Visão Geral

Este curso apresenta os conceitos, arquiteturas e práticas para criação de agentes inteligentes baseados em Large Language Models (LLMs). O foco está em transformar LLMs em agentes capazes de planejar, decidir, executar ações e interagir com ferramentas, sistemas e usuários de forma autônoma e controlada.

Objetivo

Após realizar este curso, você será capaz de:

• Compreender o funcionamento de agentes baseados em LLMs
• Diferenciar chatbots de agentes autônomos
• Projetar arquiteturas de agentes com LLMs
• Implementar ciclos de percepção, decisão e ação
• Integrar agentes com ferramentas e APIs externas
• Avaliar riscos, limites e boas práticas no uso de agentes

Publico Alvo

• Desenvolvedores de software
• Profissionais de IA e automação
• Cientistas de dados
• Engenheiros de sistemas inteligentes
• Interessados em agentes baseados em LLMs

Pre-Requisitos

• Programação básica (preferencialmente Python)
• Noções de IA e machine learning
• Conhecimentos introdutórios sobre LLMs
• Familiaridade com APIs e sistemas

Conteúdo Programatico

Module 1 – Introduction to LLM-Based Agents

1. What are LLM-based agents
2. From chatbots to autonomous agents
3. Capabilities and limitations of LLMs
4. Agent use cases

Module 2 – Agent Architecture with LLMs

1. Core components of an agent
2. Memory, reasoning and action layers
3. Stateless vs stateful agents
4. Control flow patterns

Module 3 – Prompt Engineering for Agents

1. System prompts and role definition
2. Task decomposition
3. Chain-of-thought and reasoning strategies
4. Prompt robustness

Module 4 – Tool Use and Action Execution

1. Tool calling concepts
2. API integration
3. Function calling patterns
4. Error handling and recovery

Module 5 – Memory and Context Management

1. Short-term vs long-term memory
2. Vector databases fundamentals
3. Context window management
4. Knowledge retrieval strategies

Module 6 – Planning and Autonomous Decision Making

1. Planning with LLMs
2. ReAct and planning loops
3. Task prioritization
4. Autonomous execution cycles

Module 7 – Multi-Agent Systems with LLMs

1. Single-agent vs multi-agent design
2. Agent collaboration and delegation
3. Communication protocols
4. Coordination challenges

Module 8 – Safety, Ethics and Best Practices

1. Hallucination and reliability
2. Guardrails and constraints
3. Security and data privacy
4. Responsible deployment of LLM agents