Roadmap de Estudos em IA Aplicada

Trilha para sair de “como um LLM funciona” e chegar a agentes de IA rodando em produção. Cada etapa usa o que a anterior ensinou, então a ordem importa. Quando o lab já tem nota sobre o assunto, ela aparece linkada logo abaixo da etapa. Os projetos no final servem para fixar o conteúdo na prática.

🧠 1. Como os LLMs funcionam por dentro

Antes de construir qualquer coisa, vale entender o que acontece entre o texto que você digita e a resposta que volta. Isso explica por que o modelo erra, esquece ou inventa.

Tokens, embeddings e janela de contexto
Arquitetura Transformer e mecanismo de atenção
Geração de texto: previsão do próximo token, temperatura e amostragem
Do modelo base ao assistente de chat (ajuste fino e alinhamento), o caminho que leva a produtos como o ChatGPT

No lab: O que são LLMs, PLN, Tokens em Modelos de Linguagem, Embeddings, Como uma LLM gera texto

✍️ 2. Engenharia de prompts

Estrutura de um bom prompt: papel, contexto, tarefa e formato de saída
Técnicas como few-shot, chain-of-thought e prompt de sistema
Saída estruturada (JSON) para integrar o modelo ao código
Boas práticas e riscos, como prompt injection

No lab: Engenharia de Prompts, Boas Práticas e Segurança em Prompt Engineering

🔌 3. Consumindo LLMs por API

Os conceitos valem para qualquer provedor (OpenAI, Google, Anthropic). O hands-on do lab usa a API do Gemini, e a API da OpenAI é um bom segundo exemplo para comparar.

Enviar mensagens ao modelo: papéis de sistema, usuário e assistente
Parâmetros que mudam o comportamento, como temperature e limite de tokens
Streaming de respostas
Tool calling (function calling)
Custo por token, limites de uso e proteção da chave de API

No lab: Uso de Ferramentas, Hands-on: Agente “SecretarIA”

🤗 4. Modelos abertos e o ecossistema Hugging Face

Hugging Face: Hub de modelos e datasets, biblioteca Transformers e Spaces
Modelos de imagem e áudio: geração e classificação de imagens, reconhecimento de fala (speech-to-text) e síntese de voz (text-to-speech)
LLMs de código aberto: rodar na própria máquina e servir como um serviço na nuvem
Modelo aberto ou API paga: como decidir com base em custo, privacidade, controle e qualidade

🔗 5. Aplicações com LangChain

Componentes básicos: modelos, prompt templates, output parsers e o encadeamento de etapas
Memória de conversa
RAG na prática: carregar documentos, dividir em chunks, gerar embeddings, guardar num banco vetorial e recuperar
Quando o LangChain compensa e quando o loop escrito na mão basta

No lab: Frameworks de Agentes, Context Engineering e RAG, Arquiteturas de RAG, Pipeline de RAG em Produção

🤖 6. Agentes de IA em Python

O loop de raciocínio e ação (ReAct)
Ferramentas customizadas que o agente decide quando chamar
Memória de curto e longo prazo
Agentes com LangChain, que hoje rodam sobre o LangGraph por baixo dos panos
Workflow ou agente: quando cada um faz sentido

No lab: O que são agentes de IA, Paradigma ReAct, Memória de Agentes, Workflow ou Agente?, LLM, RAG, Agente e Agentic AI, Decomposição de Tarefas, Padrões de execução de agentes

🧩 7. MCP: conectando a IA a ferramentas e dados

O que é o Model Context Protocol e como ele se diferencia de uma API
Criar um servidor MCP em Python expondo tools, resources e prompts
Conectar o servidor a um cliente de IA (host), como um editor ou um agente próprio

No lab: Model Context Protocol (MCP), MCP, RAG e Agentes: quem faz o quê, Agent Skills

👥 8. Sistemas multiagentes e deploy

Multiagentes: papéis, tarefas e delegação entre agentes
CrewAI: agentes, tarefas e crews (times de agentes) para montar um fluxo multiagente com pouco código
Agno: framework Python para agentes com ferramentas, memória, base de conhecimento e times
Deploy: colocar um agente ou uma crew no ar, com variáveis de ambiente, observabilidade e custo sob controle

No lab: Sistemas Multi-Agentes, Frameworks de Agentes, Agentes em Produção

⌨️ 9. IDE com IA para programar mais rápido

Não depende das etapas anteriores, dá para estudar em paralelo desde o começo.

