CURSO DE INTELIGÊNCIA ARTIFICIAL

DEEP LEARNING

Aprenda IA do básico ao avançado

APRENDA COM QUEM FAZ NA PRÁTICA

Meu nome é Filipe Lauar, Engenheiro de Sistemas pela UFMG, Engenheiro pela Telecom Paris e Mestre em IA pela Sorbonne University. Trabalho com Inteligência Artificial e Deep Learning a mais de 7 anos.

Sou engenheiro de IA na Enter, segunda startup investida pela Sequoia na história do Brasil. Fui Líder de IA na startup francesa Qantev, onde criei do zero todo o produto de IA e fiz parte do crescimento da empresa de 10 pra 90 funcionários. Já atuei como pesquisador, tenho 4 papers publicados e sou host do podcast Vida com IA.

Confira o conteúdo completo do curso

AULAS NOVAS LIBERADAS TODA SEMANA

1

Bases do curso: Python e matemática

Introdução a programação

em Python

Análise de dados em Python

Pandas, Numpy e Matplotlib

Programação Orientada a Objetos

Vetor

Matriz

Derivada

Similaridade de

cosseno (05/10)

Grafos (14/12)

2

DEEP LEARNING

Multi Layer Perceptron

Tokenizadores

Funções de ativação

Funções de loss

Overfitting, underfitting e regularização

Camadas de normalização

Gradiente descendente

Backpropagation

Embeddings

Técnicas de treinamento: cross validation, data augmentation

Aula prática de pytorch

Projeto de final de módulo + prova

3

NLP

História do NLP

Representação e processamento de texto

Modelos clássicos em

NLP

Redes recorrentes, RNN, LSTM, GRU (03/08)

Transformers (10/08)

Pré treinamento de transformers (17/08)

Embeddings em NLP (07/09)

Aula prática aplicando transformers - encoder (14/09)

Contrastive Learning (05/10)

CLIP, SigLIP and Zero-shot (12/10)

Projeto de final de módulo + prova

4

LLMS

Pós treinamento de LLMs (02/11)

Aula prática aplicando

LLMs (19/11)

RAG (07/12)

GraphRAG (14/12)

Agents -> Até a evolução do SOTA!

Se inscreva aqui

Diferenciais do curso

Conteúdo sempre atualizado

Aulas novas são divulgadas toda semana e o curso é atualizado a medida que vão surgindo novidades

Do básico ao avançado

O curso começa com aulas básicas como Tokenizer, Embeddings e MLP até assuntos mais complexos e atuais como Transformers, agentes, CNNs, RAG, GraphRAG