O projeto tem como objetivo capacitar os alunos para desenvolverem soluções avançadas em processamento de linguagem natural (NLP) e inteligência artificial (IA) generativa. Essas soluções visam resolver problemas complexos em organizações onde é crucial que sistemas computacionais compreendam, interpretem, e gerem linguagem humana de forma natural e eficaz.

 

EXEMPLOS DE APLICAÇÃO:

Recursos de infraestrutura obrigatórios:

  1. Python: Linguagem de programação versátil e de alto nível.
  2. TensorFlow: Framework de deep learning de código aberto.
  3. PyTorch: Framework de deep learning com foco em flexibilidade.
  4. NumPy: Biblioteca essencial para computação numérica em Python.
  5. Scikit-learn: Biblioteca de aprendizado de máquina em Python.
  6. GPUs: Unidade de processamento gráfico para aceleração computacional.
  7. Clusters: Conjuntos de computadores interconectados para processamento paralelo.
  8. Cloud: Plataformas de computação escalável baseadas na nuvem.
  9. Google Colab Pro Plus: ambiente de desenvolvimento em cloud e colaborativo.
  10. Git: Ferramenta de repositório e controle de versionamento.
  11. Flask: Ferramenta de desenvolvimento de API em Python.
  12. Ngrok: Ferramenta de tunelamento para experimentação ágil com endpoints (e.g., tunelamento para disponibilizar rapidamente uma API executando localmente).
  13. Hugging Face: Plataforma de modelos LLM abertos disponíveis com acesso a API.
  14. Langchain: Ferramenta de desenvolvimento de agentes baseados em modelos LLM.
  15. Ollama: Ferramenta para execução local de modelo LLM aberto.