Unknown

ao vivo Boa noite seja muito bem-vindo finalmente seja muito bem-vinda ao ai Devil weck nessa semana você vai realmente dar os seus passos largos no mundo da Inteligência Artificial já Diga aí para mim no comentário de onde você é Coloca aí o o o estado se você tá no Brasil se você tá fora e E durante esse dia de hoje aqui não só o dia de hoje todos os outros dias eu vou responder todas as dúvidas assim que a gente termina o nosso bate-papo assim que a gente termina os cases eu não deixo passar nenhuma

dúvida batido então Eduardo você tava explicando a parada eu não entendi coloca lá no comentário que eu vou voltar e vou responder todas as dúvidas beleza Tudo joia Então cara que legal eu fico muito feliz e me sinto muito honrado de ter você aqui comigo no canal ciência dos dados para esse treinamento esse Big treinamento conhecido como ai Dev wik nós estamos começando o ano de 2025 já com pé direito porque esse conteúdo é um conteúdo que ele é o suprassumo da inteligência artificial para as empresas né então quando você escuta o tema Inteligência Artificial

os pilares do conceito e das aplicações de ia que você vai ouvir e desenvolver vão estar em cima desses três principais componentes que a gente já vai começar a trabalhar a partir de agora tá bom eu quero começar já esse ai Dev Week já com muita aplicação prática para que você saia daqui com a sensação de Putz cara que legal eu consegui por meio desse nosso bate-papo aqui de uma horinha aprender os principais conceitos e mais eu ainda recebi ah programas scripts que vão me ajudar já agora não só a compor o meu portfólio de

conhecimento Mas começar o meu desenvolvimento de aplicações com inteligência artificial Esse é o meu compromisso contigo aqui no dia de hoje para honrar a sua presença aqui tá bom ah já pega aí o link dessa aula E compartilhe aí com o colega seu programador que você sabe que quer aprender sobre inteligência artificial porque eu tenho certeza que esse conteúdo pode ajudá-lo bastante Tá bom então vamos lá olha eu pedi para que você você ah ao longo desse período de de aquecimento que eu chamo né do desse treinamento gratuito para que você fizesse ali uma uma

Contasse um pouco da sua história por meio de uma pesquisa né eu sei que nem todos T tempo para responder e eu sei também o quanto que é chato às vezes a gente né ter que parar um pouco do nosso tempo para responder pesquisas né mas eu olho com muito carinho né eu faço né como a um bom programador a gente acaba colocando tudo isso ali e medindo né e entendendo a os números né então uma das coisas que eu fiz foi observar aquilo que mais estava presente nas necessidades né do grupo que tá aqui

né da sua necessidade Qual é a sua a su o seu grau de conhecimento Qual é a sua a sua vontade a sua aspiração com esse conteúdo e uma das coisas que eu pude perceber é que existe uma ansiedade muito grande quando a gente fala de Inteligência Artificial e da velocidade com a qual as coisas vão acontecendo e eu queria pedir para que você a partir de agora colocasse aí paz no seu coração porque sim a gente vê um mundo de coisa acontecendo mas eu separei as três principais coisas que e conteúdos os três principais

ramos da Inteligência Artificial que vão fazer você aprender aí aquele o que eu chamo de 80 20 né O o 20% que é o mais importante e que dá um impacto positivo de 80% daquilo que você pode alcançar com a inteligência artificial Tá bom você vai ver que tudo ah é tipo um funil né Pensa num funil aí existem muitas aplicações muitas E aí eu separei essas aplicações para que a gente faça uma triagem e você fique ali Como se você tivesse minerando o ouro tá bom e você fique com ah praticamente ali aquele conteúdo

que realmente vai fazer diferença na sua jornada profissional beleza uma outra coisa que eu queria falar para você também é eu vejo que tem muitas pessoas que estão num processo de transição e esse processo de transição muitas vezes você tá ou você trabalhou ali com com alguma programação algum banco de dados ou talvez você tá fazendo uma transição de verdade mesmo né Você tem um contexto de um de um negócio por exemplo você tá num ramo ah jurídico por exemplo você sabe muito bem como funciona o ramo jurídico E você tá querendo utilizar a inteligência

artificial no ramo jurídico Então você nunca programou você não não entende muito bem ah esse mundo da técnica mesmo né da prática da programação em si e eu queria falar com você agora fique hiper tranquilo com relação a o que você precisa aprender e foque naquilo que você vai aprender aqui nessa semana tá bom esquece o mundo de conteúdo que você já viu esquece a aquelas entas gigante cara Esquece tudo isso só presta atenção porque eu gosto de utilizar uma abordagem que eu gosto de chamar de passinhos de bebê de Baby Steps então tudo que

eu tudo que eu trouxer aqui para você eu vou tentar explicar de uma forma onde eu nem nem seja eh nem seja tão como é que eu posso dizer tão simplista Mas também eu não vou utilizar tecnique saca não vou ficar eh falando tecnique cara você vai ver que eu sou muito de boa vou conversar para você aqui como se eu tivesse ah como se a gente tivesse Sentado aí numa roda de conversa tudo bem Beleza então bora paraa frente Ah bem gente olha só nós temos aqui três grandes três grandes Ramos principais quando a

gente fala de desenvolver softwares desenvolver aplicações de desenvolver sistemas no mundo da Inteligência Artificial três três principais componentes você vai ver que tudo está Ah desembocando ou nascendo desses três Ramos nós temos os llms nós temos os sistemas hag e nós temos os agentes de Inteligência Artificial Então são três llms R Systems e Agents ai são esses três pilares são esses três componentes que a gente vai ah focar ao longo dessa semana você que já conhece ah pelo menos o que é e tá querendo avançar e desenvolver coisas profissionais com essa parada aqui você vai

ver que você já vai sair daqui com muito inclusive no dia de hoje você vai sair com um software filé de gerenciamento aí de Agentes ah com com o JavaScript uma coisa fantástica e mesmo que você nunca tenha programado na vida você vai entender por que isso não é é um problema para você tá bom vamos lá Eduardo eu já programo Eduardo Eu já eu já sou desenvolvedor Eduardo cara para você tá mais fácil porque você já tem um Norte e a customização para você vai ser mais simples porém você que tá começando agora você

vai ver que não há uma necessidade inata de você já ser um programador para trabalhar com isso aqui tá bom existe sim todo um conteúdo Ah e eu não vou mentir para você eu não vou também ah como é que eu posso dizer eh simplificar demais dizendo que não precisa saber programar Porque sim se você quiser aprender do jeito que eu ensino você vai precisar aprender Ah o Babá do Python você vai sim precisar aprender o Babá do JavaScript Por que Babá e do ardo porque hoje nós temos uma infinidade de ferramentas que utilizam a

própria inteligência artificial para nos ajudar nessa codificação Tá bom você vai ver isso hoje aqui e se você eh tá inscrito nesse treinamento algum tempo você já deve ter visto algum vídeo meu onde eu tô exatamente compilando essas Sacadas esses insights essas ferramentas que vão te ajudar no processo de conhecimento não é mesmo então é sobre isso que a gente vai falar aqui eu queria começar com os llms porque o llm ele é o coração o coração da Inteligência Artificial o chat GPT ele é uma aplicação que todo mundo conhece ele é um chat e

você conversa com ele e itera com ele o que faz o chat o chat GPT responder para você é exatamente o llm que é o modelo o coração né de nome depende do da do modelo que você tá usando ó por exemplo se eu entrar aqui no chat IPT eu vou est trabalhando aqui com o GPT 4 ó então Ó eu tô trabalhando com o modelo que que é o modelo aia o llm é esse carinha aqui ó é o GPT 4 é o Omni One é o Omni One mini esse cara é o modelinho

tá bom esse cara que tá aqui é o llm e por muitas vezes esse cara tem um nome um pouco mais completinho mais bonito do que o que tá aqui para quem desenvolve aplicações como você vai aprender você vai entender o que que são esses nominhos aqui um nominho um pouco mais completo para que a gente possa colocar dentro das nossas aplicações assim como ele tá inserido aqui nessa tela bonita que você tá vendo tá bom bem Hoje nós temos uma infinidade uma infinidade de llms e de provedores eu vou explicar já de cara o

que que são eh a a qual é a diferença entre essas duas coisas tá bom antes da gente entrar na prática e no mão na massa eu só quero fazer uma pequena equalização aqui e talvez te dá aí um pouco mais de contexto em alguma coisa que você não saiba os llms são exatamente esses modelos nós temos a as grandes empresas que desenvolvem esses modelos a a própria openid a a própria aws né aqui você tá vendo aws a antropic que é a que desenvolve o cloud o Google que que desenvolve o Gini o a

openi que desenvolve o gpts e a série om agora que tá vindo então ess esses essas são as empresas que desenvolvem os llms Eduardo então só essas grandes empresas podem desenvolver llms não você vai ver que existem outras empresas e você vai aprender mais a fundo quando a gente tiver adentrando nos cases é que existem empresas e pessoas que podem desenvolver llms com a algum contexto e alguma necessidade específica e que podem compartilhar por exemplo esses llms em áreas comuns como o rugen Face que é uma das áreas onde a gente vê o compartilhamento desses

llms Eduardo você tá querendo me dizer então que esses modelos são tudo compartilhados cara grande maioria do mundo hoje da Inteligência Artificial são modelos que de certa forma são compartilhados ah não só gratuitamente mas por meio do que a gente conhece como api a maioria dos modelos a Gente Tá acessando por meio de apis e quando a gente tá desenvolvendo esses modelos a gente tá utilizando o que há de melhor é o cloud é o Deep seic é o o GPT 4 Omni o Omni One a gente vai utilizando esses modelos que hoje trazem as

melhores ah os melhores resultados pra gente tá bom não importa quem é o provedor inclusive isso é uma coisa que eu queria já desde agora trabalhar na sua na sua postura na sua cabeça que é o seguinte pra gente é muito melhor acessar um modelo bom E e ter ali os custos de api do que por exemplo utilizar um Saas qualquer a gente eh para acessar os modelos Pronto né O que a gente vê muito é eu posso pagar um Saas né como por exemplo eu vou abrir aqui um um grande repositório aqui de modelos

eu eu tenho esse esse pol aqui esse pol ele é um grande diretório ele é um grande repositório que ele tem vários llms Onde eu posso já acessar para fazer um trabalho específico por exemplo Ah eu quero ver um trabalho de imagem então eu vou utilizar o modelo Flux Ah esse fluxo eu consigo trabalhar aqui só que você paga o Saas Quanto que é o Saas ó pô Ó mas se eu souber qual é esse modelo e onde ele tá disponibilizado eu posso utilizar ele como api e pagar ao invés de ó 1 centavo é

isso que eu quero compartilhar contigo hoje você que é um cara que tá eh migrando para ser um especialista em ia tem que tá com a cabeça antenada na utilização desses modelos como api e não como usuário tudo bem Até mesmo porque o meu grande objetivo contigo é fazer você utilizar essa parada como um desenvolvedor como especialista em ia e fazer você criar esse Saas né inclusive eh Uma das coisas que eu foco muito é te dar conteúdo software aberto para que você possa transformar esse software Quem sabe em um Saas e te ajudar aí

no numa escalada de um negócio porque hoje em dia com acesso à própria Inteligência Artificial você consegue desenvolver muitas aplicações m usáveis e isso inclusive é uma fonte eh de renda adicional que você pode testar a o desenvolvimento também tá bom então isso é uma coisa que eu queria abrir a su mente né a Existem várias aplicações inclusive nós vamos desenvolver uma aqui tá bom vou trabalhar uma aqui contigo onde você vai ah fazer o passo a passo junto comigo e você inclusive vai poder transformar essa parada num Saas tá bom eh cara olha só

então esses são os llms os principais llms ah nós temos aqui uma como eu falei para você são muitos llms Tá bom agora a gente não tem só llm a gente tem provedores então nós temos empresas que pegam esses grandes modelos e elas armazenam numa Cloud para depois ah cobrar digamos assim o valor de utilização por meio de uma API também ah e ela é eh remunerada Por meio dessa forma então Ela utiliza ali uma é tipo comprar no atacado né ela tem eu vou te dar um exemplo a gente pode utilizar um grande provedor

conhecido como grock com k não é o grock da da x não tá do El musk é a grock com k a grock a própria cerebras a Together ai são provedoras de grandes modelos né que elas colocam dentro da sua infraestrutura em Cloud grandes modelos llms bem como eh modelos que são abertos como os modelos da Meta o lama 3.3 a gente vai trabalhar com eles daqui a pouquinho lama 3.3 Cloud 3.5 da antropic E aí ele né por meio da nossa utilização ele faz ali a sua remuneração Então esse é um mercado gigantesco é

um mercado gigantesco e o llm nada mais é do que esse grande compilado de modelos esse grande compilado de coração da Inteligência Artificial que nos ajuda a desenvolver as aplicações Eduardo que aplicações o um chat de suporte ah a gente vê um modelo específico que vai ser um agente de planejamento um agente que vai ser um analista de risco nós vamos desenvolver inclusive esses dois hoje aqui tá bom então nós vamos utilizar llms que llms da Open a né a gente vai utilizar modelos da Open ai poderia ser um outro modelo Eduardo sim poderia ser

