Tire suas dúvidas com a Coordenação: bi-master.contato@ele.puc-rio.br ou Whatsapp Business (21) 3527-2460. 

Nesta pós-graduação em MASTER em Inteligência Artificial Generativa & Large Language Models, oferecida e ministrada pelo Laboratório de Inteligência Computacional Aplicada da PUC-Rio, o aluno aprenderá as técnicas mais recentes em Inteligência Artificial (IA) generativa, grandes modelos linguagem, aprendizado de máquina multimodal e agentes de IA (Agentic AI) com aulas ministradas por professores especialistas na vanguarda da pesquisa em Inteligência Artificial. 

- ANNUAL CONFERENCE: STUDENTS EXPERIENCE PANEL, NETWORKING, OPEN TALKS AND COCKTAIL;

- ACESSO DIRETO AOS PROFESSORES PARA TIRAR DÚVIDAS: TEM ALGUMA DÚVIDA? SOLICITE AULA PARTICULAR POR VÍDEO-CONFERÊNCIA COM PROFESSORES;

- AULAS AO VIVO (NÃO GRAVADAS), PRESENCIAIS E SIMULTANEAMENTE ONLINE, E OFICINAS PRÁTICAS;

- CURSO ATUALIZADO E APERFEIÇOADO A CADA TURMA;

- APRENDA COM QUEM FAZ ! PROFESSORES SÃO EXPERIENTES DESENVOLVEDORES DE APLICAÇÕES DE IA PARA EMPRESAS;

- NETWORKING COM ESPECIALISTAS DO MERCADO: PROFESSORES COM TÍTULO DE DOUTOR E NVIDIA E INTEL AMBASSADORS;

- GITHUB SHOWCASE: VITRINE DE CÓDIGOS DESENVOLVIDOS POR VOCÊ DURANTE O CURSO, UM CURRÍCULO COM SUA EXPERIÊNCIA EM CIÊNCIA DE DADOS;

- SOFTWARE DEPLOYMENT EXPERIENCE: VIVÊNCIA DA CIÊNCIA DE DADOS E INTELIGÊNCIA ARTIFICIAL DESDE A INOVAÇÃO À PRODUÇÃO;

- A PRIMEIRA PÓS-GRADUAÇÃO EM INTELIGÊNCIA ARTIFICIAL GENERATIVA E LLM DA AMÉRICA LATINA.

Alunos vão aprender a implementar modelos de linguagem de última geração, como GPT e LLaMA, do zero; comparar e contrastar diferentes modelos e abordagens para determinar a melhor configuração para tarefas de inferência; executar treinamento e inferência de modelos usando plataformas populares, como HuggingFace e Kaggle; projetar e executar sistemas de IA generativos em infraestrutura de computadores de alto desempenho e soluções conteinerizadas (Docker); aplicar algoritmos e técnicas para treinar LLMs de forma eficiente com grandes conjuntos de dados, incluindo transfer learning, ajuste fino e aprendizado por reforço com feedback humano, aceleração em GPU, compressão e otimização de modelos para implantação e manutenção rápidas e eficientes de sistemas online.

Neste intenso cenário da IA, uma força revolucionária surgiu na forma de Large Language Models (LLMS). Não se trata apenas de uma palavra da moda, mas de uma tecnologia que nos acompanhará daqui pra frente. Sua capacidade de entender e gerar texto semelhante ao humano os colocou em evidência e agora se tornou uma das áreas de pesquisa mais relevantes. 

Os alunos vão conhecer e aprender a empregar Retrieval Augmented Generation (RAG), uma estrutura de IA que aprimora os Modelos de Linguagem Ampliada (LLMs) integrando-os a fontes externas de conhecimento. Ela funciona primeiro recuperando informações relevantes de um banco de dados ou base de conhecimento e, em seguida, usando essas informações para aprimorar o processo de geração do LLM, resultando em respostas mais precisas, atualizadas e contextualmente relevantes.

Grandes modelos de linguagem se tornaram uma das invenções de Processamento de Linguagem Natural (PLN) mais comumente implementadas. Na última meia década, sua integração em ferramentas essenciais de processamento de linguagem natural aumentou drasticamente o desempenho dessas ferramentas, e elas entraram no discurso público em torno da inteligência artificial.

