Sugestão de Roteiro de Aulas para os Novos Cursos de Agentes de IA da DIO

Os roteiros de aulas dos novos cursos de Agentes de IA (N8N, CrewAI e LLM) foram pensados para levar o aluno do básico à prática real, explorando conceitos, ferramentas e aplicações de forma clara e envolvente. A ideia é despertar curiosidade e mostrar, na prática, como usar agentes de IA para criar soluções úteis e inovadoras.

Observação: Partes das sugestões aqui apresentadas, podem ultrapassar o conteúdo real de cada curso, a ideia é propor ao aluno ir além dos conteúdos abordados nos cursos.

Curso: N8N

1) Primeiros Passos em N8N: Conceitos e Instalação

• O aluno entende o que é automação, para que serve o N8N, principais vantagens.
• Instalação (local, nuvem, Docker) e primeiros ajustes.

2) Navegação e Interface do N8N

• Tour pela interface.
• Explicação dos principais menus e elementos (nós, editor, execuções, credenciais, configurações).
• Demonstração de como se organiza um fluxo.

3) Criação de Workflows Simples no N8N

• Construção do primeiro workflow básico (ex: trigger → transformação de dado → envio de e-mail).
• Mostrar execução passo a passo, logs e depuração.

Curso: CrewAI

1) Fundamentos do CrewAI: Conceitos e Ecossistema

• O que é o CrewAI e como se diferencia de frameworks de agentes.
• Ecossistema (agentes, tarefas, papéis, integrações).
• Casos de uso mais comuns.

2) Instalação e Configuração do CrewAI

• Requisitos (Python, dependências, ambiente virtual, LLMs suportados).
• Instalação passo a passo.
• Configuração inicial (chaves de API, providers, variáveis de ambiente).

3) Primeiros Passos: Criando seu Primeiro Agente com CrewAI

• Montando um agente simples.
• Executando a primeira interação.
• Testes básicos para validar funcionamento.

4) Estrutura de Projetos com CrewAI

• Organização de diretórios e arquivos.
• Padrões recomendados (modularização, versionamento).
• Como preparar o projeto para escalar.

5) Configuração de Tarefas e Papéis em CrewAI

• Diferença entre tasks e roles.
• Definição de responsabilidades dos agentes.
• Exemplo prático com múltiplos papéis trabalhando em conjunto.

Curso: LLM

1)     Fundamentos de Modelos de Linguagem de Grande Escala

• O que são LLMs e sua evolução histórica.
• Conceitos de NLP, tokens, embeddings e atenção.
• Principais casos de uso.

2)     Arquiteturas e Estruturas de LLMs

• Diferença entre modelos baseados em Transformer, RNN e outros.
• Camadas, atenção multi-cabeça, parâmetros e dimensionamento.
• Como arquiteturas impactam desempenho e capacidade.

3)      Processos de Treinamento de LLMs

• Pré-treinamento vs. fine-tuning vs. LoRA.
• Dataset, limpeza de dados e tokenização.
• Estratégias de otimização e avaliação.

4)      Aplicações Práticas de LLMs

• Exemplos de integração via APIs.
• Uso em agentes, chatbots, summarizers, geração de código etc.
• Boas práticas, limitações e ética no uso de LLMs.

Agora que você conhece a proposta, o próximo passo é se aprofundar e colocar a mão na massa. Esses cursos foram pensados para quem quer entender, testar e aplicar a inteligência artificial de forma prática no dia a dia. Aproveite a jornada e explore todo o potencial dos agentes de IA.