✍️ 100% prático ㅤ|ㅤ🔥 On-demandㅤ|ㅤ💻 1 ano de acesso
✍️ 100% prático ㅤ|ㅤ💻 1 ano de acesso
Construa na prática um sistema completo de IA, com dados reais, usando LangFlow, Prompt Engineering e RAG_
Aprenda criar soluções que transformam documentos complexos em sistemas inteligentes de consulta, demonstrando competência prática em duas das tecnologias mais demandadas no mercado atual: Prompt Engineering e RAG.
O sistema criado serve como portfolio piece demonstrável e base para implementação de soluções similares em contextos empresariais reais.
Certificado de Conclusão
6 Horas de conteúdo Teórico e Prático
Repositório GitHub Completo
1 ano de acesso
⚠️ㅤvocê já está em desvantagem
Se você trabalha com dados e ainda não domina GenAI, RAG, e Engenharia de Prompts_
78% das grandes empresas globais já usam GenAI em algum processo operacional interno. Fonte: McKinsey Global Survey on AI, março/2025
RAG (Retrieval-Augmented Generation) é a arquitetura mais adotada por empresas que criam aplicações customizadas de IA generativa. Crescimento de +305% em projetos open-source com LangChain e RAG entre Q3/2023 e Q2/2024. Fonte: GitHub Data Index + LangChain Analytics Report, maio/2025
Profissionais com domínio em Prompt Engineering têm salários 38% maiores, mesmo em cargos não-sênior. Fonte: Stack Overflow Developer Survey 2024 + Glassdoor AI Comp Report 2025
60% dos líderes de engenharia afirmam que dominar Prompt Engineering e RAG será obrigatório até o fim de 2025 para devs, engenheiros de dados e cientistas que atuam com IA. Fonte: State of AI in Data Teams Report 2025 – Andreessen Horowitz & Scale AI
O termo “Prompt Engineer” já aparece em mais de 12 mil vagas internacionais — e mais de 1.100 no Brasil. Fonte: LinkedIn Jobs Insight, junho/2025
E se você sente que está ficando pra trás, mesmo sabendo o quanto tem pra entregar… esse workshop foi feito pra você.
Você vai entender como um sistema de IA pode extrair informações reais de documentos, responder perguntas como um analista e economizar horas de trabalho humano.
E mais importante: vai ser você construindo isso.
🫵ㅤDescubra se é para você
Para Quem é Esse Workshop?_
Este workshop é pra você que trabalha com dados e já entendeu que IA vai ser parte do seu trabalho (se já não estiver sendo)
- Já tem base sólida em Python, APIs e lógica de programação, mas ainda não colocou a mão na massa com LLMs.
- Já ouviu falar de RAG, embeddings, vector databases... mas nunca construiu uma solução de verdade com isso.
- Quer sair da teoria e criar algo que resolva um problema real, de ponta a ponta.
- Lida com dados todos os dias e quer automatizar tarefas repetitivas como análise de documentos, extração de informações e criação de relatórios.
- Busca skills práticas que geram valor direto no seu currículo, na sua empresa e na sua confiança técnica.
📚ㅤEMENTA
O que você vai aprender neste Workshop?_
Ao completar este workshop, você terá construído um sistema completo de IA que processa documentos empresariais e responde perguntas inteligentes sobre os dados, demonstrando competência prática em duas das tecnologias mais demandadas no mercado atual: Prompt Engineering e RAG.
O sistema criado serve como portfolio piece demonstrável e base para implementação de soluções similares em contextos empresariais reais.
