Inteligência Artificial

Criando agentes de IA com LangChain e LangGraph

Com quem você vai aprender?

Lucas Mendes

Profissional de IA, empreendedor e professor, com ampla experiência em Ciência de Dados, Machine Learning e Agentes Inteligentes. Como CTO e líder técnico, desenvolvo sistemas que transformam dados em valor, automatizam processos e aumentam a eficiência operacional. Atuo na criação de modelos preditivos e na construção de automações avançadas em N8N e Python, entregando inovação prática para impulsionar o crescimento das empresas. Apaixonado por ensinar, preparo talentos em IA e automação.

Alan Braz

Gerente de Engenharia na IBM Research, liderando equipes multidisciplinares na transformação de projetos de pesquisa em soluções concretas. Atuo na interface entre pesquisa e produto, impulsionando iniciativas open-source e contribuindo para o desenvolvimento de ofertas estratégicas como o IBM watsonx.ai. Sou Mestre em Ciência da Computação pela Unicamp, sólida trajetória como professor e mentor técnico, compartilhando conhecimento em ambientes acadêmicos e corporativos. Host do podcast PullreCast.

Carlos Eduardo Pereira

Michael Douglas Barbosa Araujo

Especialista em arquitetura de IA, com atuação em engenharia de software e inteligência artificial, dedicado à construção de arquiteturas modernas e soluções baseadas em agentes. Ao longo de sua trajetória, liderou projetos de alto impacto, incluindo a criação do primeiro agente conversacional para assessoria de investimentos. É criador do design pattern BFA, um padrão amplamente adotado no mercado para o desenvolvimento de agentes inteligentes.

Lucas Mendes

Alan Braz

Carlos Eduardo Pereira

Michael Douglas Barbosa Araujo

Lucas Mendes

Alan Braz

Carlos Eduardo Pereira

Michael Douglas Barbosa Araujo

Lucas Mendes

Alan Braz

Carlos Eduardo Pereira

Michael Douglas Barbosa Araujo

Passo a passo

Neste primeiro passo você aprende as bases necessárias para criar agentes inteligentes capazes de utilizar contexto relevante em suas respostas. É aqui que construímos o alicerce da formação, entendendo como funcionam técnicas de recuperação de informações, como criar embeddings, como realizar o pré-processamento dos dados e como integrar modelos generativos com LangChain.

Você irá aprender a criar um chatbot com RAG, configurar pipelines de ETL e desenvolver estratégias para reduzir alucinações usando informações confiáveis. Também verá na prática como conectar LangChain ao Google Generative AI. Depois deste passo você estará pronto para construir sistemas de resposta contextualizados e bem estruturados.

Cursos

Arquiteturas RAG com LLMs: embeddings, busca semântica e criação de agentes com LangChain
- Explore os fundamentos dos Large Language Models e compreender o papel da arquitetura Transformer em sistemas generativos.
- Analise o problema de alucinações em LLMs e avaliar estratégias para integração de conhecimento externo.
- Compare abordagens de personalização de LLMs, como fine tuning e Retrieval Augmented Generation.
- Transforme textos e documentos em embeddings para viabilizar buscas baseadas em similaridade semântica.
- Aplique métricas de similaridade, como a similaridade de cosseno, para recuperação de informações por significado.
- Processe documentos extensos utilizando técnicas de chunking, overlapping e uso de metadados.
- Implemente pipelines de RAG para recuperação e geração de respostas a partir de documentos estruturados e não estruturados.
- Utilize vector stores como FAISS e ChromaDB para armazenamento e indexação eficiente de embeddings.
- Construa agentes conversacionais baseados em RAG com o uso do LangChain.
- Integre técnicas de re rank para melhorar a relevância das respostas recuperadas.
Saiba mais

Outras empresas do Grupo Alun

Outras empresas do Grupo Alun

Criando agentes de IA com LangChain e LangGraph

Criando agentes de IA com LangChain e LangGraph