Os sistemas de IA agentes vão além da IA generativa tradicional, permitindo que agentes de software planejem, tomem decisões, usem ferramentas, interajam com sistemas externos e completem tarefas de múltiplas etapas com maior autonomia. Este curso oferece uma introdução estruturada ao design, desenvolvimento, aplicação, teste e otimização de sistemas agentes eficazes.
O curso começa com as bases da IA agentes e explica como os sistemas agentes diferem das aplicações de IA generativa baseadas em prompts. Os alunos explorarão as características dos agentes autônomos, incluindo orientação de objetivos, raciocínio, planejamento, memória, tomada de decisões, uso de ferramentas e interação com ambientes em mudança.
O curso então examina os principais componentes dos sistemas agentes. Os alunos entenderão como modelos de linguagem, instruções, componentes de memória, ferramentas, APIs, fontes de dados, fluxos de trabalho e mecanismos de feedback trabalham juntos para criar um agente funcional. Também é dada atenção às relações entre agentes individuais, usuários e sistemas externos.
Os alunos explorarão como projetar fluxos de trabalho agentes eficazes para tarefas complexas. Isso inclui dividir objetivos em ações menores, definir pontos de decisão, organizar sequências de tarefas, lidar com dependências e criar caminhos confiáveis para os agentes seguirem. O curso explica como fluxos de trabalho estruturados podem melhorar a consistência, eficiência e controle, permitindo que os agentes operem de forma autônoma.
A seção de desenvolvimento se concentra na criação de agentes autônomos que podem interpretar objetivos, selecionar ações apropriadas, usar ferramentas disponíveis, avaliar resultados e ajustar seu comportamento. Os alunos examinarão considerações práticas para definir responsabilidades do agente, estabelecer limites, gerenciar contexto e reduzir ações desnecessárias ou incorretas.
O curso apresenta ferramentas e frameworks comuns usados para construir soluções de IA agentes. Os alunos entenderão como essas tecnologias suportam integração de modelos, chamada de ferramentas, orquestração, memória, gerenciamento de fluxo de trabalho e comunicação entre agentes. O foco está na seleção de ferramentas com base nos requisitos do projeto, em vez de confiar em um único framework.
Aplicações práticas de sistemas agentes são exploradas em operações de negócios, suporte ao cliente, pesquisa, processamento de dados, automação de fluxo de trabalho, gerenciamento de conteúdo e suporte à decisão. Os alunos examinarão como agentes autônomos podem melhorar a produtividade, reconhecendo as situações em que a revisão humana é necessária.