de psic que é mais barato poderia ser em outros tá bom eu tô tentando a trazer alguns aqui para você ir trabalhando com todos eles nesse site pode ficar tranquilo não precisa ficar preocupado com nenhum tipo de link porque você vai receber esse repositório aqui completo dessa aula inclusive é até bom que você só preste atenção aqui não queira refazer a a ao longo do do percurso tá bom E se você já tiver vendo a gravação eu já compartilhei aí na descrição do vídeo Então tá beleza mais ao vivo aqui você presta atenção Tá bom

então Ó nós temos aqui a esses links esses links que estão aqui e Esses são esse último link aqui ó llm mods.org ele traz aqui um compilado de vários modelos que existem que vários llms que existem por aí o lama 3 Ah nós temos aqui o fi nós temos aqui o corrir nós temos aqui um tropic nós temos aqui um repositório com n lms para que você possa aí conhecer depois e mergulhar a fundo só que eu sei que nós temos ah alguns que são os principais Eu já queria mostrar para você já de cara

que a gente pode trabalhar com alguns desses Ah nesse ambiente que eu tô utilizando aqui eu tô utilizando o Google collab talvez a grande maioria já conheça para quem ainda nunca programou na vida isso aqui é um ambiente web conhecido como Google collab onde a gente consegue utilizar a programação Python para acessar esses llms e fazer o trabalho da Inteligência Artificial utilizando esses modelos tudo bem de forma bem simplificada é isso que a gente vai fazer vou te dar um exemplo agora vou abrir um ambiente né um outro Google cab onde a partir de agora

a gente vai acessar o modelo da Google o modelo conhecido como Gemini nós vamos acessar o gni e vamos mostrar aqui uma uma estrutura simples daquilo que a gente faz para utilizar um grande modelo né um grande modelo ah da Google de forma eh intuitiva de forma direta e de forma que a gente possa não ficar pagando um um um repositório mas sim que eu posso utilizar Esse modelo no desenvolvimento de aplicações Ah aqui dentro da minha empresa ou em algum projeto que eu esteja criando a agentes de Inteligência Artificial E por aí vai tá

bom talvez para você agora você tá começando possa nem vislumbrar isso ainda mas ah você já vai visualizar que não há tanta complexidade assim não se não se prenda no código tá bom não se prenda no código Eu estou aqui no por enquanto eu estou aqui no ambiente do Google collab aqui dentro Eu tenho as apis as chaves das apis então ó por exemplo eu quero acessar o modelo do Google eu venho aqui na chave do Google e coloco aqui a minha Key do Google e vou utilizar o modelo Gemini 2.0 que saiu agora o

Gemini 1.5 E por aí vai Eduardo eu quero utilizar os modelos da Open ai Beleza eu vou utilizar aqui o modelo da Open ai vou salvar aqui a minha api q para que eu possa utilizar esses modelos da Open ai Eduardo é muita Api para ficar pagando não no início vai parcer que você tem muita api mas com o passar do tempo você vai ver que isso Ah nós estamos numa numa escalada exponencial Ah só que essa exponencial é uma exponencial em invertida que que eu quero dizer com isso no início o custo das coisas

ainda é muito elevado lembra quando saiu o chat GPT não parecia ser né Bem bem né por 100 conto por mês tal tal tal Hoje a gente utiliza modelos melhor que os que o chat GPT em algumas atividades de forma gratuita eu consigo utilizar por exemplo o modelo deeps que é um modelo Ah que é um dos dos grandes desenvolvedores de llms que é tão bom quanto o cloud 3.5 no processo de codificação no processo de desenvolvimento de aplicações Então cara quando você olha assim no início Pode parecer ah eu tô usando muitas apis mas

cara a gente tá migrando para um estado onde os modelos eles estão cada vez mais barateando o Deep siic quando você quando você trabalha não sei se você tá acompanhando meus vídeos mas a gente fez um Case esses dias utilizando o o modelo V3 da de psic e esse modelo ele ele ele é 0,00 centavos tipo 1 milhão de tokens sabe assim tipo eu não lembro exatamente o valor mas se eu não me engano eu utilizei 1 milhão de tokens e paguei C centavos de dólar se eu tivesse utilizando o cloud eu tinha pago aí

sei lá uns ó de de utilização de api então ah estamos num momento de barateamento desses grandes modelos de linguagem e esse é um ótimo momento para você que tá aí aprendendo a criar essas aplicações Tá bom então ó que que eu quero imagina aqui que eu tô no chat no chat GPT ou no próprio search do Google e eu quero perguntar para ele o que que é L chain Por que ele é importante no contexto do desenvolvimento de aplicações de achain é uma grande biblioteca um grande Framework ah de desenvolvimento de aplicações inclusive de

Agentes de Inteligência Artificial a gente vai utilizar muito aqui ao longo dessa semana e ao ao longo dessa semana Deixa eu desligar aqui uma ligação que eu tô recebendo E aí ó que que eu acabei de fazer eu tô utilizando esse modelo do Google como se fosse um chat ept só que olha a sacada desse negócio eu consigo colocar esse cara dentro de qualquer aplicação a partir de agora né Pensa que eu tô numa estrutura aqui onde é o backend ali é a parte o coração da aplicação eu preciso de um llm eu já tô

usando esse llm aqui agora Ah e a partir de agora eu preciso de uma interação com o usuário o usuário precisa de algum tipo de resposta né então ele precisava saber o que que era esse tal de L chain tá que que nós estamos utilizando o modelo do Google tudo bem Beleza então é uma uma coisa bem intuitiva para você Ah já pegar de cara ah e entender como que a gente faz aí a utilização desses desses grandes modelos Eduardo mas tem um código aqui atrás cara não se embriague com código porque hoje em dia

nós temos muita inteligência artificial para nos ajudar inclusive na na no setting desses desses desses llms tá bom não cara não Cora código Fique tranquilo beleza ó eu posso utilizar o antropic cloud 3.5 utilizando uma estrutura fora do próprio do próprio Cloud aqui Eduardo sim não só pode como vai por exemplo Ah eu estou utilizando a estrutura do Python e eu tenho uma biblioteca né Nós temos uma biblioteca Python para fazer aí a instalação das dependências que são necessárias para rodar o cloud no nosso ambiente Python então aqui utilizando Python eu tenho p package index

que é esse PIP aqui é tipo o npm do node lá é o é o node package eu esqueci o que que é o m lá mas enfim se você já programa você sabe o que eu tô falando esse é um repositório de bibliotecas que a gente utiliza para fazer a programação a acontecer Tá bom então Ó eu tenho aqui um modelo um modelo específico eu tô utilizando aqui por exemplo o cloud 3 eu posso utilizar até o o próprio Cloud 3.5 deixa eu ver qual é esse aqui ó tô utilizando agora o cloud sonet

3.5 que é o modelão aqui que ah é o melhor modelo para codificação para mim no meu momento na atualidade junto com o dips V3 são os melhores momentos né então eu com uma API aqui Inclusive a minha tá aqui você utiliza a sua logo depois desse nosso bate-papo aqui eu tenho que desligar ela né só para que a gente não não não não deixe Claro aí para todo mundo usar né Cada um tem que ter a sua própria apq Isso aqui vai lá no cartão do Eduardo Tá bom então uma uma das coisas que

a gente vai fazer é eu vou utilizar este modelo aqui agora para fazer uma outra coisa por exemplo eu tô pedindo para ele aqui ó criar um app ah de Inteligência Artificial utilizando o react e o cloud 3.5 Tá bom então ó Eu estou desenvolvendo aqui uma interação entre um usuário e o a própria Inteligência Artificial ou llm que é essa nossa primeira parte aqui do nosso do nosso Pilar dos três principais componentes que a gente vai desenvolver aqui ao longo dessa semana tá bom isso aqui é só uma introdução para você ver o poder

que é essa parada tá bom Ó nós temos aqui um contexto né então eu pedi para ele criar uma aplicação de ia e aqui ele tá aqui ele traz pra gente a explicação né Aqui tá um exemplo básico de como você poderia criar um aplicativo react que utiliza api do Cloud 3.5 O que que você precisa fazer um novo projeto E aí você cria o projeto entra na pasta instala a biblioteca Opa como que instala com esse comando substituo o conteúdo pelo seguinte código E aí ele vai ensinando você a criar a aplicação você percebe

ah como o mundo hoje para quem tá entrando e querendo fazer essa transição não tem barreiras né não tem barreiras O que é melhor ainda além de não ter Barreiras ele te dá um ferramental gigantesco de ferramentas que vão te ajudar naquilo que seria a coisa mais complicada que era aprender a própria programação Eduardo então você não ensina programação Claro que ensino sabe por quê Porque você que está iniciando a sua jornada você já vai entender Qual é o contexto Qual é o conceito Qual é a forma que você deve pensar na hora de interagir

com a ia uma coisa é você pedir para ele fazer uma aplicação uma outra coisa é você pedir para ele fazer uma aí fazer uma aplicação para você com react com White com streamlit com o modelo llm tal sabe por qu Você tem uma cabeça onde você não precisa entender a as toda a sintaxe de como que você faz uma criação de um módulo de uma classe porém se você souber o que que é cada uma dessas coisas você sai na frente de muita gente e é exatamente nisso que eu quero que você foque Beleza

eu falo isso porque tem muita gente preocupada com meu Deus eu tenho que vou ter que aprender tudo eu venho eu eu eu sou programador JavaScript né Eu trabalho aqui com front-end ou outro cara não eu sou um desenvolvedor da Oracle eu trabalhei com com banco de dados cara vamos focar em entender o conceito da ia no mundo de hoje do desenvolvimento de aplicações Quais são os principais componentes e depois a gente vai refinando a esses conceitos tudo bem esse é o overview razoável que eu queria dar de llm agora nós hoje vamos desenvolver um

agente que ele é bem interessante nós vamos desenvolver agente ah agentes de ia utilizando uma estrutura com Open ai e JavaScript bem interessante para você já colocar no seu portfólio e para que você possa colocar Aí talvez dentro da empresa porque ele é um processo onde você vê o agente trabalhando entende ali Qual é o time que o agente tá eh em determinado momento e você tem um resultado que ele é compartilhável de uma forma Clara principalmente para quem é um gestor né então que que eu tô querendo que que eu tô querendo dizer com

isso é que quando você é o técnico você é o cara que programa e desenvolve uma coisa é você acessar que nem a gente tá fazendo aqui pegar um modelo pegar uma API e fazer um prompt e uma outra coisa é você passar isso para quem não tem o a pegada técnica né e é o programa de hoje vai vai mostrar que você tá desenvolvendo uma aplicação e que essa aplicação é visual para o gerenciamento da utilização dos agentes de ia tudo bem É o meu comprometimento aqui contigo já vou até mostrar um pouquinho dele

aqui ó deixa eu ver se eu mostro ele aqui para você eh é Ok É acho que é esse aqui ó é esse é esse software aqui ó então Ó nós temos um ambiente eu vou ele foi desenvolvido em JavaScript é uma é um projeto aberto open source Ah compartilhável que você pode personalizar transformar no saa seja lá no que for e a gente vai eu vou compartilhar ele aqui contigo para você ter o seu primeiro projeto no portfólio já no dia de hoje tá bom que que é esse cara ele é um Ah eu

já explico eu não vou explicar agora não mas ó tem dois agentes tem você tem os resultados e você starta esse trabalho e acompanha o trabalho de cada um dos agentes tá bom isso aqui tá insano imperdível fica aí que até o final esse projeto vai tá na tua mão tá bom nós temos o sistema hag cara que que é o sistema hag o sistema hag ele é derivado do llm só que ele tem uma parada que torna a inteligência artificial mais poderosa do que ela já é porque uma coisa é Eduardo eu tenho chat

chpt o chat tpt me ajuda nisso aqui mas eu tenho uma empresa onde o chat chpt não sabe o que eu tô passando não sabe qual é o Core da minha empresa tem documentos tem informação aqui que são informações dos meus clientes e que o chat IPT nunca teve acesso ou enfim você não sabe nem se ele teve acesso como que eu faço para criar uma inteligência artificial sem precisar desenvolver um chat GPT focado Ah nesse meu problema e aí que entra o hag o hag System ele tem uma uma um conceito que é retrieval

augmented Generation que é a geração eh a geração aumentada por recuperação que que ele faz isso o que que é a recuperação ele pega os dados que você tem da sua empresa e treina já ele retre ele faz um ajuste fino do seu processo de Treinamento baseado no que Ele já aprendeu quando ele foi desenvolvido então Eduardo você tá querendo me dizer que o chat GPT o GPT o cloud a o deeps que ele pode ficar mais inteligente ainda do que ele já é com os com o cimento da minha própria empresa é exatamente isso

que significa o rag Então para que que eu posso utilizar um rag e me ensina aí Eduardo um Case prático para que eu possa já eh fazer uma na massa Aqui nós temos uma coisa bem interessante que é o seguinte ó eu trouxe alguns Alguns algumas áreas bem Claras aqui onde a utilização do rag é muito efetiva então Ó esse exemplo que eu acabei de dar gestão do conhecimento e Recuperação de informação quando qu Você tá criando uma a gente vai fazer um Case desse você tem aí um escritório de advocacia E você já teve

milhares e milhares dezenas de milhares de processos onde esses processos T as suas próprias partes tem os resultados tem as decisões tem tudo aquilo que aconteceu e para ter uma sentença específica Ah isso não foi treinado no chat GPT porém eu queria bolar uma estrutura de recuperação onde eu quero utilizar a a inteligência artificial como o chat ept para recuperar todo esse histórico de conhecimento que a minha a minha o meu ministério o meu a o meu tribunal ou a m o meu escritório de advocacia tenha aí no seu board na sua no seu histórico

