Ensino e extensão
Aulas e Materiais
Conteúdos abertos produzidos pelo laboratório para apoiar o ensino e a formação em inteligência artificial.
Minicurso em vídeo
Engenharia de Inteligência Artificial para Soluções Industriais
Uma introdução às ferramentas e técnicas de Engenharia de IA aplicadas à criação de soluções industriais e corporativas.
Disciplina · UFBA
Engenharia de Inteligência Artificial
Sequência de 12 aulas da disciplina ministrada na UFBA, com notebooks práticos em Python e recursos da OpenAI.
API da OpenAI e Conversas Interativas
Configuração da biblioteca OpenAI, papéis do sistema e uma função em Python para gerenciar conversas com histórico.
Engenharia de Prompts e Geração Automatizada
Estruturação de prompts eficazes e automação de mensagens personalizadas em escala com pandas e a API da OpenAI.
Criação de Conteúdo em Massa para Redes Sociais
Pipeline que combina pandas e OpenAI para processar calendários editoriais e exportar posts automaticamente.
Agentes de IA e Análise de Tokens
Agentes especializados para Reels, carrosséis e imagens, análise de logprobs e cálculo do custo de uso por token.
API de Moderação de Prompts
Categorias de risco, segurança, filtros de entrada e saída e conformidade ética para aplicações com modelos generativos.
Embeddings e Agrupamento Semântico
Representação vetorial de textos, similaridade de cosseno, PCA, t-SNE e formação de clusters semânticos.
Embeddings para Classificação de Texto
Classificação de textos e sentimentos por distância de cosseno, com avaliação por acurácia e matriz de confusão.
Retrieval-Augmented Generation (RAG)
Busca vetorial e recuperação semântica de contexto para conectar LLMs a bases externas e reduzir alucinações.
Outputs Estruturados em LLMs
Definição de schemas JSON estritos com OpenAI e Pydantic para gerar respostas válidas e integráveis a sistemas.
Capacidades de Visão Computacional
Envio de imagens para modelos multimodais, com análise visual, OCR, descrição de cenas e extração de dados.
Curso em Vídeo · 7 aulas
Streamlit: Apps de Dados do Zero
Da configuração do ambiente ao deploy: como transformar um script Python em um aplicativo de dados interativo, publicado na web.
Aula 1 — Crie Apps de Dados do Zero: exemplos, configuração e passo a passo completo
Introdução ao Streamlit para criar aplicações web em Python, desde a instalação e o servidor local até textos, Markdown, dashboards interativos e assistentes virtuais.
Assistir no YouTube ↗Aula 2 — Como funciona a interatividade na criação de apps
Ciclo de execução e reatividade do Streamlit, com widgets numéricos, seletores de cor e texto atualizando o processamento e os gráficos em tempo real.
Assistir no YouTube ↗Aula 3 — Gráfico interativo do salário dos profissionais de dados do Brasil
App com dados da pesquisa State of Data Brazil, incluindo limpeza e ordenação no Pandas, seletores com st.selectbox e gráficos dinâmicos com Matplotlib.
Assistir no YouTube ↗Aula 4 — Estruturação de páginas nos aplicativos
Organização de aplicações multipáginas, modularização em arquivos Python no diretório pages, navegação lateral e configurações com st.set_page_config.
Assistir no YouTube ↗Aula 5 — Widgets: os inputs interativos do Streamlit
Catálogo prático de botões, checkboxes, sliders, datas, upload de arquivos, pills e áudio, com os tipos retornados e argumentos de controle de cada widget.
Assistir no YouTube ↗Aula 6 — Projeto "Pessoa Especial": um app com OpenAI para alguém especial
Integração com o modelo GPT-4o mini para gerar mensagens personalizadas, aplicar engenharia de prompts e proteger a chave da API com st.secrets.
Assistir no YouTube ↗Aula 7 — Deploy de uma aplicação: disponibilize suas soluções para o mundo
Publicação gratuita no Streamlit Community Cloud, com repositório no GitHub, dependências no requirements.txt e configuração segura de variáveis em Secrets.
