Arco 2: NLP e Vetores
🎯 Objetivos e Estratégia do Módulo
Este módulo introduz o Processamento de Linguagem Natural (NLP) moderno, focando na representação de textos como números. A progressão se dá em três frentes principais: 1. Representação e Similaridade (Aulas 9 e 10): Entendendo como a máquina lê textos usando Embeddings e como calcular a similaridade semântica geometricamente. 2. Engenharia de Contexto (Aulas 11 e 12): Preparando documentos por meio de chunking inteligente e armazenando-os em Bancos de Dados Vetoriais (Vector DBs). 3. Mecânica e Ferramentas (Aulas 13 e 14): A arquitetura Transformer e o uso prático de modelos de linguagem modernos através do ecossistema Hugging Face.
Essa trilha consolida as habilidades de manipulação e busca vetorial, preparando o terreno para a criação de sistemas de Retrieval-Augmented Generation (RAG) robustos.
Arco 2: NLP e Vetores
Transição de problemas tabulares/imagens para Processamento de Linguagem Natural.
Materiais Didáticos
Abaixo estão disponibilizados os materiais teóricos e práticos de apoio para cada uma das aulas do Arco 2:
| Encontro | Tema | 📖 Capítulo | 📊 Slides | 🧪 Laboratório |
|---|---|---|---|---|
| Aula 9 | Como a IA lê (Embeddings) | Capítulo 9 | Slides 9 | Roteiro 9 |
| Aula 10 | Semântica e Similaridade Numérica | Capítulo 10 | Slides 10 | Roteiro 10 |
| Aula 11 | Bancos de Dados Vetoriais (Vector DBs) | Capítulo 11 | Slides 11 | Roteiro 11 |
| Aula 12 | Ingestão de Dados (O Pré-RAG) | Capítulo 12 | Slides 12 | Roteiro 12 |
| Aula 13 | A Mecânica Transformer | Capítulo 13 | Slides 13 | Roteiro 13 |
| Aula 14 | O Ecossistema Hugging Face | Capítulo 14 | Slides 14 | Roteiro 14 |