de trabalho tem como eu fazer isso Eduardo é exatamente isso que é o conceito do rag tá bom ah suporte aos clientes Então você coloca os os manuais das das Ferramentas então e talvez você já até tenha feito isso isso aqui pode ser mais simples para você né ah sistema de apoio a decisão eu trabalhava no Banco do Brasil galera eu trabalhei lá durante 16 anos eu saí de lá em 2020 quando eu tava lá a gente tinha uma estrutura ah onde toda a decisão Ah ela passava por uma por um comitê de aprovação Então

tinha toda uma estrutura até eu trabalhava na parte de modelo de risco da parte da Inteligência Artificial onde a gente fazia o modelo de risco né trabalhava com machine learning com Deep learning aquela coisa toda eh e aí o que que acontece você quando vai aprovar um modelo você não simplesmente fala ó beleza tá valendo não você tem que fazer toda uma peça né Toda uma defesa você tem que ter uma especificação técnica e essa especificação técnica ela pode também ser um input para que você crie um hag para que esse hag ajude Inclusive a

própria instituição depois a tomar uma decisão se o próprio modelo que foi desenvolvido é bom ou não olha que interessante né Você pode criar uma Ia onde a ia vai receber como input a própria documentação dos modelos e ela vai dizer se aprova ou não esse modelo só com base na documentação se a documentação foi bem especificada se o resultado dos Testes e são suficientes ou não são [Música] aprovável a gente tem uma semana e a gente vai ter muito tempo para você digerir todo esse conteúdo as aulas dessa semana vão ficar todas disponíveis aíí

a para você ao longo dessa semana para que você até domingão zere essas aulas aí e consiga já ter um bom arcabo de projetos aí no seu portfólio Tá bom vou te dar um exemplo o próprio Google entregou pra gente o notebook LM tá bom ele é limitado ele é limitado eh eu ensino para vocês os meus alunos T acesso a softwares que não tem limitações Como por exemplo o notebook LM né então por exemplo eu utilizando o notebook LM eu posso selecionar esses arquivos para fazer fazer hag como por exemplo Imagina aí que eu

tenho vários várias notas técnicas aqui da minha empresa para que eu possa desenvolver modelos de risco beleza esse exemplo que eu te falei aqui agora então Ó eu peguei todos esses documentos aqui e aí eu vou colocar esses documentos aqui na estrutura o arquivo precisa ter menos de 200 m Coloquei uma coisa gigantesca aqui né então vamos lá deixa eu ver aqui deixa eu colocar uns arquivos menozinho aqui seleciona os arquivos vou colocar uns pequenos só para você ver como é que faz tá bom IRPF ementa Eduard Tá eu vou tirar Esso aqui que eu

não sei o que que é pronto foi então Ó eu tô fazendo um rag aqui agora que que é o rag Eduardo eu vou colocar dentro do modelo do Google que é os modelos Gemini eu tô utilizando o notebook LM ele ele utiliza os modelos do próprio Google Gemini Tá bom eu posso criar inclusive dentro do né você vai aprender aqui comigo Inclusive a criar softwares como esse aqui a utilizar softwares abertos como esse aqui Eh Ou melhor você vai utilizar softwares abertos que são melhores do que esse aqui e que não tem as limitações

que esse aqui tem a para fazer o seu sistema rag por exemplo aqui eu vou fazer um rag só que ele tem uma limitação Você viu que ele tinha limitação de 200 MB eu ele tem uma limitação de fontes eu posso colocar só até 50 PDF cara se eu tô falando de um escritório que tem 2.000 pdfs lá em cada uma não não vai não vai rolar né porém isso que a gente fez aqui agora é um hag e eu posso perguntar para I do Google agora sobre um contexto específico do Eduardo Rocha ali tá

bom então eu posso Ah aqui por exemplo sobre o que fala estes estes documentos e aí ele vai fazer um resumão ali qualquer porque a minha pergunta foi bem bem aberta né Então essa é uma ferramenta que é uma das Ferramentas que eu vou te ajudar a desenvolver aqui a durante durante o nosso nosso bate-papo Tá bom então ele pegou aqui e saiu mostrando para você né o o documento um trata--se de artigo científico ah intitulado como multitask a abordagem de visual é o vlm E por aí vai o documento dois é eu não sei

o que do aluguel ou não sei que que é um curso do EA Então você você tá percebendo que isso é um sistema hag beleza isso é um sistema hag Ah bem o notebook LM ele é um exemplo Claro do sistema hag tem limitações tem e eu vou te ajudar aqui ao longo do tempo a desenvolver aplicações que elas são personalizáveis são abertas são profissionais são escaláveis e você pode transformar num Saas Tudo bem então ó dado esse overview te mostrei uma ferramenta um pouco mais limitada mas aqui ao longo da semana você já vai

desenvolver aplicações que são mais poderosas do que essa aberta aí que o próprio Google compartilhou fechado isso é o contexto do rag Systems o rag Systems então o que que ele faz ele pega o llm e ele fica mais poderoso ele fica mais inteligente ele fica especialista ele se torna um modelo especialista porque ele foi treinado com um contexto específico que no caso são os documentos Eduardo eu só posso fazer hag então com com PDF Eduardo nada disso a gente pode fazer hag com planilha a gente pode fazer hag com base de dados a gente

pode fazer hag com ah a site na web a gente pode fazer hag com vídeos no YouTube a gente pode fazer hag com áudio a gente pode fazer hag com Ebook A gente pode fazer rag com uma infinidade de coisas tudo bem Beleza então isso aqui é só ali o gostinho para você compreender um pouco mais desse mundo e finalmente eu acredito que é ali o coração o coração das inovações em Inteligência Artificial que vai dominar o mercado no ano de 2025 e quando eu digo mercado é mercado como um todo seja o mercado de

marketing seja o mercado de vendas seja o mercado ah Empresarial como um todo os agentes de a eh customizáveis e eu digo customizáveis porque se você não consegue customizar um agente de ia você não faz um agente de ia de verdade tá bom Você faz simplesmente uma uma caricatura digamos assim que que eu quero dizer com isso é porque ó uma das coisas que eu vou conversar com você aqui é o seguinte eu não utilizo ferramentas no code para fazer o trabalho ah principalmente o trabalho de de Agentes de ia por quê quando a gente

utiliza ferramenta no code ou low code a gente tá limitado ao arcabouço da ferramenta tá bom que ferramenta Eduard D um exemplo vou dar um exemplo que é muito usada n8n pessoal usa muito n8n usa outras Tá bom vou citar o n8n porque é mais usada só que ela é cheia de limitações como toda ferramenta no code tem como toda ferramenta low code tem existem coisas que você não vai conseguir entrar ali A Miú para desenvolver um agente de forma profissional de forma escalável se você tiver utilizando uma ferramenta no code então uma das minhas

abordagens é cara eu vou te explicar a desenvolver essas paradas aqui com a codificação ainda que seja codificação aberta por quê Porque se você aprender como você desenvolve essa parada ali com python Raiz com a o JavaScript raiz Você tem liberdade e por que que eu falo isso Eduardo é só porque você não gosta de ferramenta no code Caraca eu me amarro em ferramenta no code eu procuro ferramenta no code só que eu sempre procuro e me frustro por quê Porque elas são limitadas por natureza ela é limitada à cabeça dos desenvolvedores que criaram a

ferramenta e ela é limitada ao contexto do mercado como um todo Como assim Eduardo hoje acabaram de desenvolver uma um modelo novo hoje acabaram de desenvolver uma abordagem nova para fazer o hag não é mais hag é kag né knowledgement augmented Generation eu tô falando sério eu vi esses dias aqui uma nova abordagem cag Ah cara se eu tô utilizando uma ferramenta e essa ferramenta não foi preparada para isso eu vou sair eu vou perder tempo eu vou ah ficar para trás s algum momento eu não vou ter a liberdade que eu preciso ter na

hora de criar uma aplicação profissional e eu já sofri isso na pele eu gostava muito de muitas ferramentas no code trabalhei por anos com uma ferramenta chamada SAS enterprise guide onde a gente fazia ali a a parte de a parte de de análise de dados como um todo a parte de modelagem estatística a gente utilizava essa ferramenta por quê Porque era ferramenta que o banco tinha comprado na época né então era ferramenta que a empresa tinha comprado na época e e a a gente tá limitada à utilização da ferramenta se dá Zica na ferramenta ela

não tem o módulo ela cara você fica amarrado a a a política da empresa você fica amarrado cara eu não quero isso para você não quero esse problema porque eu sei que isso vai acontecer se você tá trabalhando aí de forma profissional uma hora ou outra vão querer falar para você utilizar uma ferramenta que vai acabar inje sando o seu trabalho então o seu foco aqui pelo menos comigo é cara eu quero aprender a utilizar essa parada aqui com python beleza Olha só vou te dar um exemplo aqui agora imagina aí nós estamos aqui no

no contexto agora do agente Agora eu quero que você se Imagine ah numa empresa onde a gente precise criar uma uma estrutura de Agentes que vá fazer a análise de dados o processamento de dados que vai fazer a a transformação de Campos de variáveis para fazer um modelo preditivo de vendas então eu tenho um um contexto né E aí eu vou eu vou tentar ser profundo para que você entenda mas superficial ao não entrar nos nas nos ponto e vírgulas do código para para você não ficar principalmente você que nunca viu para você não ficar

eita ferro que que duar tá falando tudo bem por quê Porque é claro não vai dar tempo da gente fazer toda a codificação do planeta terra aqui no nosso Bat papap então saiba que sim cara A gente vai a gente vai você precisa de mais profundidade para aprender vender algumas coisas então eu vou eu vou tratar algumas coisas aqui de forma mais superficial Beleza então ó Hoje nós vamos desenvolver agora aqui nesse exato momento agentes que vão navegar no mundo da análise de dados no mundo da ciência de dados e vão criar pra gente modelos

modelos preditivos e esses modelos preditivos são modelos preditivos de venda tá bom eles vão a desenvolver pra gente modelos preditivos de venda para que a gente possa eh avaliar o modelo como um todo e utilizar esse modelo na hora de conceder crédito na hora de fazer um trabalho onde a gente precisa ah distribuir o capital da empresa né imagina que você tá ali num banco tá bom só para você ficar já aí pensando na estrutura do Banco do Brasil Tá bom então você tá lá no Banco do Brasil você tem um trabalho onde você vai

precisar criar agentes específicos vai ter um agente que é um analista de dados que ele vai preparar os os dados que dados Eduardo os dados dos clientes do Banco do Brasil o você quando tá desenvolvendo né você que já é meu aluno aqui no no cdpr por exemplo que é a formação centia de dados profissional você tá desenvolvendo um modelo preditivo que vá por exemplo eh dizer para uma empresa se o o Fulano para uma empresa ou para uma pessoa física se ele vai pagar ou não o empréstimo que o banco tá oferecendo ou se

ele é ou não um bom pagador isso é um modelo preditivo Tá bom nós vamos fazer um agora só que nós não vamos fazer um modelo nós vamos fazer um agente que vai fazer o modelo E aí que entra a pegada toda do Day one aqui nosso que é o agente de I ele tá praticamente a sendo eh empoderado ali né ele tá sendo ele tá recebendo poderes mágicos ali para desenvolver trabalho que pessoas comuns passaram talvez anos e anos e anos para aprendendo dentro de uma universidade para Enfim fazer um trabalho que muitas vezes

vai ser melhor do que muitos profissionais seres humanos é a nossa realidade eu não quero que você fuja disso muito pelo contrário eu quero que você aprenda a fazer essa parada para que você se diferencie é a única coisa que a gente pode fazer a gente não luta contra o mercado mas a gente pode sim utilizar o conhecimento como um todo para que a gente saiba ah surfar Nessa onda chamada inteligência artificial em especial agentes de ia tá bom o que a gente tá fazendo aqui agora é eu prometi para você quando você fez inscrição

nesse treinamento eu prometi para você que a gente ia fazer alguns modelos ah utilizando alguns agentes de ia utilizando eh estruturas que são bem conhecidas Ah no mundo da dos agentes como cre ai ah a gente tem alguns frameworks conhecidos como fedate a gente vai ver tudo isso ao longo da semana mas eles não são os únicos que existem muito pelo contrário o ecossistema só o ecossistema de Agentes ele é um ecossistema gigantesco nós temos praticamente um pedaço da tecnologia da informação que a gente poderia alocar ali só nesse mundo aqui do do dos agentes

de ia tá bom então o meu grande foco Inclusive durante dessa durante essa semana aqui com você é mostrar como que você pode criar essas aplicações de inteligência artificial em especial utilizando agentes Tá bom então Ó olha só nós vamos hoje por exemplo nesse caso utilizar uma das bibliotecas que que são focadas nessa parte do do do mercado de como análise de dados e ciência de dados conhecida como Bambu ai tá bom vamos utilizar essa biblioteca conhecida como Bambu ai o bambu ai ele tem uma estrutura onde a gente deixa eu ver se eu acho

aqui para você eu vou mostrar aqui a estrutura dos agentes que o bambu ai montou aqui pra gente fazer um trabalho eu vou tentar dar o zoom aqui tá se você tiver na televisão aí no notebook depois você vai ficar melhor para você ó nós temos uma estrutura aqui dentro do llm config que é um dos arquivos que que a gente vai trabalhar aqui no no desenvolvimento desse desse Case ah que ele mostra pra gente quais são todos os agentes então Ó eu tenho 11 agentes aqui dentro dessa estrutura e esses agentes é que vão

criar esse modelo preditivo pra gente que eu te falei nós temos um cara que ele é um expert em selecionar ali os dados um outro Expert que é um analista de dados um outro que é um um cara que é mais voltado pra parte teórica um outro que é um planejador outro agente que é focado no desenvolvimento de código e cada um desses atores aqui desses agentes são completamente customizáveis com o llm que você quer então por exemplo esses aqui ó eu tô usando o GPT 4 beleza esses aqui todos eu tô usando o GPT

