Workshop | Agentic IA na prática | v3

📚ㅤEMENTA

O que você vai construir neste Workshop_

Pioneirismo é a nossa marca. No Brasil, estamos entre os primeiros a ensinar boas práticas para profissionais de dados com conteúdo totalmente em português.

Neste workshop você vai entender meses de pesquisa condensados em 6 horas, com uma stack moderna e validada em projetos reais. Você sairá com um sistema funcional no portfólio, um Agente de Vendas com autonomia crescente, pronto para gerar impacto comercial imediato e ser replicado em qualquer negócio.

Tudo isso dentro de uma metodologia replicável, com certificado e posicionamento profissional para liderar iniciativas de GenAI e atuar em projetos de alta visibilidade.

Liberar meu acesso

Módulo 1

Fundamentos de LLMs e Arquitetura de Agentes

Objetivo: Estabelecer fundação sólida sobre IA Generativa e o paradigma de Agentes

• LLMs e Foundation Models
• 
  GPT-4, Claude 3.5, Gemini: capacidades específicas para agentes
• 
  Conceitos essenciais: reasoning, planning, tool usage
• 
  Limitações que agentes resolvem vs limitações que persistem

• Planejamento de uma Solução com Agentes
• 
  Quando usar Agentes vs RAG simples vs Fine-tuning
• 
  Arquitetura: Planning → Action → Observation → Reflection
• 
  Componentes essenciais: Memory, Tools, Knowledge Base

• Ferramentas do Ecossistema Agentic
• 
  LangFlow, Dify, CrewAI, n8n: quando usar cada uma
• 
  Comparação: facilidade vs flexibilidade vs produção

• Arquitetura GIP para Soluções de Data Engineering & GenAI
• 
  Governança, Infraestrutura e Produtos de dados
• 
  Como integrar agentes em pipelines de dados existentes

• 
  Demonstração: Padrões de Desenvolvimento para Agentes
• 
  Design visual da arquitetura do Agente de Vendas UberEats
• 
  Mapeamento de responsabilidades e fluxos de decisão
• 
  Stack: Excalidraw

• Entregável: Arquitetura completa documentada do sistema que será construído

Módulo 2

RAG – Habilitando Memória ao Seu Agente

Objetivo: Construir uma base de conhecimento multimodal robusta que alimenta decisões inteligentes

• Desafios para Criação de um Knowledge Base
• 
  Tipos de conhecimento: produtos, políticas, clientes, contexto
• 
  Estruturados vs não-estruturados: quando cada abordagem
• 
  Multimodalidade: texto + imagens + dados tabulares

• Fase 1: Pre-Processing Avançado
• 
  Document parsing com Docling (PDFs complexos)
• 
  Chunking inteligente com Chonkie
• 
  Estratégias para preservar contexto comercial

• Fase 2: Query Phase Otimizada
• 
  Embedding strategies para dados comerciais
• 
  Híbrido: busca semântica + filtros estruturados
• 
  Re-ranking para melhorar precisão

• Vector Databases & Search
• 
  Weaviate vs Supabase vs ChromaDB: comparação prática
• 
  Indexing strategies para performance em produção

• Arquiteturas: Tradicional, Multi-Retriever & Agentic
• 
  Quando cada arquitetura é apropriada
• 
  Trade-offs: complexidade vs precisão vs latência

• 
  Construindo a Base de Conhecimento UberEats (Multi-Modal)
• 
  Ingestão de cardápios em PDF com imagens de pratos
• 
  Processamento de políticas comerciais e promoções
• 
  Estruturação de dados de clientes e histórico de pedidos
• 
  Configuração de vector database com metadados comerciais
• 
  Testes de retrieval para diferentes tipos de consulta
• 
  Stack: Docling, Chonkie, OpenAI, Supabase, Weaviate & LangFlow

• Entregável: Base de conhecimento funcional com capacidades multimodais

Módulo 3

Agentes com Múltiplas Responsabilidades

Objetivo: Transformar RAG passivo em Agente ativo capaz de raciocinar e agir

• Chatbot vs. RAG vs. Agente: as diferenças na prática
• 
  Chatbot: scripted responses
• 
  RAG: knowledge retrieval + generation
• 
  Agente: reasoning + planning + action + learning

