Fundamentos dos LLM com Python
Esta formação oferece uma introdução clara e acessível aos grandes modelos de linguagem (LLM) com Python. Ela permite compreender o seu funcionamento, as suas principais arquiteturas, bem como os mecanismos de geração de texto e de processamento de lin
Crie a sua conta gratuita
Como decorre o curso
Cada lição é um texto estruturado, ilustrado com exemplos e esquemas, seguido de um quiz corrigido automaticamente. Você avança no seu próprio ritmo, e as suas notas ficam associadas à lição em que as fez.
-
Adquirir uma compreensão sólida dos conceitos fundamentais dos grandes modelos de linguagem (LLM)
-
Compreender os mecanismos de funcionamento e as principais arquiteturas dos LLM
-
Descobrir como usar Python para interagir com os modelos de linguagem
-
Saber explorar os LLM para diferentes tarefas de processamento de linguagem natural
-
Desenvolver a capacidade de integrar e avaliar modelos de linguagem em projetos de inteligência artificial
-
Desenvolvedor em inteligência artificial : conceção de aplicações que integram modelos de linguagem.
-
Engenheiro de IA : desenvolvimento e integração de soluções baseadas em grandes modelos de linguagem.
-
Desenvolvedor Python : criação de programas que exploram as capacidades dos LLM.
-
Engenheiro de processamento de linguagem natural (NLP) : desenvolvimento de sistemas capazes de analisar e processar texto.
-
Especialista em automatização : implementação de processos automatizados graças aos modelos de linguagem.
-
Data Scientist : exploração de modelos de inteligência artificial para analisar e interpretar dados textuais.
-
Consultor em inteligência artificial : apoio às empresas na adoção e utilização dos LLM.
-
Engenheiro de integração de IA : ligação de modelos de linguagem a aplicações e sistemas informáticos.
-
Analista de soluções de IA generativa : avaliação do desempenho e das possibilidades de aplicação dos modelos de linguagem.
Acessibilidade

Se está numa situação de deficiência e pretende frequentar uma formação connosco, este e-mail é-lhe dedicado: contact@datagoz.com . Para qualquer outra situação, não hesite em contactar-nos para avaliarmos como garantir uma experiência de aprendizagem.
Como financio a minha formação?
Certificado de conclusão: no final deste curso, é-lhe emitido um certificado de conclusão DATAGOZ, nominativo e verificável online.
A equipa DATAGOZ deseja-lhe uma boa formação!
5 capítulos, 36 lições
- 2. Introdução aos grandes modelos de linguagem (LLM)aberto
- 2. Implementar um pipeline de resumo de textoaberto
- 2. Limpar e melhorar as respostas geradasaberto
- 2. Utilizar LLMs pré-treinadosaberto
- 2. Gerar texto com um modelo de linguagemaberto
- 2. Traduzir texto com um LLMaberto
- 2. Descobrir a arquitetura Transformeraberto
- 2. Identificar os componentes de um Transformeraberto
- 2. Escolher uma arquitetura de modelo adequadaaberto
- 3. Preparar um modelo para o seu ajuste finoassinantes
- 3. Compreender e aplicar a tokenização do textoassinantes
- 3. Visualizar o processo de tokenizaçãoassinantes
- 3. Adaptar um LLM através do treinoassinantes
- 3. Definir os parâmetros de treinoassinantes
- 3. Configurar os parâmetros do processo de treinoassinantes
- 3. Explorar um modelo após o seu ajuste finoassinantes
- 3. Descobrir os diferentes métodos de ajuste finoassinantes
- 3. Aplicar a aprendizagem por transferência com o método one-shotassinantes
- 3. Comparar as abordagens de aprendizagem por transferênciaassinantes
- 4. Descobrir as ferramentas de avaliação dos LLMassinantes
- 4. Carregar métricas de avaliação com Pythonassinantes
- 4. Compreender os principais indicadores de desempenhoassinantes
- 4. Aplicar as métricas para medir os resultadosassinantes
- 4. Avaliar tarefas linguísticas com a perplexidade e o BLEUassinantes
- 4. Medir a perplexidade dos modelos de linguagemassinantes
- 4. Avaliar a qualidade das traduções com o BLEUassinantes
- 4. Descobrir as métricas ROUGE, METEOR e Exact Matchassinantes
- 4. Medir a qualidade dos textos gerados com o ROUGEassinantes
- 4. Avaliar os resultados com a métrica METEORassinantes
- 4. Verificar a exatidão das respostas com o Exact Matchassinantes
- 4. Reforçar a segurança dos LLMassinantes
- 4. Detectar conteúdos tóxicos geradosassinantes
- 4. Avaliar a relevância e a qualidade das respostasassinantes
- 4. Fazer o balanço das competências adquiridasassinantes
Tudo o que acompanha as lições
Quanto tempo, de acordo com a sua disponibilidade
O que você obtém no final
Quando o curso termina, o certificado é emitido em seu nome. O código permite a um recrutador verificá-lo em poucos segundos.
Não é um diploma nem uma certificação profissional; é a prova verificável de que você frequentou e concluiu este curso.
Quem escreve este curso
Uma pedagogia clara e aplicada, com exemplos concretos para aprender de forma eficaz.
Antes de começar
Comece este curso hoje
10 lições abertas, sem cartão bancário. Você vai ver o nível e o tom antes de decidir.