4 mas eu poderia por exemplo na no code generator aqui eu sei que o cloud de 3.5 ele é o melhor na codificação então eu poderia tá utilizando aqui o cloud e cada uma dessas dessas ah dessas caracterizações assim dessas características são exatamente para te mostrar o quanto que eu posso ah pegar um agente e customizar com o llm que eu quero inclusive ah Treinar esse llm com fazer um ajuste Fino que a gente chama com por meio da abordagem hag olha só a gente acabou de perpassar os três pilares aí de todas as de

todas as aplicações de Inteligência Artificial só nesse Exemplo né então ó Isso é esse arquivo que tá aqui essa célula que está aqui tá bom então ó essa célula ela é uma célula de configuração onde ela monta essa estrutura de Agentes para fazer um trabalho que trabalho que a gente vai fazer é exatamente o trabalho de falar paraa nossa Inteligência Artificial que eu tô querendo criar uma um trabalho preditivo eu quero que ele conecte-se na minha base de dados e desenvolva um modelo preditivo que base de dados Eduardo eu vou te dar um exemplo ó

tá vendo essa base de dados aqui ó eu tô fazendo um set aqui de uma de uma base qualquer que tá na na nuvem aqui que a gente colocou só para fazer aqui esse teste Tá bom então Ó eu tenho aqui por exemplo a uma base de dados e imagina que é a base de dados de clientes do Banco do Brasil Tá bom então Ó eu tenho o cliente um cliente dois cliente três eu tenho lá as informações do meu cliente sex estado civil dependente educação Qual a renda do cara renda do cônjuge se ele

tem empréstimo prestação E por aí vai eu posso ter milhares de features de características de variáveis que podem me ajudar a desenvolver um modelo preditivo de vendas um modelo preditivo de aprovação de empréstimo no caso aqui eu vou pedir para ele fazer um modelo preditivo de aprovação de empréstimo por exemplo Tá bom então olha só que interessante eu criei toda uma estrutura de profissionais utilizando essa biblioteca para que a partir de agora para que a partir de agora eu fale para esse cara o seguinte cara cria para mim aí um modelo preditivo para que depois

eu faça ali uma implementação uma avaliação Seja lá o que for Então olha só vou dar uma olhada nesse prompt aqui ó eh deixa eu testar esse outro aqui de baixo que aí fica melhor ó eu vou deixa eu ver se eu se eu começo por esse carinha aqui ó ah é porque esse aqui não tem não tem prompt né então vamos lá ó eu vou colocar aqui ó cria um modelo preditivo ah de aprovação de empréstimo com base ah nessas nessas features ah da base de dados da base de dados da base de dados

e deixa eu ver o que que eu coloquei no prompt aqui só para ele fazer uma parada bem completinha ah beleza ó eu até falei o que que eu queria aqui né ó coloque ali a o modelo eu posso utilizar um modelo isso aqui você aprende com mais profundidade Ah quando você tá aprendendo machine learning tá bom esse é um modelo lgbm né que é o light gbm gradient Boost Machine é um modelo de machine learning tá bom pedi para ele utilizar eh validação cruzada que é uma parte do processamento de dados ah pedir para

ele printar gráficos eh trazer a uma uma a parte para que eu faça a análise gráfica do resultado enfim olha só que fera né eu vou pegar esse prompt aqui para complementar o que a gente fez aqui o que eu tô escrevendo só para você visualizar base de dados Ah e faça com base nessa se e faça ah utilizando a eu coloquei aqui ó e llms tal tal tal tal tal tal eu pedi para ele responder em português aqui ele começou o trabalho ele deu um erro aqui e eu acho acho que eu sei o

que que é esse erro eu vou rodar essa esse código aqui antes que eu acho que na hora que eu tava desenvolvendo eu esqueci de colocar na ordem correta né então vou pegar esse prompt que já tá aqui esse prompt que a gente fez aqui e vou colocar aqui embaixo beleza só para economizar tempo e aí ele vai começar o trabalho dele ele vai fazer o trabalho e aí você vai ver que cada um dos profissionais dos agentes que a gente criou vai fazer o seu trabalho então Ó o analista de dados começou a fazer

o trabalho você vai ver que é muito rápido né Eu não consigo nem acompanhar esse trabalho aqui na na velocidade em que ele vai fazendo porém ao terminar é claro você deixa aqui toda uma trilha todo um log onde você acompanha tudo que ele tá fazendo Eduardo Eu não eu não ainda não entendo muito bem porque cara eu eu sou programador ou eu eu não não conheço muito bem o fluxo do machine learning O fluxo do da processamento de de dados de análise de dados eu não conheço o pipeline beleza só entenda que ele foi

seguindo o passo a passo daquilo que é necessário para criar esse modelo preditivo beleza eu ensino com mais profundidade Isso numa outra oportunidade mas é só para você entender que a gente teve a parte de análise de dados que foi feita pelo analista de dados né ele foi lá ó fez um um um um análise de dados ele tá fazendo um modelo de previsão e aprovação de empréstimo ele tá utilizando o Data Frame que a gente falou ó ó o código do cliente o sexo estado civil dependente blá blá blá E por aí vai beleza

Ah eles estão discutindo sobre o problema né qual é o problema que a gente tem bem eu preciso criar um modelo preditivo que modelo preditivo um modelo preditivo que vai usar machine learning like gbm tá aqui o modelo Opa beleza cara então o que que eu vou precisar fazer agora parte de processamento de dados que que eu faço na parte de processamento de dados o modelo aqui já sabe curto só ó eu preciso cara eu preciso eliminar os Missing fazer um tratamento de Missing eu preciso converter variável categórica em variável numérica dependendo do do modelo

que eu tô utilizando eu preciso fazer validação cruzada para saber se o meu modelo tá sofrendo overfitting ou não que é um problema que o modelo tem quando ele aprende com os dados de uma forma errada ele tá calculando métricas para avaliar se o modelo tá correto ou não E aí ele tá sumarizando os resultados Olha o que que a gente está fazendo com os agentes de a meu povo então nós estamos no mundo onde os agentes de Inteligência Artificial serão cada vez mais utilizados por quê Porque a gente vê a velocidade com o qual

esses caras desenvolvem então nós estamos olhando aqui praticamente um relatório um sumar executivo que eu demoraria nós demoraríamos para fazer talvez Ah muito mais do que o tempo que a própria Inteligência Artificial fez no processo inteiro ela não não só fez o treinamento que leva tempo ela não só fez ali o trabalho de processamento de dados ela não só fez ali a parte de configuração como ela fez um resultado um sumário do que ela fez ela fez o processamento de dados ela fez a divisão pro treinamento ela escolheu Qual é o target ela fez a

validação cruzada escolheu o modelo avaliou o modelo printou né trouxe aqui as métricas de desempenho eu tô olhando a métrica de desempenho dela né eu tô conseguindo avaliar tudo e o que é melhor eu ainda posso dizer pro Board da empresa que todo esse trabalho que ele era um trabalho ah realizado por um analista Sênior do Banco do Brasil que recebia r$ 2000 por mês agora somente por 53 centavos de dólar você consegue compreender o mundo que você tá entrando agora não tô fazendo isso para que você Ah fique mais apavorado longe disso eu tô

aqui exatamente para te mostrar o contrário tá bom É para te mostrar que sim é uma há uma velocidade nisso tudo mas também há um uma uma trilha de conhecimento que você precisa Estar atento para você aprender a desenvolver porque você que desenvolve Isso aqui vai ser o profissional que realmente e vai ser demandado você consegue compreender a diferença você aprendendo esse conteúdo você aprendendo e tendo esse conhecimento você não vai ser aquela massa de profissional que vai ser Ah que tá sendo substituído ou que porventura tenha eh um pouco mais de dificuldade no mercado

há uma uma batalha muito grande né Há uma batalha muito grande essa batalha é a batalha do conhecimento é a batalha do da aprendizagem e onde eu quero que você esteja agora nesse exato momento eu quero que você esteja comigo nessa batalha aqui é na batalha do aprendizado para que você não ah se sinta frustrado para que você não fique com medo e sim que você está correndo atrás daquilo que é preciso para que você se desenvol se desenvolva profissionalmente e de primeiro porque o medo trava o medo paralisa né e eu posso falar para

você eu tive muitos problemas com medo na minha vida gente eu falo com carteirinha assinada eu sou um cara que tive síndrome do pânico eu sou um cara que teve que tomar remédio tajja preta por anos porque eu tinha problemas de ansiedade então eu sei tudo isso que acontece com a maioria das pessoas eu falo isso não porque eu quero simplesmente eh colocar panos quentes não eu falo disso Que Há uma possibilidade e que essa possibilidade é você tá sempre em busca de um conhecimento que vá ajudar você a se desenvolver e não que vá

te travar o medo paralisa e o que você não precisa agora nesse exato momento é medo você precisa é de coragem para que você continue travando a batalha do conhecimento para que você aprenda a utilizar ah aquilo que aquilo que você sabe que vai ser utilizado pelas empresas eh para você se diferenciar tudo bem O que que Eduardo o que Eduardo que eu vou precisar aprender Cara essas três coisas essas três coisas que são os pilares daquilo que eu ensino eh para você hag llm hag e agentes de I tá bom eh beleza nós tivemos

esse Case aqui esse Case é um os cases que vão estar disponíveis aqui nesse nesse material que eu vou compartilhar contigo tá bom ah eu vou fechar esse Case por porque agora a gente vai fazer o outro Case que é o case que eu te falei eh que é esse próprio Case aqui tá bom só que antes para finalizar aqui essa essa parte desse dessa desse trabalho eu quero mostrar para você ah um um exemplo aqui de um site né um site que compila né agentes de ia no mundo tá bom o nome dele é

Aia directory né um diretório de de Agentes de ia esses caras eles estão criando agentes de ia que ajudam as empresas a vender mais a conversar com cliente a recuperar vendas a fazer um marketing a conversar no WhatsApp Ah você entende isso é o que tá acontecendo no mercado só para você ter uma ideia né então ó a gente já vê empresas que estão compilando esses profissionais por meio dos agentes de ia aqui dentro n nós temos vários exemplos desses agentes ó a gente tem um aqui eu vou devolver aqui porque a tradução fica muito

ruim né Ó esse query Fest é um agente de a que ele conversa com o SQL sem você escrever SQL ah Eduardo quer dizer que tem uma empresa que tá cobrando por esse agente e ele colocou nesse diretório aqui e ele tá fazendo um sa é Eduardo Mas você me ensinou a fazer isso aqui no vídeo de três semanas atrás é exatamente isso que eu quero falar para você você aprendendo a criar esse agente você praticamente cria uma estrutura de conhecimento Como é o como esse exemplo aqui dessa empresa né do mesmo jeito que a

o po que eu mostrei para você agora há pouco compila vários modelos que tem visão computacional é como Flux que tem o chat PT que tem várias outras coisas existem também diretórios de Agentes né o próprio cre ai hoje em dia ele já tem uma estrutura onde você também consegue ah caracterizar ali os seus agentes né não usar diretamente um Pronto né mas caracterizar os seus agentes de acordo com a necessidade da empresa e é isso que eu quero compartilhar contigo tá bom esse aqui é só uma carinha do mercado de como que você pode

criar esses agentes pessoais aí e que você vai aprender comigo aqui ao longo desses dias beleza Ótimo então ótimo esse é esse esse diretório tá aqui nesse link Beleza então ó já vai aqui nesse documento no final aqui eu vou compartilhar um link só você vai receber esse link aqui do Day one tá bom Ó Day one Agents ai por quê Porque a gente você vê que eu fiz introdução na llm e rag mas a gente ter outras aulas lá pra frente pra gente se aprofundar nesse nessa parada e o foco mesmo vai ser a

