Além do Hype: O Novo Paradigma dos Foundation Models | AI Engineering #01
Por que 2020 mudou a Inteligência Artificial para sempre? Neste primeiro episódio da série baseada no livro "AI Engineer…
1
LLMs por Baixo dos Panos: Tokens, Autoregressão e Multimodalidade | AI Engineering #02
O que acontece exatamente por baixo do capô quando você envia um prompt para o GPT-4, Claude ou Llama? Neste segundo epi…
2
Onde a IA Funciona de Verdade: Casos de Uso Reais, ROI e Armadilhas | AI Engineering #03
Nem todo projeto de inteligência artificial gera retorno sobre investimento. Chip Huyen analisou centenas de implementaç…
3
Do Protótipo de IA ao Produto Real: Defensibilidade, Custos e Arquitetura | AI Engineering #04
Montar uma demonstração interativa de IA com APIs prontas pode levar apenas alguns minutos. Transformar essa demo em um …
4
Foundation Models Mudaram a IA: Iteração Rápida, Multilíngue e o Novo Stack | AI Engineering #05
No desenvolvimento com modelos fundacionais, quem itera mais rápido vence. Neste quinto episódio, fechamos a visão panor…
5
A Brutal Engenharia dos Transformers: Attention, Mamba e Arquitetura | AI Engineering #06
Como uma única arquitetura matemática revolucionou todo o campo da Inteligência Artificial? Neste sexto episódio da séri…
6
O Verdadeiro Custo da IA: Scaling Laws, Chinchilla e Gargalos de Treino | AI Engineering #07
Treinar modelos de fronteira custa dezenas de milhões de dólares e megawatts de energia. Mas como os laboratórios sabem …
7
Como Modelos Menores Vencem Gigantes: Logits, Softmax e Sampling | AI Engineering #08
Como a forma como você coleta a resposta de um modelo de linguagem pode torná-lo dramaticamente mais inteligente ou comp…
8
A IA Nao e Calculadora: Probabilidade, Alucinacao e Saida Estruturada | AI Engineering #09
Modelos de linguagem não operam com lógica booleana ou bancos de dados relacionais; eles são motores probabilísticos que…
9
Como Medir a Inteligencia da IA: Entropia, Perplexidade e Metricas | AI Engineering #10
"Se você não pode medir, não pode melhorar." Mas como quantificar rigorosamente o desempenho de um modelo treinado em tr…
10
Como Saber se a IA Acertou: Avaliacao Exata, BLEU, ROUGE e Embeddings | AI Engineering #11
Como avaliar se uma resposta gerada por IA está correta quando existem infinitas maneiras válidas de dizer a mesma coisa…
11
Como IAs Julgam Outras IAs: AI as a Judge, Vieses e Rankings Elo | AI Engineering #12
Usar um modelo de linguagem forte (como GPT-4) para avaliar as respostas de outros modelos se tornou o padrão na indústr…
12
Como Saber se a IA Realmente Funciona: Evaluation-Driven Development | AI Engineering #13
Testar um modelo isolado é fácil; testar um sistema completo de IA em produção (com RAG, guardrails, memória e chamadas …
13
Como a Industria Testa Modelos de IA: Instrucoes, Custo e Latencia | AI Engineering #14
Na hora de escolher um modelo de linguagem para o seu produto, o benchmark de raciocínio é apenas um dos fatores. O que …
14
A Caixa-Preta da IA Corporativa: Build vs Buy, Custos de API e Moats | AI Engineering #15
A decisão mais estratégica que CTOs e líderes técnicos enfrentam hoje: devemos usar APIs de modelos proprietários (OpenA…
15
A IA Realmente Raciocina ou So Memoriza? Contaminacao e Benchmarks | AI Engineering #16
Quando um modelo de inteligência artificial acerta 90% em uma prova de matemática ou medicina, ele realmente aprendeu a …
16
Como Funciona a Arquitetura de Prompts: Contexto, System e Lost-in-the-Middle | AI Engineering #17
Escrever prompts não é apenas digitar perguntas; é uma disciplina de engenharia de software com arquitetura, contratos e…
17
Como Hackear IAs com Linguagem Natural: Prompt Injection, CoT e Jailbreak | AI Engineering #18
