Aprenda tudo sobre Large Language Models com os melhores recursos educacionais disponíveis online.
Nossa curadoria inclui cursos e tutoriais de instituições renomadas como Stanford, DeepLearning.AI, Hugging Face e outras, cobrindo desde fundamentos até tópicos avançados em LLMs.
Recursos
Instituições
Níveis
Atualizado
Siga esta sequência para dominar LLMs de forma estruturada
Encontre os melhores recursos para seu nível e objetivos de aprendizado
Curso introdutório de Andrew Ng sobre inteligência artificial e seus impactos.
Fundamentos de processamento de linguagem natural com redes neurais.
Curso da IBM sobre conceitos fundamentais de inteligência artificial.
Curso avançado sobre modelos de linguagem generativos e suas aplicações.
Curso completo de NLP usando a biblioteca Transformers do Hugging Face.
Abordagem prática para deep learning com foco em aplicações reais.
Curso avançado da Stanford sobre arquitetura, treinamento e avaliação de LLMs.
Tópicos avançados em aprendizado não supervisionado e modelos generativos.
Curso do MIT sobre fundamentos teóricos e práticos de modelos de linguagem.
Curso prático de programação em Python para aplicações de IA.
Bootcamp intensivo para construir aplicações práticas com LLMs.
Construa sistemas completos usando LLMs, RAG e agentes.
Curso avançado da Stanford sobre arquitetura, treinamento e avaliação de LLMs.
Tópicos avançados em aprendizado não supervisionado e modelos generativos.
Tutoriais, livros e documentação gratuitos para aprender LLMs
Guia abrangente e gratuito sobre Large Language Models mantido pela comunidade.
AcessarCurso interativo gratuito sobre Transformers e LLMs com exercícios práticos.
AcessarCanais especializados em LLMs como Two Minute Papers, Yannic Kilcher e mais.
ExplorarPlataforma com papers de pesquisa em LLMs, implementações de código e benchmarks.
AcessarExemplos práticos e receitas para usar APIs de LLMs da OpenAI com código Python.
AcessarEstratégias eficazes para dominar Large Language Models
Domine Python, machine learning básico e processamento de linguagem natural antes de avançar.
Implemente projetos práticos desde o início, mesmo que sejam simples.
Acompanhe pesquisadores, desenvolvedores e empresas líderes no Twitter e LinkedIn.
Participe de projetos como Hugging Face, LangChain e outros para ganhar experiência real.
O campo evolui rapidamente - leia papers, blogs e assista a conferências regularmente.
Não tente aprender tudo de uma vez. Foque em um tópico por vez e construa conhecimento incrementalmente. A profundidade é mais valiosa que a amplitude no início.