GES e você vai entender porquê tá bom ah o link do desse projeto que a gente fez aqui agora com com o bambu tá bom tá aqui também e agora a gente vai fazer esse Case fch que eu ah preparei aqui para você tá bom esse Case eu preparei até um fluxograma aqui com o marmaid para você entender aqui o que que a gente vai fazer Tá bom então olha só Ah nós temos uma o Esse aqui foi um marmaid galera o marmaid usou a própria ia para fazer uma Ah não eu tenho que mostrar

isso aqui para você cara ó só para você ver o mundo que você tá eu vou abrir o vs code na antes eu vou fazer o seguinte vamos lá eu vou pegar eu fico eu fico tão empolgado com esse conteúdo eu gosto tanto de fazer isso aqui gente que eu fico querendo mostrar tudo nos nos mínimos detalhes né E aí se eu for fazer eh tudo a gente fica até 3 horas da manhã aqui e eu tenho três molequ ali ão que né tem que dar leitinho para ap eles para dormir e aí Olha só

beleza eu vou aqui no link vocês vão ter acesso a esse repositório que tá aqui no github se você não conhece o github ainda ele é a nossa rede social aqui dos programadores Tá bom você tem que criar um Git github aí ó github.com Tá bom vou te dar o link desse projeto aqui o github ele é ele é o o Instagram aí com dos compartilhadores de de programação Tá bom mas a grande maioria aqui eu eu sei que sabe o que eu tô falando né Não não vou est chovendo no molhado não ah e

se existem pessoas que não conhecem tá tudo bem É só um Hub onde a gente compartilha código Tá bom então ó esse aqui ó é o código do primeiro Case aqui ah fullstack que é esse esse Case que tá aqui do nosso cban de Agentes aqui do ai Devil Week tá bom Por que que ele eh Por que que o se uso Git Hub Eduardo porque o github Ele tem ele Guarda né toda a estrutura de arquivos que foram utilizados para o desenvolvimento dessa aplicação Ela não é uma aplicação não tem um código ela tem

toda uma estrutura pensada aqui para desenvolver essa aplicação Eduardo Então quer dizer que eu vou precisar saber essa parada tudo do zero aqui você sabe que não que você tem agora a própria inteligência artificial para te ajudar beleza ó eu tenho redmi aqui ó que é o o cara que vai explicar o que que é esse software aqui então Ó isso aqui é o é um kban JS é um demo eh a gente vai est criando aqui agora agentes de ia para planejamento de projetos Tá bom então Ó esse é um projeto que vai mostrar

para você como que eu utilizo uma biblioteca Ah para criar uma uma equipe de Agentes de ia que são especializado em planejamento de projeto então ó o que que você vai precisar aí ter instalado na tua máquina você vai ter e precisar instalar o node Tá bom então ó instala o node como Eduardo next next finish tá bom Ó node vou dar um espaço tá aqui ó nodejs é onde a gente vai utilizar o coração do Java do Java script aqui você vai fazer o download next next finish de acordo com o seu de acordo

com o seu eh sistema operacional tá bom o seu sistema operacional ele Ah se for se você tiver utilizando Linux você tiver usando e Mac você vai ver que pode ter uma uma forma diferente aí do Windows tá bom beleza depois que você utilizar o node Você vai precisar de uma chave api da Open a porque essa aplicação Ela vai rodar com api da Open ai porque a gente vai utilizar modelos da Open a beleza poderia usar Cloud Eduardo poderia poderia usar dips Eduardo poderia mas a gente vai utilizar Open ai para ficar mais fácil

tá bom e o Git que é também uma outra ferramenta next next finish para para você e instalar o Git ele vai ajudar a gente a buscar os dados do github tá bom ele é uma ferramenta de ah versionamento de códigos Tá bom então você clica aqui faz o download de acordo com o seu sistema operacional next next finish a partir de agora depois que você instalou ah essas essas duas ferramentas E aí a partir essa aula vai ficar gravada se você não conseguir fazer você volta Nesse passo a passo que a gente tá fazendo

volta volta aqui na documentação desse projeto que ele tem um passo a passo Claro beleza ó instalação rápida é passo um passo Dois Passo três e por aí vai tá bom Tem várias formas tem uma forma eh mais de boa né para quem tá querendo uma inicialização rápida para quem tá querendo fazer a parada do zero tem a instalação manual para quem já é Jedi aí tá um pouco mais desenvolvido no JavaScript tem uma parada um pouco diferente e por aí vai tá bom então vou seguir aqui de de uma forma bem bem bab steps

para você ir fazendo a a a instalação Tá bom então ó eu vou fazer o que ele tá falando agora eu quero clonar esse cara aqui ó então ó eu vou abrir eu vou e o vest code se você não sabe o que é o vest code você tá começando agora aí é uma ideia é onde a gente vai trabalhar com a programação Python Tá bom então ó vs code Eduardo tive dúvida Não entendi ou cara eu tô com medo de não conseguir vai lá no grupo acha o administrador do grupo e pede para falar

comigo para tirar dúvida comigo que eu não vou deixar ninguém na mão todo mundo vai sair com esse projeto Beleza então ó vest code tá lá ó o seu code tal tal tal você vai fazer o download do vest code tá bom é essa ferramentinha que a gente vai utilizar aqui é uma das ideias né se você já é ged e me acompanha H algum tempo você sabe que a gente também gosta do windsurf a gente também gosta do w a gente também gosta do P Charm tem NS e DS que são ambientes de desenvolvimento

Tá bom eu gosto de utilizar a o vs code eu gosto de utilizar o wurf eu gosto de utilizar na verdade aquilo que fica mais fácil para você tá bom instalado node instalado o Git agora eu vou fazer o seguinte eu coloquei aqui no github para você todos os códigos que são necessários e o que você vai fazer é exatamente isso aqui ó você vai fazer a clonagem desse você vai fazer a clonagem desse repositório como Eduardo fazendo Exatamente esse passo a passo aqui que a gente vai fazer agora ó eu vou criar uma pastinha

eu vou aqui no C app vou criar uma pasta aqui vou criar um repositório uma vou abrir uma pastinha nova aqui chamar de ai Dev Wi traço v1 só porque eu sei que vou chamar vou abrir o Git CMD depois que você instala o Git o o Git aquela f mentinha você vai procurar esse Git CMD tá bom ó tá vendo aqui ó Git CMD Git CMD que que você vai fazer você vai digitar o cd. pon para você voltar pra raiz do seu diretório c cd pon pon CD pon pon agora você vai dar

CD app vai achar sua pastinha né Eduardo não lembro qual o nome das minhas pastinhas coloca dir aí ele vai falar qual é o nome das pastinhas aqui tá bom ó ó a pastinha que eu fiz aqui ó ai Dev we e ficou ainda coloquei um zero ali só para ficar um pouco Pior né mas eu vou fazer ó CD e vou colocar ai Dev Wi 0 v1 Beleza vou acessar a pastinha acessei a pastinha agora eu vou colocar aqui ó essa parte aqui ó do código que tá aqui no github ó Git Clone essa

primeira linha que tá ali Beleza então ó volto no Git Git clone que que ele vai fazer agora Eduardo é deu ruim aqui né Então deixa eu ver porque eu não tô no lugar certo né Git Clone Git Hub seu usuário né porque não é isso aqui né você tem que copiar isso aqui tá galera Ó é esse que tá aqui ó ciência dos dados esse que tá aqui em cima tá bom ó tá vendo a URL aqui em cima copia esse cara aqui né eu eu coloquei como exemplo a documentação ficou bichada eu vou

corrigir é o que tá aqui ó github.com bar ciênci doos dados bar kband demo Tá bom então ó Git espaço Clone espaço cont control v e aí Dá um enter ele vai copiar é rapidão tá vendo ó ele Já copiou todos os arquivos aqui se eu for aqui agora eu vou ver a pastinha aqui dentro tá vendo todos os códigos estão copiados aqui dentro agora que que a gente vai fazer eu vou fechar o Git os códigos já estão aqui dentro eu vou copiar aqui esse esse endereço e eu vou abrir o vs code visual

Studio code Tá bom vou abrir o visual Studio code eu vou aqui no open folder aqui no open folder eu vou abrir a pastinha que a gente acabou de criar tá bom Ó C app of Week kban demo selecionar E aí você vai ver os diretórios bem aqui a os osos códigos bem aqui tá bom Eduardo você chegou até aqui para me mostrar o que mesmo a primeiro a gente vai instalar essa ferramenta a gente vai trabalhar essa ferramenta e depois que a gente trabalhar essa ferramenta Ah você vai ver aí que você já tem

condições inclusive de fazer esse mesmo Deploy que é o Deploy que a gente fez aqui do ai é o é o k kban ai pro você pode utilizar o vero que é uma das das clouds que a gente tem aí para que a gente pode utilizar para fazer o Deploy dessa ap dessa aplicação Tá bom então Ó nós temos aqui vou voltar pro vest code e eu quero te mostrar uma parada que é interessante dentro do vest code E aí a galera que tá trabalhando com inteligência artificial que já que já programa fica mais a

loucura ainda por quê Porque a gente consegue colocar os modelos de I aqui dentro dessa ide para trabalhar vou te dar um exemplo tem uma uma biblioteca que a gente tá utilizando agora aqui no Marketing do vs code ó esse quadradinho aqui é tipo os plugins da Microsoft saca tem Unos plugins tem um plugin novo talvez você já tenha visto algum vídeo meu mas eu vou trazer um novo para você que já sabe o que eu vou utilizar aqui tem um mais novo ainda um plugin chamado ru cline esse plugin ele é o cline só

que é o cline mais veloz tá bom ele nos permite a utilizar a inteligência artificial para nos ajudar no código Eduardo você tá querendo me dizer que então eu vou utilizar a inteligência artificial para programar Python JavaScript o escambal é isso entendeu é isso então Ó você vai instalar o o cine aí eu já tenho instalado tá vendo ele aqui ó ele tá aqui embaixo então então ó veja aqui nessa estrutura aqui do vs code eu tenho aqui os meu o meu o meu código beleza Já estou aqui dentro desse repositório com essa ferramenta instalada

eu vou agora conversar com a inteligência artificial você vê que ele fala ó obrigado claudet tá aqui a ferramenta que que eu vou fazer Primeira coisa eu posso aqui nesse setting eu posso simplesmente escolher qual é o provedor se eu vou escolher o Together ai eu vou escolher o que tá aberta aqui para mim tá bom Por exemplo ó eu tenho o open hter que é um daqueles repositórios que eu te falei que nem o grock que nem o Together ai nessa ferramenta aqui no clim no ru clim só tem disponível o open hter antropic

eu tenho o Google jemini eu tenho o deeps eu tenho a Open ai eu tenho praticamente todos os modelos inclusive o olama que traz o modelo Ah que é um Provedor de modelo local que fica aí na tua máquina Tá bom mais para frente a gente vai ter oportunidade de falar sobre isso aí por exemplo agora nesse exato momento eu quero utilizar o modelo da da do do antropic vai vou utilizar o antropic eu preciso fazer o quê eu escolhi o provedor eu quero a utilizar uma apiq Então eu preciso de uma apiq né então

eu vou colocar aqui console. antropic pcom beleza eu vou utilizar o antropic para achar api aqui para criar eu tenho muitas apis né eu vou criar uma agora aqui ó criar você precisa de um Sens de doa aí Tá bom eu vou criar aqui é a ru cline Tá bom eu vou utilizar ela na ru cline crio a api copio a api e vou voltar no código aqui no vest code pra gente utilizar aqui tá bom aí ó eu posso utilizar quais modelos da antropic eu posso utilizar o cloud sonet 3.5 ra o Opus eu

vou utilizar o melhor que é o cloud sonet Lembra que eu te falei que tinha uns nomin a mais tá aqui ó é porque ele tem Inclusive a data de de publicação né 24 outubro 22 beleza Qual a preferência da linguagem português português portugal não português Brasil deixa eu ver se tem português Brasil você vê que ele é um pouco melhor você que já viu o cline ele é um pouco melhor né eu posso customizar o ag gente e o que que ele tem de diferente do do clim tradicional que é esse bonequinho que tá

aqui ó esse aqui é o clim tradicional não sei se você já viu um vídeo chamado Deep Seek que eu coloquei aqui no YouTube Eu expliquei o cline agora você tá vendo o r cline né que qual é a principal diferença é que o cline antes ele não era que nem o insf que é a outra ide ele não era que nem esse R cline que entrava no repositório na nossa máquina e e e fazia conexão com github para fazer o push para enviar os códigos ele não fazia nada disso para fazer o Deploy ele

não tinha essa capacidade o cline com o r cline Agora sim a gente tem aqui ó a o Model context agora está ativado pra gente fazer esse trabalho aqui dentro tá bom de configuração Eu recomendo que você faça só isso por hora mas tem muito mais configuração E aí que tá a beleza eu vou conversar agora com o modelo eu vou falar para ele bem assim ó avaliei avalie o r que repo esse repo que a gente acabou de abrir aqui né o keb demo que é o nome do projeto que a gente tá trabalhando

