Modelos de Embeddings, Bancos de Dados Vetoriais e RAG Para Aplicações de IA Generativa

Este curso ensina as três tecnologias que sustentam chatbots corporativos, buscas inteligentes e Agentes de IA com memória: Modelos de Embeddings, Bancos de Dados Vetoriais e RAG. Ao longo de um Estudo de Caso e 6 projetos práticos, você aprende a transformar textos e imagens em vetores, armazená-los e utilizá-los em aplicações de IA Generativa com busca semântica. Entre os projetos, estão um assistente de perguntas e respostas sobre documentos internos, RAG com busca híbrida e orquestração SQL, sistema de recomendação semântica, agente de vendas com RAG multimodal e deploy na nuvem de Agentes de IA com memória persistente. Com foco também em escalabilidade, indexação, filtragem avançada e segurança, o curso prepara você para construir aplicações robustas e prontas para produção.

Formato

Online

Data de Início

Imediato

Carga Horária

72 h/a

Prazo de Acesso

24 meses

Parcelado

12x no cartão

Pré-Requisito (Opcional):
Recomendamos ter concluído o curso gratuito de Python aqui na DSA.

Descrição do Curso

Vivemos a era da informação inteligente. As empresas já não querem apenas armazenar dados, elas querem conversar com seus dados, extrair conhecimento de relatórios, contratos, e-mails e documentos espalhados por diversos sistemas. Esse curso prepara você para atender exatamente essa demanda. Você aprenderá a criar soluções que entendem o contexto sem depender de buscas por palavras exatas, explorando o poder dos embeddings e da busca semântica para aproximar a IA da linguagem humana.

Ao longo do curso, você construirá aplicações inspiradas em desafios corporativos reais: desde um assistente interno de perguntas e respostas que consulta políticas e documentos da empresa, até um sistema de recomendação de produtos e serviços, um buscador visual multimodal e até Agentes de IA com memória persistente, capazes de aprender continuamente com interações anteriores. Cada projeto foi pensado para conectar teoria e prática, com foco em cenários que realmente fazem diferença no dia a dia da empresas.

Além da parte técnica, o curso também prepara você para a implantação em ambientes de produção, abordando tópicos como escalabilidade, indexação, filtragem avançada e segurança. Você entenderá como escolher o modelo de embeddings ideal, como integrar frameworks de RAG e como combinar bancos vetoriais com arquiteturas corporativas existentes, seja na nuvem ou on-premise.

Ao final deste curso, você terá domínio completo sobre o ciclo de vida de aplicações baseadas em embeddings, da geração de vetores à criação de soluções de IA Generativa com busca semântica, recomendação e memória contextual. Trata-se de um curso essencial para quem quer se destacar na nova fronteira entre Data Science, IA Generativa e Engenharia de Conhecimento, transformando dados corporativos em inteligência aplicada e resultados de negócio tangíveis.

Logbook das Principais Atividades Práticas


  • Estudo de Caso - App de RAG Para Busca Semântica em Documentos - Aplicação e Uso de Modelos de Embeddings e Bancos de Dados Vetoriais
  • Projeto 1 - Assistente Corporativo de Perguntas e Respostas com RAG Sobre Documentos Internos
  • Projeto 2 - RAG com Busca Híbrida, Orquestração SQL e Banco Vetorial Para Suporte Técnico
  • Projeto 3 - Sistema de Recomendação Semântica com Embeddings, Banco Vetorial, Filtros de Metadados e IA Generativa
  • Projeto 4 - VisionShop AI: App Para Agente de Vendas com Busca Vetorial e RAG Multimodal (Texto e Imagem)
  • Projeto 5 - RAG Financeiro com Modelo de Embeddings Customizado e Banco Vetorial na Nuvem
  • Projeto 6 - Deploy na Nuvem de App de Agentes de IA com Memória Persistente Para a Área de RH

Ementa do Curso

Pronto(a) para começar sua jornada de aprendizagem profissional?