Módulo 1
1 hora
Fundamentos de GenAI
Objetivo: Estabelecer base sólida sobre como LLMs funcionam e suas aplicações práticas
Conteúdo Teórico (40min):
- Como funcionam os Large Language Models (LLMs)
- GPT, Claude, Gemini: capacidades e limitações específicas
- Conceito de tokens e janela de contexto
- Parâmetros importantes: temperature, max_tokens, top_p
- Aplicações empresariais reais de LLMs
- Casos de sucesso em automação de documentos
- Conceito de tokens e janela de contexto
- ROI típico em projetos de GenAI
- Comparação de modelos para extração de dados
- OpenAI vs Google vs Anthropic para documentos estruturados
Atividade Prática (20min):
- Demo ao vivo: extraindo dados de invoice UberEats usando prompts básicos
- Comparação de resultados entre diferentes modelos
- Análise de custos por token para cada provider
- Entregável: Compreensão clara das capacidades e limitações dos LLMs principais
Módulo 2
1 hora
Prompt Engineering Aplicado
Objetivo: Dominar técnicas avançadas para criar prompts que geram resultados consistentes e precisos
Conteúdo Teórico (20min):
- Anatomia do prompt profissional
- Estrutura: Role + Context + Task + Format + Examples
- Princípios de clareza, especificidade e consistência
- Técnicas avançadas essenciais
- Few-shot learning: ensinando com exemplos
- Chain-of-thought: raciocínio passo-a-passo
- Output formatting: JSON, XML, estruturas customizadas
Atividade Prática (40min):
- Playground de Prompt Engineering
- Desafio prático: Criar prompt que funcione para 5 tipos diferentes de invoice
- Metodologia de teste: Como validar consistência das extrações
- Entregável: Biblioteca de prompts otimizados para diferentes tipos de documento
Módulo 3
1 hora
Fundamentos de RAG
Objetivo: Entender a arquitetura RAG e quando aplicá-la para superar limitações dos LLMs
Conteúdo Teórico (30min):
- Por que RAG é necessário
- Limitações de conhecimento dos LLMs
- Dados privados vs dados públicos
- Custo-benefício vs fine-tuning
- Arquitetura RAG explicada
- Chunking: estratégias para dividir documentos
- Embeddings: transformando texto em vetores numéricos
- Vector databases: armazenamento e busca semântica
- Retrieval + Generation: como combinar busca com geração
Atividade Prática (30min):
- Construção manual de RAG simples
- Criando embeddings de invoices diferentes
- Testando busca semântica: "gastos com comida japonesa"
- Comparando resultados de diferentes estratégias de chunking
- Entregável: Compreensão prática de como RAG funciona internamente
Módulo 4
1 hora
LangChain & LangFlow - Ferramentas Profissionais
Objetivo: Setup do ambiente e domínio das ferramentas padrão da indústria para desenvolvimento RAG
Conteúdo Teórico (20min):
- LangChain: o framework padrão
- Componentes principais: Chains, Prompts, Memory, Agents
- Quando usar LangChain vs desenvolvimento próprio
- Ecosystem e integrações disponíveis
- LangFlow: prototipagem visual
- Interface drag-and-drop para construir pipelines
- Vantagens para iteração rápida e demonstrações
- Exportação para código Python/LangChain
Atividade Prática (40min):
- Setup completo do ambiente
- Instalação via Docker (ambiente reproduzível)
- Configuração de API keys e variáveis de ambiente
- Primeiro pipeline: chain simples de pergunta-resposta
- Familiarização com LangFlow
- Interface e componentes disponíveis
- Construção de workflow básico
- Exportação e comparação com código LangChain equivalente
- Entregável: Ambiente funcional + compreensão das ferramentas principais
Módulo 5
1.5 horas
Pipeline de Extração UberEats
Objetivo: Construir sistema robusto de extração de dados de documentos variados
Caso Prático: Sistema que processa invoices UberEats com diferentes layouts e extrai dados estruturados consistentes
Desenvolvimento no LangFlow (60min):
- Design do pipeline completo
- Input: upload de PDFs com layouts variados
- Processing: chain de extração com prompt otimizado do Módulo 2
- Validation: regras de negócio e formatação
- Output: JSON estruturado com dados padronizados
- Implementação hands-on
- Configuração de componentes no LangFlow
- Teste com dataset de invoices reais
- Debugging e refinamento iterativo
Otimizações e Robustez (30min):
- Error handling profissional
- Como lidar com PDFs corrompidos ou mal formatados
- Fallback strategies para extrações incompletas
- Logging e monitoramento de qualidade
- Batch processing
- Processamento de múltiplos invoices simultaneamente
- Otimização de performance e custos de API
- Enriquecimento de dados
- Adição de metadata (timestamp, fonte, confiabilidade)
- Categorização automática (tipo de cozinha, faixa de preço)
- Entregável: Sistema de extração robusto e pronto para uso profissional
Módulo 6
1.5 horas
RAG Inteligente para Análise
Objetivo: Construir sistema RAG que responde perguntas complexas sobre os dados extraídos
Preparação Estratégica dos Dados (30min):
- Chunking otimizado para invoices
- Estratégias específicas para dados financeiros
- Preservação de contexto (relacionamentos entre itens)
- Metadata para filtering avançado
- Vector Store e indexing
- Configuração de ChromaDB/FAISS
- Estratégias de embedding para dados estruturados
- Otimização de retrieval para diferentes tipos de query
Construção do Sistema RAG (60min):
- Pipeline completo no LangFlow
- Retrieval: busca semântica nos dados processados
- Prompt augmentation: injeção inteligente de contexto
- Response generation: respostas precisas e fundamentadas
- Funcionalidades avançadas
- Memory para conversas contextualizadas
- Filtering por período, restaurante, valor, categoria
- Aggregations: somas, médias, comparações temporais
Casos de Uso Reais (30min):
- Perguntas de Business Intelligence
- "Qual o faturamento total de cada restaurante em fevereiro?"
