AWS – DESENVOLVER APLICAÇÕES DE IA GENERATIVA
- Inteligência Artificial, inteligência artificial, New, PRO
- 0 (Registered)
A formação AWS – Desenvolver Aplicações de IA Generativa destina‑se a desenvolvedores que pretendem criar aplicações com LLM no ecossistema AWS, usando Amazon Bedrock e boas práticas de implementação. Ao longo de 2 dias (14 horas), os participantes aprendem os fundamentos e terminologia da IA generativa, planeamento de projetos, riscos e mitigação, e exploram o Bedrock (arquitetura, custos, consola e APIs). A formação aprofunda prompt engineering (zero‑shot, few‑shot e técnicas avançadas), identificação de abusos e mitigação de enviesamentos, além da integração com LangChain (prompts, chains, embeddings, recuperadores e agentes). No final, os participantes aplicam padrões de arquitetura e constroem exemplos práticos com Bedrock, LangChain e RAG, preparando soluções reais e reutilizáveis.
- Compreender os fundamentos da IA generativa, os seus benefícios, riscos e valor empresarial
- Planear e arquitetar soluções de IA generativa no ecossistema AWS, com foco no Amazon Bedrock
- Aplicar boas práticas de prompt engineering, incluindo técnicas avançadas e mitigação de enviesamentos
- Desenvolver aplicações de IA generativa utilizando Amazon Bedrock, LangChain e RAG
- Implementar padrões de arquitetura reutilizáveis para soluções de IA generativa seguras e escaláveis
Introdução à IA Generativa – A arte do possível
• Visão geral do Machine Learning
• Fundamentos da IA generativa
• Casos práticos de utilização da IA generativa
• IA generativa na prática
• Riscos e benefícios
Planeamento de um projeto de IA generativa
• Fundamentos da IA Generativa
• IA generativa na prática
• Contexto da IA generativa
• Etapas de planeamento de um projeto de IA generativa
• Riscos e mitigação
Introdução ao Amazon Bedrock
• Introdução ao Amazon Bedrock
• Arquitetura e casos práticos de utilização
• Como utilizar o Amazon Bedrock
Exemplos de exercícios práticos
• Configuração do acesso ao Bedrock e utilização dos playgrounds
Fundamentos de engenharia de prompts
• Fundamentos dos modelos de base
• Fundamentos da engenharia de prompts
• Técnicas básicas de prompts
• Técnicas avançadas de prompts
• Técnicas de prompts específicas de modelos
• Tratamento de utilizações abusivas de prompts
• Mitigação de enviesamentos
Exemplos de exercícios práticos
• Afinar um prompt de geração de texto
•Mitigação de enviesamentos em imagens
Componentes de aplicações Amazon Bedrock
• Visão geral dos componentes de aplicações de IA generativa
• Modelos de base e interface FM
• Trabalhar com conjuntos de dados e embeddings
• Componentes adicionais de aplicações
• Retrieval Augmented Generation (RAG)
• Fine-tuning de modelos
• Segurança de aplicações de IA generativa
• Arquitetura de aplicações de IA generativa
Exemplos de exercícios práticos
• Word embeddings
Amazon Bedrock Foundation Models
• Introdução aos modelos de base Amazon Bedrock
• Utilização de modelos FM para inferência
• Métodos Amazon Bedrock
• Proteção de dados e verificabilidade
Exemplos de exercícios práticos
• Invocação de um modelo Bedrock para geração de texto com prompt zero-shot
LangChain
• Otimização de desempenho de LLM
• Utilização de modelos com LangChain
• Construção de prompts
• Estruturação de documentos com índices
• Armazenamento e recuperação de dados com memória
• Utilização de cadeias (chains) para sequenciar componentes
• Gestão de recursos externos com agentes LangChain
Exemplos de exercícios práticos
• Bedrock com LangChain utilizando um prompt que inclui contexto
Modelos de arquitetura
• Introdução aos padrões de arquitetura
• Resumo de texto
• Resposta a perguntas
• Chatbot
• Geração de código
• LangChain e agentes para Amazon Bedrock
Exemplos de exercícios práticos
• Resumo de pequenos ficheiros com Anthropic Claude
• Resumo abstrato com Amazon Titan utilizando LangChain
• Resposta a perguntas com Amazon Bedrock
• Interface conversacional (chatbot) com AI21 LLM
• Utilização de modelos Amazon Bedrock para geração de código
• Integração de modelos Amazon Bedrock com agentes LangChain
Nota: O conteúdo deste programa pode ser objeto de adaptação em função dos níveis, pré-requisitos e necessidades dos participantes.