Se você programa computadores usando código tradicional, vulnerabilidades são corrigidas com patches de compilação. Mas …
18
Divergence Attack: Como Repetir Palavras Vaza Dados e o Inicio do RAG | AI Engineering #19
Pesquisadores descobriram que pedir para o ChatGPT "repetir a palavra 'poema' para sempre" fazia o modelo entrar em pane…
19
Engenharia de Busca Hibrida no RAG: Embeddings, BM25, RRF e Reranking | AI Engineering #20
Colocar um banco vetorial com embeddings e buscar os 3 documentos mais próximos é apenas o RAG ingênuo (Naive RAG). Na p…
20
Do RAG aos Agentes Autonomos: SWE-Agent, Planejamento e Execucao | AI Engineering #21
O que acontece quando você conecta um sistema RAG não apenas a um banco de documentos, mas ao mundo real com capacidade …
21
Como Agentes de IA Usam Ferramentas: ReAct, Reflexion e Tool Trees | AI Engineering #22
Um LLM isolado não tem olhos nem mãos. Para resolver problemas complexos de negócio, ele precisa usar ferramentas extern…
22
RAG e Finetuning na Memoria da IA: Hierarquia e Adaptacao de Modelos | AI Engineering #23
Quando um engenheiro de IA precisa ensinar novos comportamentos ou conhecimento a um modelo, surge a grande encruzilhada…
23
RAG para Fatos e Finetuning para Forma: Custos, Memoria e Precisao | AI Engineering #24
A regra de ouro da engenharia de IA: "Use RAG para fatos e Finetuning para forma". Mas por que essa máxima se tornou o p…
24
Como Rodar IA Gigante em Hardware Comum: LoRA, Adapters e Soft Prompts | AI Engineering #25
Treinar todos os 70 bilhões de parâmetros de um modelo exige dezenas de GPUs A100/H100 com custos proibitivos. Como demo…
25
Como Encolher e Fundir IAs: Model Merging, SLERP, Ties-Merging e MoE | AI Engineering #26
E se fosse possível combinar dois ou mais modelos especializados em um único super-modelo sem gastar um único centavo co…
26
Como a Curadoria Humana Treina a IA: Qualidade vs Quantidade de Dados | AI Engineering #27
Durante anos, a crença dominante em inteligência artificial era que mais dados sempre superavam menos dados. Mas a era d…
27
Como a IA Cria Seus Proprios Dados: Diversidade, Escala e Filtragem | AI Engineering #28
Como a internet está ficando sem textos inéditos de alta qualidade para treinar modelos, os maiores laboratórios de IA d…
28
Como a IA Gera Dados Sinteticos: Metodo Alpaca, Self-Instruct e Avaliacao | AI Engineering #29
Como o Stanford Alpaca conseguiu replicar boa parte do comportamento de modelos instrucionais gigantes gastando menos de…
29
Do Treinamento a Inferencia de IA: Prefill, Decode, Roofline e Latencia | AI Engineering #30 (Final)
Treinar um modelo de inteligência artificial é um custo pontual; servi-lo em produção para milhões de usuários em tempo …
30
A Engenharia Oculta da Inferencia: SRAM, HBM e Decodificacao Especulativa | AI Engineering #31
Por que modelos de 70 bilhões de parâmetros deixam as placas de vídeo mais caras do mundo rodando a menos de 50% de sua …
31
Como a IA Responde Tao Rapido: KV Cache, FlashAttention e vLLM Batching | AI Engineering #32
Como serviços como ChatGPT, Claude e vLLM conseguem responder centenas de milhares de pessoas simultaneamente com latênc…
32
Os Bastidores da Engenharia de IA: Model Gateway, Caching, PII e Roteamento | AI Engineering #33
Um aplicativo de inteligência artificial de nível corporativo está muito longe de ser apenas uma chamada de API ao OpenA…
33
Observabilidade de Agentes de IA: Tracing, LangSmith, Logs e Latencia | AI Engineering #34
Monitorar software determinístico tradicional envolve CPU, uso de RAM e códigos de erro HTTP. Mas como monitorar um agen…
34
Como Nosso Comportamento Treina a IA: Feedback Implicito, RLHF e Copilot | AI Engineering #35
Cada vez que você clica em "regenerar resposta", seleciona uma opção no ChatGPT, aceita um autocomplete no GitHub Copilo…