Assistir no YouTube ↗Curso em Vídeo · 12 aulas
Python e Machine Learning
Uma trilha prática que parte dos fundamentos de Python, NumPy, Pandas e visualização de dados e avança até validação, ensembles, engenharia de recursos e avaliação de modelos.
Aula 1 — Fundamentos de Python e Google Colab
Introdução ao Google Colab, tipos de dados, variáveis, operadores, condicionais e construção de funções em Python.
Assistir no YouTube ↗Aula 2 — Estruturas de Dados, Iteradores e Projeto Roleta
Bibliotecas, listas, slicing, strings e laços for/while, aplicados a um simulador interativo de roleta no terminal.
Assistir no YouTube ↗Aula 3 — Vetorização com NumPy e Simulação Monte Carlo
Tuplas, conjuntos, arrays multidimensionais com NumPy, introdução ao Matplotlib e simulação Monte Carlo do álbum de figurinhas.
Assistir no YouTube ↗Aula 4 — Manipulação de Dados Estruturados com Pandas
Dicionários, Series e DataFrames, estatísticas descritivas, gráficos e importação de arquivos CSV e tabelas HTML.
Assistir no YouTube ↗Aula 5 — Filtragem, GroupBy e Heurísticas Preditivas
Indexação booleana, apply e groupby no Pandas, com análise exploratória e criação de heurísticas de classificação.
Assistir no YouTube ↗Aula 6 — Visualização Científica com Matplotlib e SciPy
Customização de gráficos científicos e construção da curva de distribuição normal com Matplotlib e SciPy Stats.
Assistir no YouTube ↗Aula 7 — Aprendizado Supervisionado e Regressão Logística
Classificação, regressão, overfitting e underfitting, com treino, teste e avaliação de Regressão Logística.
Assistir no YouTube ↗Aula 8 — Classificação e Regressão com KNN
K-Nearest Neighbors, padronização e regiões de decisão, com análise do impacto de K sobre viés, variância e fronteiras.
Assistir no YouTube ↗Aula 9 — Validação de Modelos: Holdout e K-Fold
Comparação entre Holdout, K-Fold e Leave-One-Out para evitar viés na seleção de hiperparâmetros do KNN.
Assistir no YouTube ↗Aula 10 — Árvores de Decisão e Métodos Ensemble
Árvores de Decisão, Voting, Bagging e Random Forest, incluindo poda, profundidade e fronteiras não lineares.
Assistir no YouTube ↗Aula 11 — Engenharia de Variáveis e Workflow no Kaggle
Pipeline no Titanic: EDA, dados ausentes, one-hot encoding, extração de títulos e otimização com GridSearch.
Assistir no YouTube ↗Aula 12 — Métricas e Previsão de Churn Bancário
Matriz de confusão, recall, precisão, F1-score e matriz de custo em um pipeline preditivo para churn bancário.
Assistir no YouTube ↗Aulas Avulsas
Outras Aulas
Vídeos independentes sobre projetos práticos com IA e fundamentos de redes neurais.
Site Dinâmico com Google Sheets e IA: tutorial completo (zero ao deploy)
Criação de um site dinâmico e responsivo com assistente de IA, HTML, CSS e JavaScript, usando uma planilha do Google Sheets como banco de dados e deploy gratuito no Netlify.
Assistir no YouTube ↗Transformei meu site em um web app com login e banco de dados (usando IA)
Evolução de um site estático para um web app com Firebase, autenticação Google, Firestore e Storage, incluindo perfil, histórico de pedidos e carrinho interativo.
Assistir no YouTube ↗Introdução às Redes Neurais
Perceptron, redes multicamadas e Deep Learning, com funções de ativação, backpropagation, gradiente descendente, TensorFlow Playground e implementação com scikit-learn.
Assistir no YouTube ↗Quer acompanhar as próximas aulas?
Inscreva-se no canal para ser avisado a cada novo vídeo. Se a sua equipe precisa desse conteúdo agora, no seu ritmo, oferecemos treinamentos ao vivo no formato in-company.
Inscrever-se no canal