Editores com IA integrada (o Cursor é o exemplo mais conhecido): autocomplete, chat com o código, edição em vários arquivos e agentes de código
Regras de projeto e contexto para guiar o assistente
Revisão do código gerado antes de aceitar

No lab: IA no Desenvolvimento de Software

🚀 Projetos

Os projetos estão agrupados por nível, e cada nível indica as etapas que você precisa ter feito antes. Os nomes descrevem a técnica por trás em vez do produto final, então dá para trocar o tema (nutrição, currículos, filmes) sem mudar a arquitetura.

Nível 1: depois das etapas 1 a 3

Chatbot com persona e memória de conversa. Interface de chat que fala com um LLM por API, com prompt de sistema definindo a persona, histórico reenviado a cada turno e resposta em streaming. É o esqueleto que os outros projetos reaproveitam.

Resumidor de reuniões com transcrição e LLM. Transcreve o áudio de uma reunião com um modelo de fala para texto (como o Whisper) e usa um LLM para gerar ata, decisões e itens de ação.

Analisador de currículos com extração estruturada. Lê currículos em PDF, extrai experiência, habilidades e formação em JSON validado por schema e compara com os requisitos de uma vaga, devolvendo uma nota com justificativa.

Nível 2: depois das etapas 4 a 6

Chat com LLM de código aberto rodando localmente. Baixa um modelo aberto (como o DeepSeek), roda na própria máquina com um runtime local (como o Ollama), monta uma interface web de chat e a publica por um túnel ou na nuvem. Se o endereço ficar público, coloque autenticação e limite de uso.

Leitor de PDFs com RAG e citação de página. Carrega um PDF, divide em chunks guardando o número da página, gera embeddings, indexa num banco vetorial e responde às perguntas citando a página de onde veio cada trecho.

Chat com bases de conhecimento próprias (RAG). Indexa documentos de vários formatos (Markdown, texto, páginas web) e permite consultá-los em linguagem natural, com atenção à qualidade da recuperação: se o trecho certo não chega ao modelo, a resposta sai errada.

Analisador de vídeos com transcrição e perguntas e respostas. Pega a legenda ou a transcrição do áudio de um vídeo, divide em trechos, gera um resumo e responde perguntas sobre o conteúdo, usando LangChain e Python.

Agente de análise de dados com Pandas e LLM. Recebe perguntas em linguagem natural sobre uma planilha ou CSV, gera e executa código Pandas e devolve tabelas ou gráficos. O código escrito pelo modelo roda na sua máquina, então execute em ambiente isolado.

Agente de recomendação com API externa. Usa tool calling para consultar uma API de catálogo (como a TMDB, de filmes e séries), guarda as preferências do usuário na memória e recomenda títulos com base nelas.

Bot de mensageria com LLM no Telegram. Bot criado pela Bot API do Telegram que recebe mensagens e responde com um LLM configurado como nutricionista, podendo analisar fotos de refeições se o modelo for multimodal. As respostas são informativas e não substituem um profissional de saúde.

Agente de curadoria de notícias. Coleta feeds RSS e APIs de notícias, remove duplicadas, classifica por relevância para um perfil de interesse e gera um resumo diário no formato de newsletter.

Nível 3: depois das etapas 6 a 8

Agente de criação de conteúdo com RAG e web scraping. Raspa páginas de referência, indexa o material num banco vetorial e gera rascunhos de artigos ou posts fundamentados nele, citando as fontes. Respeite o robots.txt e os termos de uso dos sites.

Agente que navega na web com browser-use. Usa a biblioteca open source browser-use para deixar um LLM controlar um navegador real (com Playwright por baixo) a partir de instruções em linguagem natural, sem depender de seletores CSS fixos. Serve para extrair dados de sites e preencher formulários.

Agente de atendimento no WhatsApp com Agno. Agente montado com o Agno, com base de conhecimento (FAQ da empresa), memória por cliente e ferramentas como consultar pedido ou abrir chamado. Conecta ao WhatsApp pela API oficial (WhatsApp Business Platform) por webhook e sabe quando passar a conversa para uma pessoa.

Referências

LangChain Overview - LangChain (docs oficiais), en
CrewAI Documentation - CrewAI (docs oficiais), en
Agno Documentation - Agno (docs oficiais), en
browser-use - Browser Use (repositório oficial), en
Hugging Face Documentation - Hugging Face (docs oficiais), en
OpenAI API Documentation - OpenAI (docs oficiais), en
Cursor Documentation - Cursor (docs oficiais), en