- "Quais estabelecimentos tiveram crescimento acima de 20%?"
- "Qual a sazonalidade dos pedidos por tipo de cozinha?"
- Análises comparativas
- Performance entre períodos
- Benchmarking de diferentes parceiros
- Identificação de tendências e anomalias
- Entregável: Sistema RAG completo que funciona como analista de dados conversacional
🎁ㅤRepositório GitHub Completo
Materiais Entregues_
- Código fonte de todos os pipelines desenvolvidos
- Dataset realista de invoices UberEats
- Templates de LangFlow prontos para customização
- Documentação técnica detalhada
🔥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.
- Acesso ao workshop por 1 ano
- Workshop com 6 módulos práticos sobre Prompt Engineering & RAG
- Repositório com código completo, templates de prompts e workflows prontos
- Dataset realista de invoices UberEats para treinar, testar e adaptar
- Acesso ao ambiente LangFlow configurado com instruções passo-a-passo
- Certificado de conclusão com comprovação de projeto aplicado
- Networking com outros profissionais de dados + Comunidade exclusiva de suporte durante o evento
✍️ 100% prático ㅤ|ㅤ🔥 On-demandㅤ|ㅤ💻 1 ano de acesso
- Acesso ao workshop por 1 ano
- Workshop com 6 módulos práticos sobre Prompt Engineering & RAG
- Repositório com código completo, templates de prompts e workflows prontos
- Dataset realista de invoices UberEats para treinar, testar e adaptar
- Acesso ao ambiente LangFlow configurado com instruções passo-a-passo
- Certificado de conclusão com comprovação de projeto aplicado
- Networking com outros profissionais de dados + Comunidade exclusiva de suporte durante o evento
Teste sem risco. Seu dinheiro de volta se não gostar_
💬ㅤDEPOIMENTOS DE OUTROS WORKSHOPS
Veja o que dizem alguns dos milhares de alunos que já participaram dos nossos workshops_
🎓ㅤseu mentor
Luan Moreno_
- 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
Como Principal Data Architect e Lead Data Engineer na Pythian (Multinacional Canadense), ele trabalha com as tecnologias mais avançadas de GenAI antes mesmo delas chegarem ao mercado. Ele vê os problemas reais que as maiores empresas do mundo enfrentam e cria soluções que valem milhões.
Mas, porque ele escolheu criar este workshop para você?
Porque sabe que o Brasil precisa de mais profissionais preparados para a revolução da IA.
Quando Luan fala sobre Prompt Engineering e RAG, ele não está repetindo tutoriais do YouTube. Ele está compartilhando insights diretos de quem implementa essas tecnologias nas maiores empresas do mundo, todos os dias.
Não Procrastine com a Sua Evolução, Garanta Agora e Não Fique Para Trás_
E se você sente que está ficando pra trás, mesmo sabendo o quanto tem pra entregar… esse workshop foi feito pra você.
Você vai entender como um sistema de IA pode extrair informações reais de documentos, responder perguntas como um analista e economizar horas de trabalho humano.
E mais importante: vai ser você construindo isso.
