Curso Completo de Large Language Models

Bem-vindo ao curso abrangente sobre Large Language Models (LLMs). Este programa intensivo de 12 semanas levará você dos conceitos fundamentais até implementações prontas para produção.

Visão Geral do Curso

Large Language Models revolucionaram a inteligência artificial e o processamento de linguagem natural. Do GPT-4 ao Claude, de modelos open-source como o Llama a soluções corporativas especializadas, os LLMs estão transformando a forma como interagimos com a tecnologia.

Este curso oferece uma compreensão técnica aprofundada de:

• 🧠 Como funcionam os LLMs - Arquitetura Transformer, mecanismos de atenção e treinamento
• 🔧 Como usar LLMs - APIs, fine-tuning e estratégias de deploy
• 🚀 Como construir com LLMs - Sistemas em produção, avaliação e otimização
• 🔮 Para onde vão os LLMs - Arquiteturas emergentes e tendências futuras

Pré-requisitos

Para aproveitar ao máximo este curso, você deve ter:

• Proficiência em Python - Confortável com programação em Python
• Conhecimento básico de ML - Entendimento de redes neurais, descida do gradiente
• Noções de álgebra linear - Operações com matrizes, vetores, produtos escalares
• Fundamentos de cálculo - Derivadas, regra da cadeia

Estrutura do Curso

Parte 1: Fundamentos (Semanas 1-3)

Módulo	Tópico	Conceitos-chave
1	Introdução aos LLMs	O que são LLMs, História, Panorama atual
2	Arquitetura Transformer	Atenção, Self-attention, Codificação posicional
3	Treinamento de LLMs	Pré-treinamento, Coleta de dados, Treinamento distribuído

Parte 2: Famílias de Modelos & Internos (Semanas 4-6)

Módulo	Tópico	Conceitos-chave
4	Principais Famílias de LLMs	GPT, Claude, Llama, Mistral
5	Tokenização & Embeddings	BPE, Janelas de contexto, Espaços de embedding
6	Inferência & Deploy	Otimização, Quantização, Servir modelos

Parte 3: Customização & Alinhamento (Semanas 7-9)

Módulo	Tópico	Conceitos-chave
7	Fundamentos de Fine-Tuning	Fine-tuning completo, PEFT, Instruction tuning
8	RLHF & Alinhamento	Modelos de recompensa, Constitutional AI, Segurança
9	APIs de LLM & Integração	OpenAI, Anthropic, Construção de aplicações

Parte 4: Produção & Além (Semanas 10-12)

Módulo	Tópico	Conceitos-chave
10	Avaliação & Benchmarks	MMLU, HellaSwag, Red teaming
11	Tópicos Avançados	MoE, Multimodal, Agentes
12	Futuro dos LLMs	Leis de escala, Novas arquiteturas, AGI

Avaliação

• Quizzes por módulo: 30 questões por módulo (12 módulos)
• Exame final: 50 questões abrangentes
• Total: 410 questões cobrindo todo o conteúdo do curso

Resultados de Aprendizagem

Ao concluir este curso, você será capaz de:

1. Explicar em profundidade a arquitetura Transformer e o mecanismo de atenção
2. Comparar diferentes famílias de LLMs e suas escolhas de design
3. Implementar pipelines de fine-tuning usando LoRA e outros métodos PEFT
4. Fazer deploy de LLMs em produção com a devida otimização
5. Avaliar o desempenho de modelos usando benchmarks reconhecidos pelo mercado
6. Construir aplicações que aproveitam de forma eficaz as capacidades dos LLMs

Stack Técnico

Ao longo deste curso, usaremos:

# Core libraries
transformers  # Hugging Face Transformers
torch         # PyTorch for deep learning
peft          # Parameter-Efficient Fine-Tuning
accelerate    # Distributed training
vllm          # High-performance inference

# APIs
openai        # OpenAI API
anthropic     # Anthropic API

Começando

Pronto para iniciar sua jornada em LLMs? Comece pelo Módulo 1 para entender o que são os Large Language Models e como eles evoluíram a partir de abordagens anteriores.

Começar Módulo 1 →

---

Links Rápidos

• 📖 Glossário - Mais de 200 termos técnicos explicados
• 📝 Exame Final - Teste seu conhecimento
• 📚 Recursos - Artigos, repositórios e mais