Avançado

Construindo com LLMs: RAG, Agents e Avaliação

Structured output, RAG profundo, agents ReAct, evals programáticas, cache semântico, model routing, MCP e LangGraph. 19 lições práticas para construir sistemas completos com LLMs. Python, Docker, OpenRouter.

Este curso é vendido dentro da trilha AI Engineer, sem compra avulsa.
Experimente uma aula grátis

O que você vai aprender

19 lições com runner AI (OpenRouter)
Structured output com Pydantic + function calling
RAG: chunking strategies, hybrid search, reranking
Agents: ReAct loop, tool use, memory, guardrails
Evals programáticas: LLM-as-judge, golden sets
Cache semântico para redução de custo/latência

Linguagens

Neste curso você escreve código real e valida com testes automatizados — não assiste, implementa. A contagem de lições por linguagem abaixo é gerada automaticamente a partir do conteúdo.

Python (IA)

19 lições

Contagem gerada automaticamente a partir das lições do curso.

Conteúdo do curso

6 módulos · 19 lições

Módulo 1: Fundações de LLM Ops
4 lições
1. Structured Output + Function CallingGrátis
2. Prompt Chaining e Roteamento Multi-passo
3. LLM Observability — Log, Métricas e Custo
4. Prompt Templates e Versionamento
Módulo 2: Avaliação Programática
3 lições
5. LLM-as-Judge — Avaliação Estruturada com Rubricas
6. Golden Datasets & Evaluation Suites
7. Continuous Eval Pipeline
Módulo 3: RAG na Prática
4 lições
8. Chunking Strategies para RAG
9. Embeddings e Busca Vetorial
10. Busca Híbrida e Reranking
11. Pipeline RAG (Retrieval-Augmented Generation)
Módulo 4: Agents Tool Use
4 lições
12. Padrão ReAct — Raciocínio + Ação
13. Uso Complexo de Ferramentas e Recuperação de Erros
14. Memória e Estado de Agentes
15. Cache Semântico com Embeddings
Módulo 5: Confiabilidade em Produção
2 lições
16. Roteamento de Modelos e Otimização de Custos
17. Monitoramento de Produção e Alertas
Módulo 6: MCP e Grafos de Agentes
2 lições
18. MCP: Ferramentas para Agentes
19. Agentes como Grafos: State Machines (LangGraph)

Para quem é este curso

Devs Python com base em LLMs que querem padrões de produção.

Checklist de Entrada

Fundamentos de IA para Desenvolvedores (ou domínio de embeddings, RAG básico, PyTorch).

Quem criou este curso

Greenlit

A Greenlit é uma plataforma de cursos criada e mantida por desenvolvedores com mais de 23 anos de experiência na indústria de software. Já passamos por monolitos, microsserviços, filas, eventos — e cometemos muitos erros para que você não precise. Lições curtas com testes reais rodando em Docker, sem simuladores, sem vídeos de 40 horas. Aprendizado direto ao ponto, como a engenharia pede.

Perguntas frequentes

Preciso saber Docker?

Não. O curso ensina o necessário de Docker para executar os exercícios. Além disso, oferecemos um guia gratuito de setup que resolve isso em 10 minutos.

Por quanto tempo terei acesso?

12 meses a partir da compra. Tempo suficiente para fazer o curso completo e revisitar as lições quando precisar.

Tem certificado?

Não. O curso ainda não emite certificado de conclusão — implementar isso está no plano, e quem já concluiu será avisado quando existir. O que vale hoje é o código que você escreveu e os testes que passaram.

E se eu não gostar?

Devolução em até 7 dias após a compra. Sem burocracia, sem perguntas.

Funciona no Mac, Windows e Linux?

Sim. Todo o ambiente de execução roda via Docker, que é multiplataforma.

É para iniciantes em programação?

Não. Este curso pressupõe domínio sólido dos pré-requisitos listados. É voltado para quem já tem experiência na área e quer avançar para tópicos complexos.

Qual a diferença para cursos em vídeo?

Aqui você escreve código real que roda em ambiente Docker com testes unitários reais. Não é vídeo passivo — você implementa os padrões, não só assiste, e valida seu código contra testes de verdade.

Posso pagar com PIX, boleto ou parcelado?

Sim. Nosso parceiro comercial aceita PIX, boleto e cartão de crédito em até 12x.

Comece agora mesmo

Tenha acesso a todas as lições, ambiente Docker real e testes unitários para validar seu código.

Este curso é vendido dentro da trilha AI Engineer, sem compra avulsa.