MLOps e LLMOps Completo
Bem-vindo ao MLOps e LLMOps Completo, um curso abrangente de 14 semanas projetado para Engenheiros de MLOps, Engenheiros de DevOps, Engenheiros de Plataforma e Engenheiros de ML que desejam dominar sistemas de machine learning em nível de produção.
🎯 Visão Geral do Curso
Este curso cobre todo o ciclo de vida de implantação e operação de sistemas de machine learning em escala, desde práticas tradicionais de MLOps até técnicas avançadas de LLMOps.
O que você vai aprender
| Parte | Área de Foco | Módulos |
|---|---|---|
| Parte 1 | Fundamentos de MLOps | Módulos 1-9 |
| Parte 2 | Especialização em LLMOps | Módulos 10-14 |
📚 Módulos do Curso
Parte 1: MLOps (Módulos 1-9)
- Introdução ao MLOps - Fundamentos, níveis de maturidade e ciclo de vida de ML
- Controle de Versão para ML - Git, DVC e estratégias de versionamento de modelos
- Rastreamento de Experimentos - MLflow, Weights & Biases e gestão de experimentos
- Pipelines de Dados - ETL, feature stores e qualidade de dados
- Infraestrutura de Treinamento - Gerenciamento de GPU, treinamento distribuído, plataformas em nuvem
- Serviço de Modelos - APIs REST, frameworks de serving, conteinerização
- Kubernetes para ML - Fundamentos de K8s, Kubeflow, escalonamento de workloads de ML
- CI/CD para ML - Automação, testes, treinamento contínuo
- Monitoramento & Observabilidade - Monitoramento de performance, detecção de drift, alertas
Parte 2: LLMOps (Módulos 10-14)
- Fundamentos de LLMOps - O que torna LLMOps diferente
- Deploy de LLM - Serviço em escala, otimização de inferência
- Avaliação de LLM - Testes automatizados, avaliação humana, segurança
- Gestão de Prompts - Versionamento, testes A/B, otimização
- LLMOps Corporativo - Segurança, compliance, construção de plataformas
🛠️ Tecnologias Abordadas
📋 Pré-requisitos
Antes de iniciar este curso, você deve ter:
- Proficiência em Python - Confortável com programação em Python
- Fundamentos de ML - Compreensão de conceitos de machine learning
- Experiência com Linux/CLI - Familiaridade com ferramentas de linha de comando
- Conhecimento básico de DevOps - Entendimento de conceitos de CI/CD
- Experiência em nuvem - Vivência com pelo menos um provedor de nuvem (AWS, GCP, Azure)
🎓 Estrutura do Curso
Cada módulo inclui:
- 📖 Capítulos completos com explicações detalhadas
- 💻 Exemplos de código e templates de infraestrutura
- 🔧 Exercícios práticos com cenários do mundo real
- 📝 30 questões de quiz para testar seu entendimento
📊 Avaliação
| Avaliação | Questões | Peso |
|---|---|---|
| Quizzes dos Módulos (14) | 30 cada | 70% |
| Prova Final | 50 | 30% |
| Total | 470 | 100% |
🚀 Começando
Pronto para iniciar sua jornada em MLOps?
- Comece com Módulo 1: Introdução ao MLOps
- Complete cada capítulo na ordem
- Faça o quiz do módulo antes de avançar
- Use o Glossário para referência de terminologia
- Explore Recursos para aprendizado adicional
💡 Dicas para o Sucesso
Study Strategy
- Pratique na prática - Não apenas leia, implemente
- Construa projetos - Aplique os conceitos em cenários reais
- Revise regularmente - Releia módulos anteriores
- Participe da comunidade - Discuta com colegas
Course Code
MLOPS-401 | Inverno 2025 | 14 Semanas
Vamos construir sistemas de ML em nível de produção! 🚀