Vou voltar para cá rook Line avalie o rle e me diga como se eu tivesse 16 anos o que este r o que este app faz Tá bom então ó ah a estrutura de utilização é uma coisa bem interessante porque ele não só Ah faz o trabalho que a gente tá pedindo mas ele fala Qual é o custo dependendo do modelo que você tá usando Eu recomendo que você comece com Deep Seek tá bom o Deep seic ele é muito barato eu coloquei o cloud só para mostrar para você o que que é um modelo

bom mas o deeps ele também é bom e você vai ver que o custo é bem mais baixo apesar de est falando de 4 centavos de dólar aqui né mas 12 centavos né sei lá 20 centavos de real e aí eh enfim talvez para você não você não nem nem ligue para isso e utilizo o cloud como eu mas enfim e aqui tem uma estrutura onde você também vai a and o que vai sendo feito para você também ter um controle aí do do do trabalho né então ó ah eu esqueci de falar para ele

responder em português então ele tá colocando tudo aqui ó eu vou colocar aqui ó responda responda em português beleza aí ele a partir de agora vai responder em português ah desculpe beleza Vou aprovar né então ó o que que ele tá querendo fazer ele tá navegando no diretório Ele entrou agora no source E aí ele vai entrar agora no nosso arquivo de configuração dos agentes e assim vai e eu tô Só provando e ele vai a traçar uma estrutura onde depois ele vai explicar pra gente por exemplo ó ele ó tarefa terminada vou explicar para

você ó Deixa eu te explicar esse App de um jeito fácil né Deixa eu ver se eu consigo não não vou conseguir eh imagina que é um tipo de grupo de trabalho virtual muito inteligente né o we tem dois personagens principais são os dois agentes tá o Lucas Carvalho que ele é um organizador que planeja Como vai fazer as coisas acontecerem e a Marina ela é a analista de risco é aquela que vai olhar e vai ver os riscos ali do projeto e depois vai escrever o relatório pra gente tá bom então Ó o projeto

tem algumas metas você precisa fazer um robô que consiga responder as dúvidas dos clientes fazer tudo funcionar rápido né 30% mais rápido é a meta que ela tem e você precisa conectar aos sistemas da empresa né então é um planejamento que a gente tem e esse planejamento ele Visa a criar um um uma estrutura de Agentes de ia tá bom ah o que que esse robô vai fazer ele vai conversar com os nossos clientes pelo WhatsApp e-mail chat Então o que eu tô pedindo aqui é para esses dois agentes criarem um plano e o outro

um cria o plano que é o Lucas e a marina que avalia os riscos desse projeto para quê esse esse essa galera esses agentes que vão trabalhar eles vão dar uma luz pra gente sobre um projeto que ele é muito maior que é implementar na empresa uma estrutura de Agentes que vai que vai fazer com que os clientes ah sejam respondidos pelo WhatsApp pelo e-mail pelo chat e por aí vai tá bom então Ó a própria Inteligência Artificial entrou no repositório cobrou 7 centavos né do do dessa dessa utilização utilizou aí 14.000 tokens para responder

isso aqui pra gente Eduardo é só isso Eduardo não a partir de agora inclusive você pode solicitar para que a ia de desenvolva toda a estrutura do projeto ou explique cada uma das funcionalidades cada uma das pecinhas desse projeto para que você customize para que você crie eh subprojetos desse projeto para que você coloca a sua cabeça para funcionar aí e crie coisas novas Olha o poder disso aqui cara tem noção do tanto que isso aqui é cabuloso então é esse é o poder que você tem na tua mão a partir de agora então vamos

lá que que que que a gente vai fazer nesse nesse projeto aqui ó eu vou sair do agente beleza sair do agente vou abrir um terminal e vou fazer agora vou voltar lá pro nosso projeto pra gente dar vida para esse projeto tá bom imagina que você já tem esse projeto na tua mão que você já fez a customização que é necessária agora a gente vai entrar na parte de instalação para ver a ferramenta funcionando beleza então ó eu vou fazer o que agora eu já fiz essa parte um e dois aqui eu vou dar

um npm install aqui eu vou usar o node para instalar as bibliotecas aqui tá bom então ó eu vou dar um npm install a partir de agora ele vai instalar as dependências que são necessárias para fazer o projeto acontecer Tá bom estamos dando um pulo lá na frente para que já no nosso primeiro bate-papo você veja o que você vai conseguir desenvolver com essas Skills aqui que a gente tá aprendendo ao longo dessa semana tá bom Eduardo Vou aprender tudo Claro que não né galera você não vai aprender tudo tudo mas eu tenho que mostrar

para você tudo que você pode aprender para que você fique de boa aí e e compreenda tudo que vai acontecer Tá bom então ó Ah nós instalamos Agora eu preciso criar um arquivo né se eu for se você tentar rodar essa aplicação que tá Deploy aí que que tá na web que tá nesse site aí você pode testar aí ó kebano ai pro. v.app essa versão você não vai conseguir rodar o nosso workflow por quê Porque você precisa colocar uma api ke nesse projeto tá vendo aqui que não tem a api ke por quê Porque

você utiliza pessoal né então eu vou utilizar do mesmo jeito que eu tô utilizando a do antropic aqui nesse caso eu vou utilizar a da da Open a agora ó tô dentro aqui ó do platform openai.com vou criar uma nova api Tá bom vou chamar aqui de e k Agent Cent vou criar aqui uma Secret Tá bom vou copiar essa Sec e agora vou seguir o que o projeto tá pedindo pra gente fazer ó o projeto tá falando aqui ó crie um arquivo pon env e você vai precisar colar a sua chave de api Tá

bom então ó eu vou criar aqui agora vou abrir um arquivo a gente não tem esse arquivo pon env beleza que que é o arquivo pon env Eduardo é um arquivo onde tem as as variáveis de ambiente que são as variáveis chave né as chaves das apis aquela coisa que é mais pessoal aí no projeto beleza então ó file New text file eu vou colocar aqui a minha chave beleza Dei só um cont contrl V na chave aqui mas no início eu preciso colocar o nome dela preciso colocar o nome igual qual é o nome

tá aqui na documentação ó só se olhar na documentação a chave ela tem um nome aqui ó White Open api Key vou colocar o nome aqui no projeto ó o nome é Opa beleza White vou dar um Ctrl s para sal e o nome dela é ponto env beleza ponto env instalei coloquei a chave da api que é essa chavinha que precisa para para usar o modelo né o llm Ah e agora a gente vai rodar o servidor Tá bom então o que que é rodar o servidor Eduardo a gente vai abrir a aplicação então

o npm room kban ele é exatamente o comando que a gente colocou na documentação para ar o servidor para fazer a nossa a a nossa aplicação eh inicializar para fazer a nossa aplicação rodar ali Ah e criar o nosso software no ambiente aqui de desenvolvimento Tá bom então agora ele vai iniciar ali uma etapa de instalação e eu quero que você enquanto ele ele é bem rápido mas enquanto ele faz esse processo de instalação eu quero falar para você o seguinte ela está completamente pronta Eduardo não ela é uma ferramenta onde você já vai poder

utilizar para a partir dela criar coisas né e adicionar as suas características ou eh aprimorar o desenvolvimento dela para um contexto de negócio aí na empresa que você trabalha ou a num projeto que você queira desenvolver e aí é claro para isso você vai precisar entender simplesmente o o Core dessa aplicação e o Core tá aqui ó nesse código JavaScript tá aqui ó que que a gente tem nesse código aqui eu fiz um input de algumas informações que são importantes né então Ó que que que que a gente tem se você olhar essa essa olhar

para essas vermelhinhos aqui do nosso código eu tenho praticamente a criação do Agente né então eu tenho a criação de dois agentes quais agentes Eu crio o agente Lucas e eu crio o agente Marina Qual é a regra o Lucas ele é o planejador de preto qual ob criar um plano detalhado para o desenvolvimento e implementação de Agentes de ia Esse é o o objetivo dele ele precisa criar um plano Qual é o background dele ele é um especialista em gerenciamento de projetos ágeis e integração de sistemas de i esse é o o Lucas qual

é o outro agente o outro agente é a Marina A Marina é um analista de risco Deixa eu voltar para cá A Marina é um analista de risco O que que a Marina faz ela o objetivo dela analisar os riscos identificar os riscos técnicos operacionais legais nesse projeto que o Lucas vai ah planejar para quê para desenvolver e implementar agentes de a na empresa Beleza Tá qual o background ca Cara ela é especialista em avaliação de risco de projeto de tecnologia e conformidade legal com lgpd tudo bem caracterizamos os agentes agora no universo de Agentes

e você vai ver muito isso as bibliotecas de Agentes a gente tem algumas ah particular Ades por exemplo o agente ele pode ser um um um llm específico que eu quero aqui nesse caso eu vou usar o open ai e vou deixar ele utilizar o modelo default tá bom só para não ficar também com muito parametro Zinho mas eu poderia fazer do mesmo jeito que a gente fez com Bubu ai né e utilizar lá o o GPT 4 mini cara Eu deixei ele seco para usar o modelo que ele quiser aqui nesse caso mas eu

posso escolher o GPT 4 om mini eu posso escolher o que for aqui e agora nós vamos criar a as tarefas o que que cada um vai fazer eu eu posso ah dar um um um um papel para cada um desses caras eu posso criar novos agentes percebe como a estrutura desse projeto ele tá completamente dinâmico aqui nesse nosso caso nós temos aqui dois agentes e nós temos aqui praticamente o que que eu preciso no projeto que tá aqui nessa codificação eu tenho a o input do cliente que é cara imagina você dentro da empresa

e a empresa pediu para você desenvolver um uma implementação de um projeto uma integração de um sistema CRM uma um desenvolvimento de de Agentes de a para atendimento ao cliente né nesse caso é exatamente esse o termo Qual é o objetivo desse projeto que que esse agente vai fazer né ele vai desenvolver e implementar agentes de a capazes de responder dúvidas comum dos clientes de suporte ele vai reduzir o tempo médio de resposta em 30% ele vai garantir integração com um sistema CRM que já tá existente a gente tem um cronograma a gente tem orçamento

a gente tem principais entregáveis a gente tem as restrições a gente tem os recursos né a gente tem tudo isso detalhado aqui tá bom Agora eu preciso avaliar Eu Preciso desses dois agentes agora para quê Primeiro para que um agente Desenvolva o o o projeto e o outro agente levante quais são os riscos Tá bom então ó para isso eu tenho o Lucas o Lucas ele tem uma característica que vai criar o plano detalhado do projeto e eu tenho a marina que vai analisar o plano e identificar os riscos estão aqui os dois agentes poderia

ter mais Eduardo poderia ter uma infinidade tá bom a partir de agora essa é a customização que a gente fez aqui nesse arquivo quando eu ah dou um start no nosso workflow e aqui que tá a mágica desse software o que vai acontecer é o seguinte quando eu starto esse work flou a gente vai cair numa estrutura de kamban Ele prepara os seus agentes E aí eu queria que você visse eles navegando Ó o Lucas ele tá no doing ele tá fazendo o plano detalhado do projeto quando ele terminar ele vai cair aqui no Don

e aí a Marina vai entrar em Ação a Marina vai sair do tudu né do do do congelamento ó aconteceu agora a Marina agora tá no doing Marina tá trabalhando o Ah Lucas ele já terminou o projeto e a A Marina tá analisando o projeto que o Lucas fez e vai elencar pra gente os riscos desse projeto só que isso é muito dinâmico ó saiu o foguetinho estourou agora a gente praticamente criou dois funcionários e a gente tem aqui o resultado final que é a recomendação do do do do do relatório de riscos em cima

do plano que o Lucas fez olha que louco foi tudo muito rápido é tudo muito rápido né Inclusive a gente vai ver depois o custo disso tudo a a a a a esteira né que foi utilizada eu já já te mostro então Ó que que a Marina levantou de risco ó ela levantou riscos interessantes aqui que inclusive na vida real isso é trabalhei muito com esse tipo de coisa ó inconsistência em dados históricos né então ó dados ah de 2is anos podem conter erro ou informações desatualizadas que podem impactar a eficácia do agente de ia

atraso na na integração de CRM então ó Isso é tudo risco né o cronograma pode sofrer atraso principalmente por problema técnico técnico ou compatibilidade ajuste a contínuos que são necessários ali nos três primeiros meses do projeto o sistema pode requerer que a gente faça ajuste constante você percebe que ela tá elencando riscos que são reais mesmo né a tratamento inadequado eh do agente quando tem linguagem coloquial isso pode ser um problema de verdade compliance com lgpd você pode fazer uma parada que tá usando os dados do cliente de forma que não é cuidadosa dados riscos

que que a gente elenca para mitigar esses riscos né então ó para inconsistência no dado histórico a gente precisa fazer alguma coisa então ó a gente vai precisar fazer auditoria nos dados antes do início do treinamento do agente de ia monitorar a qualidade dos dados percebe o tanto que esse trabalho foi detalhista né E aí a gente tem a conclusão E por aí vai agora quando a gente olha no que o no que cada um fez vou pegar o exemplo da Marina aqui ó então o que que a gente o que que o a Open

ai a utilizou aqui ele utilizou o GPT 4 om Omni mini que foi o modelo né a gente nem setou ele mas ele utilizou o modelo padrão Def para esse tipo de trabalho o provedor foi a própria Open ai percebe que a a própria ferramenta que você vai ter a partir de agora Ela é completamente customizável a gente já mostra que a gente criou dois agentes esses agentes estão ali imbuídos desse trabalho e a gente consegue ainda saber qual foi o provedor Qual foi o modelo llm né no caso que você aprendeu Quem foi o

o membro né qual foi foi a descrição dele qual foi o resultado do trabalho dele né que tá aqui o resultado do trabalho dele e o que é melhor toda aquela parte de observabilidade aí que a galera do devops vai à loucura a gente vai aqui ó total de tokens que foi utilizado nesse projeto Qual foi o custo desse projeto então Ó eu tô utilizando openi né durou 15 segundos esse trabalho aqui da Marina um custo de 5 0,0005 cavos de dólar né A Marina fez um trabalho completou tem todo o esquema de atividade Eu

posso pedir aqui né Eh incluir novos novos riscos né e eu posso colocar aqui mais uma mais um um trabalho né E aí a Marina vai precisar refazer o projeto de novo né então toda vez que eu coloco ali uma uma uma como é que eu posso dizer uma interação toda vez que tem uma interação o gente ele começa a trabalhar novamente né não precisa esperar o dia seguinte esperar o funcionário voltar aquela coisa toda né então ele já tá na esteira já tá trabalhando aqui de novo e você já tá acompanhando e o que