Tecnologias em rápida mudança, como a IA generativa, estão revolucionando nossos ambientes profissionais e pessoais. Este curso, a primeira especialização nessa área no país, busca auxiliar profissionais a transformar habilidades, papéis e identidades antigas em novas e prósperas através desta tecnologia.

O objetivo principal deste curso é preparar profissionais para construir aplicativos personalizados de IA generativa e multimodal. Os alunos vão aprender a projetar e implementar sistemas escaláveis para grandes modelos de linguagem, avaliar e escolher entre modelos existentes, fazer personalização por meio de ajuste fino e alavancar o aprendizado de máquina multimodal por meio da integração e modelagem de múltiplas modalidades comunicativas (por exemplo, áudio, imagens e vídeo).

Mais do que teoria, este programa adota uma abordagem de desenvolvimento de sistemas, fornecendo ao aluno habilidades técnicas e a capacidade de implementar e dimensionar soluções com base em suas necessidades e recursos organizacionais exclusivos. Capacitar profissionais a analisar e aprender diferentes técnicas de chatbot e Python:

- Proporcionar uma compreensão básica do processamento de linguagem natural e chatbots, incluindo conceitos fundamentais, terminologia e aplicações práticas.

- Ensinar como usar a biblioteca Hugging Face, que oferece uma ampla variedade de modelos pré-treinados para NLP, como BERT, GPT-2, RoBERTa, LLaMA, Mistral, etc., além dos modelos disponíveis por meio de API da OpenAI, como o GPT-3.5 Turbo e o GPT-4o. Os objetivos específicos podem incluir instalação, carregamento de modelos, pré-processamento de texto e geração de respostas.

- Capacitar os participantes a criar chatbots personalizados usando modelos de NLP da Hugging Face. Isso pode incluir a criação de chatbots de conversação, chatbots para tarefas específicas (como atendimento ao cliente) e chatbots de IA para fins gerais.

- Ensinar como treinar modelos de NLP personalizados usando a Hugging Face, permitindo que os alunos ajustem e adaptem modelos pré-treinados para tarefas específicas ou domínios.

- Introduzir o conceito de modelos multimodais, que integram dados estruturados, texto, imagem, áudio e vídeo em um mesmo pipeline de IA. Demonstrar aplicações práticas desses modelos em contextos reais, como assistentes visuais, análise de documentos e sistemas interativos.

- Abordar métricas e métodos para avaliar o desempenho de chatbots e modelos de NLP, incluindo a precisão das respostas, a compreensão do contexto e a eficácia geral.

- Ensinar como integrar agentes inteligentes e chatbots em sites, aplicativos móveis, redes sociais e outras plataformas para fins práticos.

- Encorajar os alunos a aplicar o conhecimento adquirido em projetos práticos, como a criação de um chatbot funcional para uma finalidade específica.

Profissionais de todas as áreas que buscam obter uma compreensão sólida de NLP, Deep Learning, Prompt Engineering, IA Generativa e a aplicação prática dessas tecnologias em chatbots, incluindo atividades práticas e projetos hands-on, para que possam construir soluções inovadoras e causar impacto em sua organização e permanecer competitivos no mercado de trabalho. Além disso, o curso fornece recursos de aprendizado, como documentação da Hugging Face e tutoriais práticos.

As aulas e oficinas semanais são transmitidas online no modo síncrono, isto é, ao vivo.
Com o objetivo de promover o networking e o contato direto com os professores, mensalmente, determinadas aulas serão ministradas na modalidade híbrida, isto é, presencialmente na PUC-Rio e simultaneamente online. A participação nas aulas, presencialmente ou online, fica a critério de cada aluno.
As aulas são gravadas e ficam disponíveis através da plataforma Google Education Suite para o aluno rever quando quiser. Fora do horário da aula, o aluno pode solicitar vídeo-conferências (Talks) com monitores e professores. Tudo é gravado e fica disponível, durante o curso, através da plataforma Google Education Suite. Professores e monitores também estarão acessíveis remotamente durante a semana, através da plataforma de ensino Google for Education, para ajudá-lo a cada passo.