Facilitador que combina know-how com experiência empresarial e competências pedagógicas, para dar resposta a necessidades operacionais e potenciar a aprendizagem.
Objetivos da formação
- Compreender os fundamentos da IA generativa, os seus benefícios, riscos e valor empresarial
- Planear e arquitetar soluções de IA generativa no ecossistema AWS, com foco no Amazon Bedrock
- Aplicar boas práticas de prompt engineering, incluindo técnicas avançadas e mitigação de enviesamentos
- Desenvolver aplicações de IA generativa utilizando Amazon Bedrock, LangChain e RAG
- Implementar padrões de arquitetura reutilizáveis para soluções de IA generativa seguras e escaláveis
Duração da formação
Programa da formação
Introdução à IA Generativa – A arte do possível
• Visão geral do Machine Learning
• Fundamentos da IA generativa
• Casos práticos de utilização da IA generativa
• IA generativa na prática
• Riscos e benefícios
Planeamento de um projeto de IA generativa
• Fundamentos da IA Generativa
• IA generativa na prática
• Contexto da IA generativa
• Etapas de planeamento de um projeto de IA generativa
• Riscos e mitigação
Introdução ao Amazon Bedrock
• Introdução ao Amazon Bedrock
• Arquitetura e casos práticos de utilização
• Como utilizar o Amazon Bedrock
Exemplos de exercícios práticos
• Configuração do acesso ao Bedrock e utilização dos playgrounds
Fundamentos de engenharia de prompts
• Fundamentos dos modelos de base
• Fundamentos da engenharia de prompts
• Técnicas básicas de prompts
• Técnicas avançadas de prompts
• Técnicas de prompts específicas de modelos
• Tratamento de utilizações abusivas de prompts
• Mitigação de enviesamentos
Exemplos de exercícios práticos
• Afinar um prompt de geração de texto
•Mitigação de enviesamentos em imagens
Componentes de aplicações Amazon Bedrock
• Visão geral dos componentes de aplicações de IA generativa
• Modelos de base e interface FM
• Trabalhar com conjuntos de dados e embeddings
• Componentes adicionais de aplicações
• Retrieval Augmented Generation (RAG)
• Fine-tuning de modelos
• Segurança de aplicações de IA generativa
• Arquitetura de aplicações de IA generativa
Exemplos de exercícios práticos
• Word embeddings
Amazon Bedrock Foundation Models
• Introdução aos modelos de base Amazon Bedrock
• Utilização de modelos FM para inferência
• Métodos Amazon Bedrock
• Proteção de dados e verificabilidade
Exemplos de exercícios práticos
• Invocação de um modelo Bedrock para geração de texto com prompt zero-shot
LangChain
• Otimização de desempenho de LLM
• Utilização de modelos com LangChain
• Construção de prompts
• Estruturação de documentos com índices
• Armazenamento e recuperação de dados com memória
• Utilização de cadeias (chains) para sequenciar componentes
• Gestão de recursos externos com agentes LangChain
Exemplos de exercícios práticos
• Bedrock com LangChain utilizando um prompt que inclui contexto
Modelos de arquitetura
• Introdução aos padrões de arquitetura
• Resumo de texto
• Resposta a perguntas
• Chatbot
• Geração de código
• LangChain e agentes para Amazon Bedrock
Exemplos de exercícios práticos
• Resumo de pequenos ficheiros com Anthropic Claude
• Resumo abstrato com Amazon Titan utilizando LangChain
• Resposta a perguntas com Amazon Bedrock
• Interface conversacional (chatbot) com AI21 LLM
• Utilização de modelos Amazon Bedrock para geração de código
• Integração de modelos Amazon Bedrock com agentes LangChain
Nota: O conteúdo deste programa pode ser objeto de adaptação em função dos níveis, pré-requisitos e necessidades dos participantes.
Formador
Facilitador que combina know-how com experiência empresarial e competências pedagógicas, para dar resposta a necessidades operacionais e potenciar a aprendizagem.
Clique na imagem para expandir
Os nossos espaços de formação oferecem todas as condições para continuar o seu desenvolvimento pessoal e profissional em absoluta segurança
Não se esqueça de subscrever o blog RhBizz e de nos seguir no LindekIn, Facebook, Instagram e Youtube.
