Programa do Curso
Dia 1
Anatomia de um Agente de IA Moderno
Além dos chatbots: agentes como sistemas autônomos de raciocínio e atuação
Paradigmas de agentes reativos, proativos, híbridos e orientados a objetivos
Componentes principais: percepção, planejamento, memória, uso de ferramentas e ação
Trocas entre design de agente único e multi-agente
Frameworks de Agentes e o Stack Moderno
LangChain, LlamaIndex, AutoGen, CrewAI e suas trocas envolvidas
Comparação com frameworks clássicos como JADE e SPADE
Seleção de um framework com base em requisitos de produção
Chamadas de ferramenta (tool calling), chamadas de função e saídas estruturadas
Prática: estruturação de um agente Python com chamadas de ferramenta
Arquiteturas de Sistemas Multi-Agentes
Designs de MAS (Multi-Agent Systems): centralizados, descentralizados, híbridos e em camadas
FIPA ACL, passagem de mensagens e seus equivalentes modernos
Padrões de coordenação: planejamento, negociação e sincronização
Comportamento emergente e auto-organização em populações de agentes
Tomada de Decisão e Aprendizado em Agentes
Teoria dos jogos para interações cooperativas e competitivas entre agentes
Aprendizado por reforço em ambientes multi-agentes
Aprendizado por transferência e compartilhamento de conhecimento entre agentes
Resolução de conflitos e confiança entre agentes coordenados
Dia 2
Fundamentos Multimodais para Agentes
IA multimodal como um fluxo de trabalho unificado entre texto, imagem, fala e vídeo
Modelos multimodais líderes: GPT-4 Vision, Gemini, Claude, Whisper
Técnicas de fusão para combinar modalidades dentro do ciclo de raciocínio de um agente
Trocas entre latência, custo e precisão em pipelines multimodais
Construindo a Camada de Percepção
Processamento de imagem para agentes: classificação, legendagem e detecção de objetos
Reconhecimento de fala com Whisper ASR e transcrição em streaming
Síntese de texto para fala e interação com voz natural
Conexão das saídas da percepção ao raciocínio orientado por LLM e seleção de ferramentas
Prática - Construindo um Agente Multimodal em Python
Definição da tarefa, janela de contexto e inventário de ferramentas do agente
Conexão das APIs GPT-4 Vision e Whisper ponta a ponta
Implementação de memória, estado e gerenciamento de conversas
Adição de chamadas de ferramenta que produzem efeitos colaterais no mundo real com segurança
Prática - Orquestrando um Sistema Multi-Agente
Composição de agentes especializados com AutoGen ou CrewAI
Definição de papéis, responsabilidades e protocolos de comunicação entre agentes
Alocação de recursos e coordenação em um ambiente simulado
Registro do raciocínio, chamadas de ferramenta e decisões do agente para inspeção e auditoria
Dia 3
Superfície de Ameaça de Agentes de IA em Produção
O que torna a IA agentica vulnerável de maneira única em comparação ao software tradicional
Superfície de ataque: dados, modelo, prompt, ferramenta, saída e interface
Modelagem de ameaças para sistemas baseados em agentes com uso autônomo de ferramentas
Comparação entre práticas de cibersegurança de IA e cibersegurança tradicional
Prática - Ataques Adversariais
Exemplos adversariais e métodos de perturbação: FGSM, PGD, DeepFool
Cenários de ataque white-box versus black-box
Ataques de inversão de modelo e inferência de membresia
Envenenamento de dados e injeção de backdoor durante o treinamento
Injeção de prompt, jailbreaking e uso indevido de ferramentas em agentes baseados em LLM
Técnicas Defensivas e Endurecimento de Modelos
Estratégias de treinamento adversarial e aumento de dados
Destilação defensiva e outras técnicas de robustez
Pré-processamento de entrada, mascaragem de gradiente e regularização