• Componentes de um Agente Inteligente
• 
  Memory: Working memory vs Long-term memory
• 
  Planning: Goal decomposition e estratégia
• 
  Tools: Function calling e external APIs
• 
  Reflection: Auto-avaliação e melhoria contínua

• Padrões de Desenvolvimento
• 
  ReAct: Reasoning + Acting interleaved
• 
  Chain-of-Thought para vendas complexas
• 
  Self-correction quando estratégias falham

• Integração com MCP (Model Context Protocol)
• 
  O futuro dos agentes: contexto dinâmico
• 
  Implementação prática com ferramentas modernas

• Construindo o Agente de Vendas UberEats
• 
  Definição da Persona: “Sou um vendedor especialista do UberEats. Conheço todos os restaurantes, pratos, promoções e políticas. Sou empático, persuasivo e sempre busco a melhor experiência para o cliente, maximizando valor tanto para ele quanto para a plataforma.”

• Responsabilidades Implementadas:
• 
  Consultor de Menu: Recomendações baseadas em preferências e restrições
• 
  Especialista em Políticas: Aplicação automática de descontos e promoções
• 
  Estrategista de Vendas: Upselling inteligente no momento certo
• 
  Suporte Personalizado: Resolução de problemas com contexto histórico
• 
  Analista de Comportamento: Insights sobre padrões de consumo
• 
  Implementação no LangFlow com interface visual
• 
  Configuração de memory para conversas contextualizadas
• 
  Integração com ferramentas (APIs, calculadoras, sistemas externos)
• 
  Testes extensivos com cenários de venda reais
• 
  Stack: LangFlow, LangFuse, Dify & n8n

• Entregável: Agente autônomo capaz de vender de forma inteligente e personalizada

Módulo 4

Agentic Systems para Problemas Complexos

Objetivo: Escalar para sistemas onde múltiplos agentes especialistas colaboram

• Agentic Systems: além do agente único
• 
  Quando a complexidade exige especialização
• 
  Padrões: Hierarchical, Cooperative, Competitive
• 
  Orquestração vs Coordenação descentralizada

• Entregável: Protótipo de sistema multi-agente e framework para expansão.

• Casos de Uso Empresariais
• 
  Customer Success: múltiplos touchpoints
• 
  Sales Operations: lead qualification + nurturing + closing
• 
  Product Management: research + analysis + roadmap

• Arquitetura de Sistemas Multi-Agente
• 
  Message passing entre agentes
• 
  Shared memory vs isolated contexts
• 
  Conflict resolution e decision making

• Comparação de Frameworks
• 
  CrewAI vs Agno vs LlamaIndex: pontos fortes e limitações

• Demonstração: CrewAI vs. Agno para Criação de Agentic Systems

• Sistema UberEats Multi-Agente:
• 
  MenuAgent: Especialista em cardápios, ingredientes e restrições
• 
  PolicyAgent: Expert em promoções, descontos e regras comerciais
• 
  CustomerAgent: Conhece histórico, preferências e comportamento
• 
  UpsellAgent: Focado em maximizar ticket médio estrategicamente
• 
  SupportAgent: Resolução de problemas e pós-venda

• 
  Configuração rápida de crew colaborativo
• 
  Teste de coordenação entre agentes especializados
• 
  Comparação de resultados vs agente único
• 
  Stack: CrewAI, Agno & LlamaIndex

• Entregável: Protótipo de sistema multi-agente e framework para expansão.

🔥ㅤchegou a hora

Investimento simbólico para um retorno gigante!_

Esse treinamento custa apenas R$ 97,00, um valor que não chega nem perto do que você ganharia aplicando esse conhecimento no mercado.

O custo real para um curso desse nível seria 3X mais… Mas hoje, você vai pagar menos que um almoço por dia.

