Links verificados
Cada vídeo teve o ID confirmado via YouTube oEmbed — sem links quebrados nem títulos inventados.
Trilha de Estudo · 10 módulos · 3 idiomas
102 vídeos curados em português, inglês e espanhol, organizados em 10 módulos — da engenharia de prompts ao treino de modelos de IA personalizados. Cada link foi verificado e você marca seu progresso conforme assiste.
A trilha completa
O que é IA, machine learning, deep learning e redes neurais. A base conceitual antes do código.
7 vídeos →NumPy, Pandas, scikit-learn e o ferramental de dados que todo engenheiro de IA usa no dia a dia.
10 vídeos →Zero-shot, few-shot, Chain-of-Thought, ReAct e padrões para extrair o máximo de qualquer LLM.
7 vídeos →Como funcionam os modelos de linguagem por dentro: atenção, transformers, tokenização e embeddings.
12 vídeos →Retrieval-Augmented Generation, busca vetorial e como conectar LLMs aos seus próprios dados.
11 vídeos →LoRA, QLoRA, instruction tuning — especialize um modelo aberto com os seus próprios dados.
11 vídeos →Orquestre LLMs em produção com LangChain, LangGraph, LlamaIndex e comparativos de frameworks.
10 vídeos →Agentes autônomos com tools, memória e planejamento — smolagents, CrewAI, ReAct e multi-agentes.
13 vídeos →Levar modelos para produção: FastAPI, Docker, MLflow, observabilidade e ciclo de vida de ML.
11 vídeos →Construir e treinar redes neurais e um GPT do zero — backpropagation, PyTorch e a série do Karpathy.
10 vídeos →Sobre a curadoria
Cada vídeo teve o ID confirmado via YouTube oEmbed — sem links quebrados nem títulos inventados.
Português, inglês e espanhol em quase todos os módulos. Filtre por idioma e estude no seu conforto.
Marque 'Já assisti' em cada vídeo. O progresso fica salvo no seu navegador (localStorage), sem login.
Os módulos seguem uma progressão lógica, mas são independentes — pule para o que precisar agora.
Catálogo
O que é IA, machine learning, deep learning e redes neurais. A base conceitual antes do código.
NumPy, Pandas, scikit-learn e o ferramental de dados que todo engenheiro de IA usa no dia a dia.
Zero-shot, few-shot, Chain-of-Thought, ReAct e padrões para extrair o máximo de qualquer LLM.
Como funcionam os modelos de linguagem por dentro: atenção, transformers, tokenização e embeddings.
Retrieval-Augmented Generation, busca vetorial e como conectar LLMs aos seus próprios dados.
LoRA, QLoRA, instruction tuning — especialize um modelo aberto com os seus próprios dados.
Orquestre LLMs em produção com LangChain, LangGraph, LlamaIndex e comparativos de frameworks.
Agentes autônomos com tools, memória e planejamento — smolagents, CrewAI, ReAct e multi-agentes.
Levar modelos para produção: FastAPI, Docker, MLflow, observabilidade e ciclo de vida de ML.
Construir e treinar redes neurais e um GPT do zero — backpropagation, PyTorch e a série do Karpathy.
Construo agentes, RAG e automações com IA em produção. Vamos conversar sobre o seu caso.
Falar no WhatsAppRespondo em até 2 horas úteis.
Ou me encontre em