Privacidade diferencial, injeção de ruído e orçamentos de privacidade
Aprendizado federado e agregação segura para treinamento distribuído
Prática com o Adversarial Robustness Toolbox
Simulação de ataques contra o agente multimodal construído no Dia 2
Medição da robustez sob perturbação e quantificação da degradação
Aplação iterativa de defesas e reavaliação das taxas de sucesso do ataque
Testes de estresse nas vias de chamada de ferramenta e vetores de injeção de prompt
Dia 4
Frameworks de Gestão de Riscos para IA
NIST AI Risk Management Framework: governar, mapear, medir, gerenciar
ISO/IEC 42001 e padrões emergentes específicos para IA
Mapeamento de riscos de IA para frameworks GRC (Governança, Risco e Conformidade) empresariais existentes
Requisitos de responsabilização, auditabilidade e documentação de IA
Conformidade Regulatória para Sistemas Agenticos
EU AI Act: níveis de risco, usos proibidos e obrigações para sistemas de alto risco
Implicações do GDPR e CCPA para pipelines de dados de agentes
Ordem Executiva dos EUA sobre IA Segura, Confiável e Trazível
Orientações setoriais para finanças, saúde e serviços públicos
Risco de terceiros e uso de ferramentas de IA de fornecedores
Ética, Viés e Explicabilidade
Deteção e mitigação de viés em toda a percepção e raciocínio do agente
Explicabilidade e transparência como propriedades relevantes para a segurança
Justiça, danos subsequentes e implantação responsável
Design de comportamento de agente inclusivo e auditável
Implantação em Produção, Monitoramento e Resposta a Incidentes
Padrões de implantação segura para sistemas de agente único e multi-agente
Monitoramento contínuo para desvio, anomalias e abusos
Registros, trilhas de auditoria e prontidão forense para ações do agente
Playbooks de resposta a incidentes de segurança de IA e recuperação
Estudos de caso de violações reais de IA e lições aprendidas
Capstone e Síntese
Revisão do sistema multi-agente multimodal construído ao longo do curso
Revisão completa do pipeline: design, construção, segurança, governança, implantação
Autoavaliação do sistema em relação às funções do NIST AI RMF
Perspectiva futura sobre tendências emergentes em IA agentica e segurança de IA
Resumo e Próximos Passos
Requisitos
Público-Alvo
Engenheiros e arquitetos de IA construindo sistemas agentivos para uso em produção. Profissionais de cibersegurança, risco e conformidade responsáveis pela garantia de IA em setores regulados, como finanças, saúde e consultoria. Desenvolvedores sênior e líderes de solução que estão incorporando capacidades multimodais e multi-agente em plataformas empresariais.
Treinamento Corporativo Personalizado
Soluções de treinamento projetadas exclusivamente para empresas.
- Conteúdo Personalizado: Adaptamos o programa e os exercícios práticos aos objetivos e necessidades reais do seu projeto.
- Horário Flexível: Datas e horários adaptados à agenda da sua equipe.
- Formato: Online (ao vivo), In-Company (em suas instalações) ou Híbrido.
Preço por grupo privado, treinamento online ao vivo, a partir de 5200 € + VAT*
Entre em contato conosco para obter um orçamento preciso e conhecer nossas promoções mais recentes
Testemunhos de Clientes (3)
O instrutor é paciente e muito prestativo. Ele domina bem o assunto.
CLIFFORD TABARES - Universal Leaf Philippines, Inc.
Curso - Agentic AI for Business Automation: Use Cases & Integration
Máquina Traduzida
Bom misto de conhecimento e prática
Ion Mironescu - Facultatea S.A.I.A.P.M.
Curso - Agentic AI for Enterprise Applications
Máquina Traduzida
A mistura de teoria e prática e de perspectivas de alto e baixo nível
Ion Mironescu - Facultatea S.A.I.A.P.M.
Curso - Autonomous Decision-Making with Agentic AI
Máquina Traduzida