• 
  Repositório GitHub completo
• 
  Dataset realista do UberEats
• 
  Templates reutilizáveis
• 
  Documentação técnica
• 
  Guias de deployment para produção
• 
  Benchmarks de performance e custos dos sistemas criados
• 
  Arquitetura completa documentada
• 
  Base de conhecimento funcional com capacidades multimodais
• 
  Protótipo de sistema multi-agente com framework para expansão
• 
  Metodologia replicável para novos projetos
• 
  Certificado de Conclusão

💻 100% online ㅤ|ㅤ🔥 No seu ritmoㅤ|ㅤ🚀 1 ano de acesso

De: R$297 Por apenas:

^R$97^,00

Ou 12x de R$9,70

GARANTA SUA VAGA

• 
  Repositório GitHub completo
• 
  Dataset realista do UberEats
• 
  Templates reutilizáveis
• 
  Documentação técnica
• 
  Guias de deployment para produção
• 
  Benchmarks de performance e custos dos sistemas criados
• 
  Arquitetura completa documentada
• 
  Base de conhecimento funcional com capacidades multimodais
• 
  Protótipo de sistema multi-agente com framework para expansão
• 
  Metodologia replicável para novos projetos
• 
  Certificado de Conclusão

O que torna este Workshop único_

PRIMEIRO NO BRASIL a combinar RAG + Agentes + Multi-Agente Systems

em uma jornada prática completa usando tecnologias cutting-edge como Model Context Protocol (MCP).

Stack moderna de 2025

LangFlow, CrewAI, Agno, Docling, Chonkie, Weaviate — as mesmas ferramentas que startups unicórnio usam para construir produtos de IA.

Foco empresarial

Cada módulo conecta tecnologia com valor comercial real. Você aprende não apenas COMO construir, mas QUANDO e PORQUÊ implementar cada arquitetura.

70% prático

Menos teoria, mais hands-on. Você sai com um sistema funcionando, não apenas conceitos abstratos.

Primeiro no Brasil a combinar RAG + Agentes + Multi-Agente Systems

em uma jornada prática completa usando tecnologias cutting-edge como Model Context Protocol (MCP).

Stack moderna de 2025

LangFlow, CrewAI, Agno, Docling, Chonkie, Weaviate — as mesmas ferramentas que startups unicórnio usam para construir produtos de IA.

Foco empresarial:

Cada módulo conecta tecnologia com valor comercial real. Você aprende não apenas COMO construir, mas QUANDO e PORQUÊ implementar cada arquitetura.

70% prático

Menos teoria, mais hands-on. Você sai com um sistema funcionando, não apenas conceitos abstratos.

💬ㅤDEPOIMENTOS DE OUTROS WORKSHOPS

Veja o que dizem alguns dos milhares de alunos que já participaram dos nossos workshops_

🎓ㅤseu mentor: LUAN MORENO

Nossa autoridade vem de quem FAZ, não apenas ensina:_

• 
  Global Speaker: Palestrou no Data Summit 2025 e eventos internacionais que definem o futuro da IA
• 
  Microsoft MVP: Por 7 anos consecutivos, um dos maiores reconhecimentos globais para especialistas em tecnologia.
• 
  Professor de alto nível: Autor de treinamentos e formações que já impactaram mais de 50 mil profissionais
• 
  Databricks MVP: Apenas 1% dos profissionais globais recebem esse reconhecimento

Por que Agentic AI?

Luan Moreno é pioneiro em assuntos relacionados à Engenharia de Dados no Brasil. Hoje, ele vivencia em sua rotina como essa tecnologia (Agentic AI) está transformando operações empresariais. Profissionais que sabem construir esses sistemas estão se tornando indispensáveis e, por isso, decidiu compartilhar seu conhecimento empírico no assunto.

Quando Luan Moreno fala sobre Agentes de IA, não está repetindo tutoriais da internet. Ele está compartilhando metodologias testadas por ele em projetos que movimentam milhões de reais todos os dias.

Enquanto você lê esta página, empresas ao redor do mundo estão implementando frotas de agentes inteligentes que:

• Automatizam processos que antes exigiam equipes inteiras
• Tomam decisões complexas em milissegundos
• Colaboram entre si para resolver problemas que humanos levam horas
• Geram ROI de centenas de milhares de reais em automação

Posicione-se no epicentro da maior transformação tecnológica desde a internet.

Se você chegou até aqui, já sabe que precisa estar neste workshop.

Sim, quero aprender agora

🔥 Acesso imediato + 7 dias de garantia incondicional 🔥

Engenharia de Dados Academy 2025 © Todos os direitos reservados