LLMs e Processamento de Linguagem Natural

Carga Horária: 30h

Modalidade: Presencial

Nível do curso: Avançado

Elegível para a trilha de

Objetivo do curso: 

Capacitar o participante em conhecimentos teóricos e práticos necessários para projetar e implantar aplicações baseadas em Modelos de Linguagem de Grande Escala (LLMs), capacitando-os a resolver problemas do mundo real utilizando técnicas avançadas de Processamento de Linguagem Natural (PLN)

Objetivos específicos:

Apresentar os fundamentos de PLN e LLMs; Discutir os modelos probabilísticos e Neurais; Analisar Transformers e sua aplicação no contexto de PLN. Avaliar e aplicar fine tuning em LLMs. 

Quem pode fazer esse curso?

  • Pessoas da área de tecnologia que buscam conhecer os fundamentos da área de IA: alunos de graduação e estudantes de cursos técnicos e profissionalizantes; profissionais de tecnologia da informação; desenvolvedores de software. 
  • Esse curso não é recomendado para profissionais de outras áreas ou entusiastas na área de tecnologia, que não conheçam os conceitos básicos da área de Inteligência Artificial, particularmente modelos de Aprendizado de Máquina e técnicas de Aprendizado Profundo e que não dominem a linguagem de programação Python.

Como posso me capacitar para fazer esse curso?

Por que devo fazer esse curso?

O Processamento de Linguagem Natural (PLN) e os Modelos de Linguagem de Grande Escala (LLMs) estão sendo cada vez mais utilizados em diversas indústrias, incluindo tecnologia, saúde, finanças, e-commerce e atendimento ao cliente. Profissionais com habilidades em PLN são muito procurados. PLN e LLMs são tecnologias na vanguarda da inteligência artificial. PLN combina conhecimentos de linguística, ciência da computação, estatística e inteligência artificial, proporcionando uma formação abrangente e interdisciplinar. Aprender sobre essas áreas você se coloca na linha de frente da inovação, permitindo que contribua para o desenvolvimento de novas aplicações e soluções. Com conhecimentos em PLN, você pode criar sistemas que automatizam tarefas repetitivas e consomem tempo, como análise de texto, tradução automática, resumo de documentos e atendimento ao cliente por meio de chatbots. Muitas organizações lidam com grandes volumes de dados textuais, como e-mails, relatórios e feedbacks de clientes. Conhecimentos em PLN permitem extrair insights valiosos desses dados, auxiliando na tomada de decisões informadas. Aprender sobre LLMs, como o GPT-4, ajuda a entender como esses modelos funcionam, como podem ser aplicados em diferentes contextos e como adaptar as tecnologias emergentes às necessidades específicas de sua organização ou projetos.

Ementa

Introdução à Semântica Distribucional. Modelos Probabilísticos e Modelos Neurais. Transformers. Fine-tunning. GPT.

 
Português, Brasil