Laboratórios Práticos
30 Labs: Do Perceptron ao Demoday
Conteúdo de estudo sobre Laboratórios Práticos para a disciplina de Inteligência Artificial II (Prof. Aléssio M. Jr).
Nesta disciplina, a teoria ganha vida instantaneamente na prática. Para cada aula teórica, realizamos uma atividade hands-on em laboratório. Todas as entregas são versionadas via GitLab da disciplina com janela de submissão de 24 horas.
🧪 Baixar o Caderno de Laboratórios Completo (PDF A4)
⚙️ Módulo 1: Redes Neurais & MLOps (Labs 01–08)
Do neurônio matemático ao deploy em Docker.
| Lab | Título | O que você programa | Entregável |
|---|---|---|---|
| 01 | Perceptron em NumPy | Implementar o neurônio artificial do zero, sem frameworks | Script .py + GitLab CI setup |
| 02 | MLP Manual (Rede Profunda) | Construir uma rede multicamadas com Forward Pass manual | Testes unitários pytest |
| 03 | Descida do Gradiente e Backpropagation | Loop de treinamento completo com plotagem de convergência | Gráfico de loss |
| 04 | Ecossistema Keras e Dados Reais | Modelo Keras com ingestão de CSV, StandardScaler e train/test split | Acurácia \(> 65\%\) |
| 05 | Overfitting e Softmax | Provocar Overfitting propositalmente e diagnosticá-lo visualmente | Gráfico loss vs val_loss |
| 06 | Regularização e Otimização | Dropout + EarlyStopping + Adam contra sobreajuste | Comparativo antes/depois |
| 07 | CNNs e Transfer Learning | Classificação de imagens com ResNet50 pré-treinada (include_top=False) | Modelo fine-tuned |
| 08 | TP1: Deploy FastAPI + Docker | API REST /predict containerizada com pipeline completo |
🏆 Entrega do TP1 |
📖 Ver materiais teóricos do Arco 1 →
🔤 Módulo 2: Vetores & Vector DBs (Labs 09–14)
De palavras a números: a revolução dos embeddings.
| Lab | Título | O que você programa | Entregável |
|---|---|---|---|
| 09 | Word Embeddings | Extração de vetores com spaCy em português | Visualização 2D/3D |
| 10 | Buscador Semântico | Similaridade de Cosseno aplicada a documentos | Script de busca |
| 11 | ChromaDB CRUD | Operações de inserção, busca e persistência | Banco local populado |
| 12 | Pipeline de Ingestão | Chunking de PDFs com overlap | Pipeline de ETL |
| 13 | Transformers (Opcional) | Inspeção de atenção em modelos pré-treinados | Notebook Colab |
| 14 | Hugging Face Pipelines | Inferência local com modelos do Hub | Script de inferência |
📖 Ver materiais teóricos do Arco 2 →
🤖 Módulo 3: IA Generativa & RAG (Labs 15–22)
Do prompt básico ao RAG corporativo em Spring AI.
| Lab | Título | O que você programa | Entregável |
|---|---|---|---|
| 15 | APIs de LLMs | Consumo de OpenAI/Gemini via Python | Script de chamada |
| 16 | JSON Mode | Extração estruturada com Pydantic | Parser de dados |
| 17 | RAG Feito à Mão | Pipeline RAG em Python puro, sem frameworks | Script end-to-end |
| 18 | Spring AI Setup | Primeiro projeto Java com Spring AI | Projeto Maven/Gradle |
| 19 | RAG Corporativo | Ingestão e busca vetorial com Spring AI | API REST Java |
| 20 | Métricas RAG (Ragas) | Avaliação de fidelidade e relevância | Relatório de métricas |
| 21 | Ajustes TP2 (Parte 1) | Refinamento do sistema RAG do grupo | Código integrado |
| 22 | TP2: Entrega RAG Corporativo | Sistema Spring AI + VectorDB em docker-compose | 🏆 Entrega do TP2 |
📖 Ver materiais teóricos do Arco 3 →
🚀 Módulo 4: Agentes & Projeto Final (Labs 23–30)
Agentes autônomos, segurança e o Demoday.
| Lab | Título | O que você programa | Entregável |
|---|---|---|---|
| 23 | Fine-Tuning (LoRA) | Ajuste fino de LLM no Google Colab | Modelo adaptado |
| 24 | Agentes ReAct | Agente com Tool Calling e raciocínio iterativo | Script com @tool |
| 25 | Red Teaming (Opcional) | Arena de ataques de Prompt Injection e defesas | Relatório de segurança |
| 26 | Sprint 1 — Arquitetura | Kickoff do projeto: repositório base e modelagem | README + diagrama |
| 27 | Sprint 2 — RAG & Tools | Integração das APIs do TP1 e TP2 no agente | Ferramentas conectadas |
| 28 | Sprint 3 — UI & Defesas | Interface web + proteções contra alucinação | Frontend funcional |
| 29 | Sprint 4 — Deploy (Opcional) | Docker Compose final e CI/CD | Pipeline CI/CD |
| 30 | TP3: Demoday | Pitch de 3min + Demo ao vivo para a Banca | 🏆 Entrega do TP3 |
📖 Ver materiais teóricos do Arco 4 →