é melhor você já tá medindo você sabe que o trabalho custou 6 centavos de dólar que durou 16 segundos meninos Vocês conseguem perceber o tamanho do impacto disso nos próximos anos Vocês conseguem perceber é é um impacto gigantesco e eu convido Convido você a mergulhar de cabeça nisso aqui porque eu tenho certeza que isso vai fazer uma diferença muito muito grande na sua jornada profissional tudo bem meninas Olha só vamos lá eu quero responder às dúvidas e eu sei que nós somos muitas pessoas né agora nesse exato momento 800 pessoas então talvez eu não consiga

Responder todos mas eu me comprometo a responder todo mundo vou pedir pro meu time já imprimir aqui as dúvidas e se você não teve a sua pergunta respondida ah você por gentileza entra lá no seu grupo do WhatsApp é o mesmo grupo onde eu vou compartilhar os anexos aqui desse desse nosso bate-papo e coloca a sua dúvida lá que eu vou responder você pessoalmente tá bom beleza Show de Bola Deixa eu voltar aqui vamos lá vamos lá aproveita galera se você ainda não curtiu essa parada vou deixar deixar aqui o link dessa aula claro já

vou compartilhar logo agora beleza já para copiar o link Beleza já tá na descrição aí tá bom o anexo de qualquer forma vai lá nos grupos também e vou colocar aí se você não segue se você ainda não curtiu essa aula aí tá de brincation Beleza vou colocar aí o link das redes sociais aí para você seguir aqui no YouTube e no Instagram também tá bom então vamos lá galera deixa eu vou voltar aqui vamos lá meu Jesus vamos lá boa noite beleza galera vamos lá Eduardo quais os requisitos mínimos de hardware e software para

desenvolver os exemplos do curso me nesse nosso bate-papo aqui no ai Dev Week né no curso dessa semana aqui você não vai precisar mais do que uma máquina 1,5 com 8 GB de Ram e e um um espaço a de sei lá se você tiver SSD melhor mas se tiver um HD aí com uns 500 GB já já tá bom Beleza Eduardo estou atrás disso integrado integrado com Power bi Eita tem uma pergunta para trás aqui Opa Deixa eu voltar pensei que tinha voltado tudo galera mas realmente não voltei tudo né é muito comentário né

galera mas eu vou eu vou conseguir vamos lá beleza tem a galera que sempre Sacaneia né tem a galera que tá tudo bem Galera ISO aí normal Galera fica com raiva aí do Galera fica com raiva né das é normal gente tem que isso aqui é um trabalho tão cabuloso né a gente tem que aproveitar tá bom ah eu não trabalho mas achei o cre ai sensacional gente cre ai vai ser uma das bibliotecas que a gente vai trabalhar ao longo dessa semana então cree ai Fique tranquilo que a gente vai trabalhar muito com cree

ai tá aberto tá certo então cree ai é uma das bibliotecas que a gente vai trabalhar Eduardo Vamos trabalhar somente com Google collab ou vamos trabalhar também com visual code Eu acho que já tá respondido né lulão a gente trabalhou com code Vamos trabalhar com windsurf Vamos trabalhar com Open Hands a gente vai trabalhar com muita coisa Essa semana tá bom o curso thef para quem tá iniciando S cara pode ficar tranquilo que todo esse nosso esse nosso overview aqui é claro que você vai precisar se você tá começando mesmo começando mesmo Você vai precisar

pelo menos de uma base que a gente tem da programação Python Tá bom mas a gente vai resolver isso aí ao longo dessa semana modelo é o que ah o tem o o a Ju respondeu Vamos lá temos que pagar openi para fazer a aula nem pagar é é é pagar né éca Você vai lá utiliza o coloca lá 1 dólar Sei lá acho que 2 dólar pelo menos para você conseguir fazer aí esse trabalho que a gente tá fazendo Você viu que a gente gastou centavos de dólar né tá bom tem gente que paga

o chat tpt ó por mês R 100 para ficar fazendo pergunta né aqui a gente vai usar de forma profissional as apis todas então vocês vão ver que vocês vão aprender a economizar muito dinheiro por quê Porque vocês vão usar api tá bom Ah vai nos ajudar a escrever livros Nossa Maro só o que vai me beleza Eduard tem uma barreira para utilizar EA na empresa existe muita preocupação com os dados informatos para prompts existe segurança que meus dados não serão utilizados e inspecionados Total Edson obrigado pela pergunta a gente tem muitas aplicações que inclusive

você vai aprender a desenvolver aqui a a com a gente nesse nessa semana onde você vai utilizar na tua própria máquina Tá bom então a gente vai utilizar modelos a gente vai utilizar toda a estrutura que vai rodar no servidor local Tá bom então se você pode levar isso pra empresa isso aí você vai levar pra empresa vai mostrar ó isso aqui roda no servidor local e isso aqui é claro você tá rodando no servidor local com a mesma característica com o mesmo poder e é claro com os resultados eh que a os modelos llms

Podem trazer aí pra sua empresa Tá bom então sim e esse é um problema que cara pode ficar tranquilo né eu sei que há um medo trabalhava na área de risco área de de auditoria então eu sei exatamente que isso é uma realidade das empresas inclusive uma das coisas que eu vejo principalmente pra galera que já programa né Eduardo nunca vão deixar eu conectar um llm no meu no no banco de dados né e eu falo cara a gente já tem Unos llms que que respondem à questões ah por meio de de um chat simples

né Qual é o somatório das rendas aqui dos clientes da tabela de não sei o que lá você ajuda a empresa a dar informação de qualidade de ponta para as pessoas que estão ali precisando e que não sabem fazer o SQL né e E é claro tem como você fazer tudo isso com o modelo de forma segura Tá bom eu ensino pra galera a a fazer esse tipo de trabalho sim isso aí é vale ouro Ah meu Deus vamos lá a aula vai ficar salva vai vai ficar até domingão vai ficar salva aí tá bom

ah os links já estão disponíveis aqui no comentário e eu já vou mandar também no grupo do WhatsApp Bele ehs fatores vocabulário foto perfil hum não entendi vamos lá a forma de tratar a privacidade de dados em geral os planos gratuitos seus dados são utilizados para treinamento e fica armazenados pela empresa mas dá para ser diferente boa Fernando obrigado pela resposta também aqui isso é uma das coisas que acontece também tá bom eh para quem começa do zero tem modelos grá para usar como estudante para aprender tem Érica a gente utiliza a Como por exemplo

o Deep Seek tá Ah o Deep Seek é um dos modelos que são são tão bons como quanto o cloud por exemplo na parte de codificação que você vai poder utilizar o rline ali no vest code do jeito que a gente fez aqui agora né a gente instala o rine no vest code e trabalha com ele de forma né como se tivesse utilizando a inteligência artificial no chat ali dentro do código tá bom Erik você você viu né serve para ser tiktoker cara tem muitos modelos não sei se entendi muito bem a pergunta ti mas

tem muitos modelos que que são modelos de vídeo né então de criação de vídeo Então cara dá para fazer muita coisa tá eu não foco muito em criação de vídeo não eu tenho uma pegada mais de vídeo mas ah utilizando ia e utilizando o próprio CV ou pcv para criar aplicações que são empresariais sabe essas coisas mais marketing digital assim eu não uso não porque para mim não faz muito sentido tá bom beleza beleza não Abelardo pode ficar tranquilo vou matar ela aqui tá bom ó deixa eu matar aqui minha minha api aqui do da

Open a galera fica com medo aqui né Tá certo obrigado aí pela eu vou matar ela aqui agora só tem S dó mesmo disable ap aqui pronto tá morta agora a galera não vai usar mais a minha aqui não tá bom obrigado aí pela pela per pela coisa belard [Música] eh obrigado gente tem muita gente defendendo né pessoal Ah tá tá enrolando tá não sei o qu Mas é porque eu li a pesquisa de vocês eu sei que tem muita gente que tá começando eu sei que tem muita gente que Tem muita gente que que

precisa de um overview um pouco maior e eu sei que vocês que já estão voando aí compreende também né eu tô falando para vocês que querem aprender pode ficar tranquilo tá bom quem tá só querendo zoar cara não é o foco tá bom Eduardo Qual é a melhor llm para tratar dados de saúde é Nossa que pergunta excelente tá bom hoje a gente não consegue definir qual é o melhor modelo ainda mais porque a gente precisa entrar na Seara dos modelos especialistas então a gente vê por exemplo uma uma Iá do Google que consegue por

exemplo ajudar no diagnóstico de imagem a prever se o cara tem uma um problema cerebral aí depois a gente pode ver um outro modelo na semana seguinte que ele eh encontra esse esse problema cerebral de uma forma mais clara do que o modelo do Google qual é a escapatória né para para você não ficar sem resposta é o modelo precisa ser especialista então se você tá falando de um modelo para detectar eh um um um tumor no cérebro vai ser um modelo que você vai utilizar para fazer o ajuste fino Lembra daquela estratégia do rag

é mais ou menos isso você vai utilizar o llm para treinar com dados imagina que se você tiver trabalhando aí num hospital no Albert einen da vida você vai pegar todo o banco de histórico de imagens vai precisar fazer um trabalho de de eh Label Você vai precisar eh colocar ali né fazer o trabalho de Existem várias ferramentas que fazem isso que ajuda nesse processo né para ajudar no no target do das imagens e fazer o ajuste Fino que é é um trabalho um pouco mais complexo é um trabalho que você vai precisar de um

pouco mais de profundidade né o ajuste fino do llm é um trabalho que você vai precisar se aprofundar tá bom [Música] ah deixa eu ver a galera pediu para eu aumentar o negócio aqui né mas é porque não dá né galera Tem coisa que não dá isso V pela TV É isso aí gente show de bola ah n tch tchu beleza como criar agentes com fidata crei e l chain show de bola a gente vai falar sobre todo esse overview tá bom hoje foi só uma parte com uma estrutura de agente utilizando uma das bibliotecas

no caso a gente usou o bambu mas o próprio Open a só que a gente criou uma estrutura ao invés de utilizar um Framework pronto como fidata como Crew ai como L chain Tá bom então isso aí são são tpicos que a gente vai trabalhar junto aqui iso é só começo galera semana tá qual vai ser o valor do seu curso galera vou falar no curso só no final do treinamento primeiro eu vou dar conteúdo no final do treinamento aí eu falo do a formação e pro Expert Tá bom agora eu não vou eu não

vou mexer com isso não Mas pode ficar tranquilo que no final eu sempre abro as matrículas tá bom do ai pro Expert lá no final Quero emprego para colocar tudo isso em prática na verdade você tem que começar ao contrário né me você tem que fazer tudo isso fazer portfólio E aí depois você mostra aí como que você pode ajudar as empresas tá bom eh gostaria de integrar um agente a um banco local converter consultas em linguagem natural para SQL e me trazer resultado de algo parecido com Van a show de bola Nataniel você Já

até sabe uma das bibliotecas que faz isso né existem outros frameworks um pouco mais Ah um pouco menos invasivos né do que o Van ai o Van ai a Galera ainda tem um pouco do pé atrás exatamente por conta daquele contexto de você não tem exatamente a certeza absoluta de como que esses dados estão sendo utilizados pela própria estrutura do Vana eii tá bom galera só trazendo aqui a a um contexto para quem não sabe o que que é o Van ea é uma é um Framework é uma biblioteca de Inteligência Artificial Python onde a

gente consegue conversar com o banco de dados só que muitas empresas ainda tem ainda um pouco de receio porque não fica muito claro como que o Vani Trata esses dados Ah para muitas para muitas pessoas né então existem outros frameworks que ajudam a fazer esse trabalho beleza Nataniel muitos outros inclusive lá dentro do e pro a galera vai a loucura tá muito básico papai manda mais show de bola me É isso aí grande parte das api é ó eh eu percebi que grande parte das apis deixa eu deixa eu que falou assim ó ah falou

assim ó tá o eii para todos falou assim tá muito básico papai manda mais eu fala para mim se se eu dei uma rochada no final tá bom E aí para todos conseguir dar uma rochada aí que no início é a gente é um pouco básico mas depois a gente vai arrochando tá bom eh Eduardo percebi que grande parte das apis realizam solicitações online é possível criar agentes de I para computadores e atividades locais realizadas na mesma máquina sim me Total existem empresas que compram servidores exatamente para isso eu tenho alunos que estão fazendo Exatamente

esse projeto nesse exato momento que a gente tá conversando aqui a empresa comprou um servidor servidorzinho lá servidor local modelo local Lembra que eu te falei que tem eh bibliotecas e estruturas e llms que estão eh disponibilizados em forma local então a galera tá utilizando essa parada tá bom e a hoje em dia é é como um Dev Master é essa ali que a gente fez é um Dev Master né a gente fez um Dev Master eh coloquei o imposto de renda coloquei tudo lá né saí colocando o documento tudo né Man saí colocando tudo

que eu vi ali era só um um exemplo né gente saí colocando um exempl lá um viu o valor do aluguel ali mano ó Ô vicho vocês um fogo hein Coloquei até alugel lá dentro foi gente misericórdia e Imposto de Renda falou falou nada não né n80 é a ferramenta de automação não é verdadeira não é verdadeiramente para ag gente excelente É isso mesmo mas hoje em dia tá sendo usado exatamente para isso né tá a galera utiliza para automatiz o processo de automação para conversar com o quê para conversar com o cliente Quem é

