Como criamos um agente de IA mentor de carreira ao vivo, do zero, sem gastar um centavo
Fala, comunidade tech!
No último sábado, centenas de pessoas acompanharam ao vivo um projeto prático incrível que fizemos aqui na DIO. O Venilton construiu um agente de inteligência artificial mentor de carreira em tempo real, usando ferramentas gratuitas, sem escrever uma linha de código Python manualmente e sem pagar por nenhum modelo.
O resultado foi um agente que leu as carreiras disponíveis na plataforma, processou o perfil de um usuário real e devolveu um roadmap personalizado, com fases, prazos e próximos passos. Tudo isso em menos de dois minutos.
O que foi construído e como funciona
A base do projeto usou três ferramentas: OpenCode, Ollama e Crew AI. O OpenCode é um agente de codificação open source que funciona como uma IDE autônoma. Ele lê o contexto da pasta do projeto, entende o que precisa ser feito e modifica os arquivos por conta própria. O Ollama é uma interface que permite rodar modelos de linguagem localmente ou acessar modelos gratuitos na nuvem. O Crew AI é um framework Python criado por brasileiros, focado em orquestração de agentes, com uma sintaxe simples o suficiente para qualquer pessoa entender o que está acontecendo.
O modelo usado durante a live foi o GLM5 Cloud, disponível gratuitamente pelo Ollama. Em benchmarks comparativos, ele compete diretamente com modelos de nova geração da OpenAI e da Anthropic, perdendo apenas para o Claude Opus em um dos testes. E está disponível sem custo, com cotas semanais generosas.
O agente em ação
O Venilton não editou os arquivos Python manualmente. Ele descreveu em linguagem natural o que queria: um agente que atuasse como mentor de carreira, orientasse alunos sobre as trilhas disponíveis na DIO e fosse capaz de buscar informações diretamente no site de carreiras da plataforma.
O OpenCode leu o template do repositório, preencheu os campos em branco, configurou o agente e indicou como rodar o código. Quando o Venilton pediu que incluísse um input do usuário para tornar a experiência mais dinâmica, o agente modificou o arquivo novamente. Ao final, o próprio OpenCode fez o commit das alterações no GitHub, sem que ninguém precisasse tocar no terminal.
Para demonstrar o agente funcionando, um usuário fictício foi inserido: um arquiteto e urbanista em transição de carreira, com interesse em frontend. O agente acessou o site de carreiras da DIO, extraiu as informações relevantes e devolveu uma resposta estruturada: por que frontend faz sentido para esse perfil, quais cursos e formações da DIO seguir, um roadmap dividido em fases de quatro a seis semanas cada e os próximos passos práticos.
Por que isso importa para sua carreira tech
A diferença entre um chatbot e um agente está na autonomia. Um chatbot responde. Um agente analisa, decide quais ferramentas usar, executa, avalia o resultado e, se necessário, reprocessa. Você viu isso acontecer ao vivo: o agente não recebeu uma resposta pronta. Ele foi até a fonte, buscou os dados, interpretou o contexto do usuário e construiu uma orientação personalizada.
Isso é o que o mercado está começando a exigir de profissionais de tecnologia. Não apenas quem usa IA, mas quem entende como orquestrar agentes, conectar ferramentas e construir soluções autônomas.
É exatamente por isso que as maiores empresas parceiras da DIO, como GFT, Avanade e NTT DATA, estão patrocinando bolsas de estudo no DIO PRO agora. Elas precisam de profissionais preparados para esse novo padrão, e estão investindo nisso de forma concreta.
Se você quer estudar agentes de IA com bootcamps ilimitados e conteúdos criados por quem está construindo esse mercado, as bolsas ainda estão disponíveis.
Garanta sua bolsa de estudo do DIO PRO 👉 https://c.dio.me/auiaqM
As bolsas de estudo não limitadas, não deixe para depois. Clique no link e garanta a sua agora.
