Módulo 00 — Fundamentos Absolutos de IA

⏱ 8 tópicos · ~70 min no total Atualizado em: 2026-04-29

Seção 01 — O que é IA

Diferenças e relações entre IA, ML, Deep Learning e IA Generativa. Tipos de aprendizado em alto nível.

IA, ML, Deep Learning e IA Generativa

O mapa do território: quatro termos que todo mundo confunde, explicados de uma vez.

Tipos de aprendizado em alto nível

Supervisionado, não-supervisionado, reforço e generativo — quando cada um é usado e por quê.

Seção 02 — Modelos e Estratégias

O que é um modelo de verdade. Como escolher entre fine-tuning, RAG e prompt engineering.

O que é um modelo

Parâmetros, pesos, treinamento vs inferência — o que acontece de verdade quando um modelo "aprende".

Fine-tuning vs RAG vs Prompt Engineering

Três estratégias para adaptar modelos. Quando usar cada uma — com critérios claros.

Seção 03 — Intuição Matemática e LLMs

Como modelos representam informação. Como um LLM "pensa" — sem cálculo, só analogias.

Vetores, embeddings e atenção

Intuição para os conceitos matemáticos que movem a IA moderna — sem nenhuma equação.

Como um LLM pensa

Previsão do próximo token. Por que modelos inventam fatos. O que é temperatura na prática.

Seção 04 — Conceitos de Inferência

Os parâmetros que você vai ver em todo lugar ao usar modelos de linguagem.

Tokens, context window, temperatura

O vocabulário básico de inferência que você precisa antes de usar qualquer API de LLM.

Seção 05 — Glossário

Referência rápida dos 20 termos que aparecem com mais frequência na área.

Glossário visual: 20 termos essenciais

Definições de 2-3 linhas para os termos que você vai encontrar em todo artigo, vídeo e conversa sobre IA.