que tá conversando com o cliente um agente que foi utilizado um llm a galera Aproveitou a estrutura entendeu Fernandão Fernando Faraco foi isso a galera utiliza a ferramenta de automação para fazer ali uma uma utilização dessa automação com os llms para fazer o papel do agente tá bom llm são os modelos de ia como GPT tal tal rag é o processo de consumo perfeito me Lucas Santana voou Claudinha não é a ferramenta de Agentes Não não é ferramenta de agente É isso mesmo Fernando show de bola é isso Eduardo e nem para interface você utiliza

no code isso o Luciano perguntou aqui uma pergunta massa ó ah Eduardo nem PR interface você utiliza no code Você viu que a gente utilizou uma interface no code né Isso aqui é inter faço no code né se eu for parar bem aqui ó é claro que a estrutura aqui de input que tá né Eh num processo de desenvolvimento né a gente precisa colocar ali na codificação Mas você olha que o o front end da parada aqui é uma estrutura no code né eu poderia criar aqui uma uma caixinha aqui do lado e essa caixinha

seria exatamente para input do quê input do cliente input dos dados do agente input das tarefas do jeito que tem as as outras ferras aí Tá bom então a estrutura no code que eu quero que você trabalha é na criação que nem a gente fez aqui agora e não eu tô falando como se eu tivesse compartilhando a tela né desculpa gente vamos lá deixa eu compartilhar de novo aqui compartilhar a tela de novo ó [Música] apresentar apresentar ah compartilhar a tela beleza tela cheia vamos embora ó vou compartilhar a tela o que a gente fez

foi uma estrutura no code né então Ó eu posso criar um botãozinho aqui onde eu coloco os dados do cliente né eu faço um input para colocar os dados do do cliente o que que é o projeto que o agente vai desenvolver depois eu caracterizo cada um dos agentes né aqui a gente fez dois eu posso caracterizar as tarefas percebe que é uma estrutura no code mas eu quero que você esteja do outro lado do no code eu quero que você esteja no processo de criação do no code e não do usuário não quero que

você seja o usuário do no code tá bom Por quê Porque o usuário do no code não ganha dinheiro é você que tá ganhar dinheiro beleza beleza quero saber se tem certificado Tem sim me chegou no final do evento se você fez todos esses projetinhos inclusive esse que a gente fez aqui hoje você pode me pedir tá bom que a gente faz ah o Luciano estudou SAS Bas boa garoto família do SAS aí velho SAS base Que legal cara SAS base o guide é então você é programador né Man você usou o guide era difícil

né Man que o guide era para quem realmente para quem já programa O base era melhor vi melhor coisa Eduardo Quais são os requisitos mínimos Eu já falei tá usando L Flow para desenvolvimento de Agentes excelente ferramenta tá bom isso aí vai te ajudar bastante mas você tá operacionalizando essa parada isso para mim acho que faz toda a diferença agora eu acredito que uma estrutura mais arrochada ali inclusive colocando L gra aí no meio você pode construir coisas cabulosas tá bom Beleza Eduardo vai abordar banco de dados vetorial Total Vamos trabalhar sim com banco de

dados vetorial Beleza amanhã a gente já vai trabalhar com banco de dado vetorial Beleza já fica ligado aí hum L Flow é tora também gosto ferramentas de datav não são para isso é pois é não mais ou menos né Luciano porque a gente pode colocar aí um a gente pode colocar uma ia para fazer um gráfico por exemplo que que daria um pouco mais de trabalho pro cara entendeu enfim é é é vai usar cre ai vou usar cre ai Marcelão agentes podem ser treinados com conteúdo customizado assim como hag sim me Total a gente

vai fazer isso aqui junto também ah essas questões de usar soluções de terceiro não pode infringir na questão de lgpd Nathaniel perguntou sim tem que tá completamente antenado aí nesse processo de lgpd tá bom para você não utilize Ah não utilize não divulgue dados quem trabalha com o sistema financeiro Então tem que ter um um projeto uma estrutura de avaliação de risco do jeito que a gente fez aqui né no nosso planejamento bem detalhado tá bom ah onde o n8n fica limitado uso um nor JavaScript né poupa tempo é o Ô Jean Com certeza cara

se você já tem Ah se você já tem uma pegada da onde você sabe o que que você quer tudo fica mais fácil Tá bom tô vendo que você eh já tá utilizando aí de uma forma que fica legal para você porém existem casos que cara você vai ficar amarrado sim tá bom digo isso por experiência própria vai ficar muito amarrado vão especificar um requisito para você e você não vai resolver com n8n se você quiser desenvolver um agente de forma profissional não vai tá bom eh de Agentes dentro do n8n mas aí não é

o n8n que tá com papel de Agentes sim um código pon exatamente boa Fernando Fernando matou a pau o agente de só trabalha com agentes que conversa entre si ou interagem com humanos tem cara ó você vai aprender lá comigo quando a gente tiver desenvolvendo um um projeto com Crew Ai que uma das features do agente é exatamente a o input Human que é onde a gente né pode definir se vai ter uma interação do humano ou não na na no workflow que você tiver desenvolvendo tá Marcelo Ah isso a galera tá falando aqui né

ah foi o próprio Jean né economiza com certeza mes mas cara hoje em dia com a Iá Hoje em Dia com tudo que você tá vendo aqui né o os próprios agentes autônomos que estão aqui dentro da das Ferramentas cara não tem porque você não fazer uma coisa profissional vai ficar engessado em ferramenta no code você vai vai vai fazer gambiarra ré beleza gostaria de saber como faç para garantir que a propriedade intelectual segurança dos dados da minha empresa não vai vazar ou não vai ser utilizada para ia para divulgar essas informações ô Juan Beleza

cara obrigado pela pergunta pergunta tora e a solução uma das soluções é exatamente utilizar essa estrutura de llms no servidor local tá bom utilizando llms que são consumidos de forma local aí no seu na sua máquina tá bom tem como fazer isso Eduardo só tem beleza é misturando HG com fine Tany é não tudo é porque é a mesma o mesmo conceito né Ei para todos é é o mesmo conceito né o fan que que você faz com f tan você adiciona uma camada de dados num processo de treinamento do llm beleza pensa lá no

train test split quando você tá no machine learning tradicional Beleza você separa os dados Beleza o finan ele tá recebendo dados e o hag do mesmo jeito ele tá recebendo dados Não importa se é um PDF se é é a mesma coisa saca é só para não não ficar com technique vou ficar com technique aqui com a minha galera M como você como saber como cada ia é melhor para cada aplicação tem uma biblioteca que diz que cada um faz Eduardo o investidor inteligente perguntou excelente pergunta investidor Como que eu faço cara eh Existem muitos

fóruns e eu gosto de acompanhar de perto exatamente aqueles que são os direcionadores de mercado ah a gente vai desenvolver um Case aqui para um ai Law né a gente vai criar um agente de Ea para que ele possa receber as informações do desse escritório de advocacia e fazer todo aquele trabalho aquele trabalho de varrer os dados para depois a gente dar uma uma procurar um um processo onde esse processo tenha algo parecido ou uma sentença que eh seja mais plausível para de acordo com o contexto da peça lá saca Então pensa pensa nessa estrutura

uma coisa especialista existem modelos que são especialistas paraa saúde existem modelos que são especialistas para Machine para para avaliação de risco e também existe modelo especialista eh para pra parte de do direito pra parte jurídica nós vamos utilizar uma API que eu vou vou apresentar para vocês ao longo dessa semana que é uma API jurídica os caras que desenvolveram são profissionais da área jurídica né então eles contrataram e eles criaram e eles vendem a api a api foi treinada com os dados jurídicos então posse só ela tem um resultado melhor comprovado né tem todos esses

esses esses aquele overview que eu dei no início mostrando a cura aquela coisa toda então Ah eles também conseguem mostrar para você inclusive em tempo real como que um chat PT tradicional um Cloud 3.5 é inferior ao modelo deles Tá bom então qual é a saída para esse tudo como que empresas como Banco do Brasil como Itaú como B3 como essas grandes empresas do mercado de Capital estão fazendo eles têm modelos proprietários Então tem um modelo proprietário eh ter um modelo proprietário é a melhor forma de você criar a melhor biblioteca para alguma coisa entendeu

É você desenvolver e aí é claro você vai precisar da Skill que passa inclusive pelo tópico acima né que o ai para todos falou que é o fine tunning você vai partir de um llm Mas você vai adicionar um processo uma camada de treinamento para que esse modelo seja especialista tá bom m então ah não não tem muito não tem uma uma receita muito básica para falar o cloud é o melhor nisso o como que né como que eu olho pro mercado né Por exemplo parte de codificação na parte de codificação eu vou utilizando aqueles

que são os top E é claro que toda vez que uma empresa desenvolve um grande modelo Ah que é específico para uma vou dar um exemplo do cling o cara foi lá e desenvolveu o cling ai o cling é de o cling é melhor do que o Sora cara você tem que comparar os dois quando você compara os dois qual dos dois é melhor para você né Então como que eu faço para entender Qual é o melhor em código em codificação em desenvolvimento de aplicação desenvolvimento de software eu tô olhando o o o cloud 3.5

o sonet mas cara me falaram que o deeps é o V3 ele é cabuloso eu comecei a testar o deeps V3 eu trouxe o V3 para você vi que cara o custo era inferior a velocidade aqui do jeito que a gente tava utilizando era a mesma então cara por que não utilizar ele também então é é mais ou menos e eh não é tentativa e erro é experienciando e mensurando tá bom investidor inteligente não tem uma resposta Clara beleza me Ah não discordo e acho que uma ferramenta de automação excelente mas não é uma ferramenta

de Agentes é apenas uma questão semântica é galera tem gente que que entende isso Eh você precisa de um modelo Ops que vai instalar direto no servidor garantindo a segurança de dados o ai para todos respondeu é isso mesmo gostaria de criar um bot para utilizar o meu trade System para operar em criptomoedas é possível com agentes não só é possível Como já existem tá bom investidor inteligente não só é possível Como já existem Eu tenho um Case aqui onde a gente utilizou o Api para uar os dados do cara como é que é o

nome do provedor de dados para de dados do mercado foi um americano que era massa que o bicho tinha até da Sec que é americana né o é o é o Financial data sets esses caras aqui já estão desenvolvendo não só a infraestrutura de dados Financial datasets mas uma infraestrutura de modelos também para ver agentes Tá bom cara tem muita coisa o mercado tá muito grande e a gente tem muita oportunidade cara é incrível hum boa o Jean falou assim ó o nó de agente se utilizar um bom promp com uma llm adequada dá para

ter bons resultados ah o o Jean Dev eh tá falando da utilização de do nó né tá falando do o o Dev Jean gosta do n8n tá tudo bem Jean tem problema não mas se você desenvolver um processo eu quero ver você criar um fan tan com o nó do n8n cria aí um fine tan para mim beleza ou cria um llm com n8n para mim um l um llm que seja especialista você não vai fazer isso com n8n me Você vai precisar da programação Python tá bom usar me usar você pode usar usa o

n8n cara usar você pode usar agora para criar aplicações personalizadas paraa empresa amigo você não vai usar o n8n A não ser que você seja cabeça dura demais para isso qual algoritmo tá rodando aí você está chamando ele aonde você viu né Eu acho que deu para você ver no final né que era o GPT 4 mini ah Ah tem sido difícil acompanhar o raciocínio da aula Acho que deve ser mais indicado para quem tem uma base boa Juju reiste assiste com calma beleza re assiste com calma acho que dá tá bom Alguém pediu o

link do WhatsApp e se você entrar lá no cienci dados.com Aí você coloca o e-mail lá você recebe o link do WhatsApp tá bom Como acessar o ambiente deu para pegar direitinho a estrutura de ferramentas que você precisa instalar tácia se você instalar o node se você instalar o Git você vai conseguir buscar as informações do github que é público você já vê né que tá lá no nesse nesse repositório que eu te mostrei aí você consegue instalar o vs code fazer o clone do do seguir o que tá no no ridm né é fazer

o O Clone depois o npm instal beleza são acho que sete comandos tá no ridm tá bom consegue aumentar um pouquinho Ô denils foi mal desculpa é tão difícil né como se inscrever para pagar as apis a tácia do Vale perguntou né tácia eu vou te mostrar aqui um um exemplo tá bom é bem simples você entra se você digitar no Google API Google ou api Open que é mais fácil tá api Open que é open a você vai no primeiro link já vai pedir para que você faça o seu signup né como qualquer outra

ferramenta aí quando você fizer o signup ele já aparece para você o na esquerda ali api tá bom é assim no Google é assim no Cloud geralmente assim tá bom se você tiver me chama no WhatsApp que eu faço com você depois tá bom edade beleza galera acho que eu já tô chegando aqui no finalzinho acho que é isso galera Ó tem muitas perguntas aqui ainda Que que eu já respondi e se porventura Ah e se porventura eu não consegui responder alguma pergunta que foi ah que é muito importante para você entra no WhatsApp lá

no grupo do WhatsApp pega o administrador E aí do administrador você eh chama lá coloca a sua pergunta que eu vou responder para você tá bom cara eu espero que você tenha gostado dessa aula amanhã tem muito mais e a gente vai realmente continuar aqui a criar aplicações que nem a gente fez aqui tá bom vai ser do início ao fim com aplicações que vão te ajudar aí de forma profissional a desenvolver aí aplicações de I Tamo junto galera um beijo um abraço uma honra fiqu com Deus e até amanhã nesse mesmo horário 20 horas

valeu tchau tchau valeu