Obrigado por enviar sua consulta! Um dos membros da nossa equipe entrará em contato com você em breve.
Obrigado por enviar sua reserva! Um dos membros da nossa equipe entrará em contato com você em breve.
Programa do Curso
Dia 1: Construa a Base — Ingestão, Pesquisa e Recuperação
Módulo 1: O Cenário do Engenheiro Jurídico
- Objetivos de aprendizado — compreender o papel, onde a IA se encaixa no trabalho jurídico e os dois riscos que permeiam tudo.
- Tópicos
-
- O papel do engenheiro jurídico e por que ele está sendo contratado atualmente
- Onde a IA se aplica: eDiscovery, revisão, contratos, pesquisa e investigações; o modelo EDRM explicado de forma clara
- Desenvolver vs. comprar
- Os dois riscos centrais: confidencialidade/privilégio e defensabilidade
Módulo 2: Dados Jurídicos São Complexos — Ingestão e Extração
- Objetivos de aprendizado — lidar com a realidade dos dados jurídicos em grande escala.
- Tópicos
- Mais de 1.400 tipos de arquivos, e-mails e PSTs, papel digitalizado, arquivos de carga (.dat/.opt); metadados embutidos que importam
- Extração de texto (Tika), OCR e deduplicação como uma decisão estratégica
- Laboratório: Ingestão no FreeEed — construir um pipeline de ingestão sobre um conjunto propositalmente complexo de documentos (e-mails/PSTs, digitalizações, arquivos de carga)
Módulo 3: Pesquisa e Recuperação — a Base
- Objetivos de aprendizado — construir o primitivo central do eDiscovery: encontrar qualquer informação dentro de tudo.
- Tópicos — pesquisa de texto completo e indexação (Solr/Lucene); relevância, filtragem por metadados e data; pesquisa em conteúdo processado por OCR
- Laboratório: Pesquisa no eDiscovery — indexar um corpus e executar buscas reais estilo eDiscovery, incluindo dentro de digitalizações com OCR
Módulo 4: RAG para Documentos Jurídicos — com Citações
- Objetivos de aprendizado — construir RAG sobre documentos jurídicos que cite suas fontes.
- Tópicos
- Por que recuperação, e não ajuste fino (fine-tuning), para materiais sensíveis — o modelo nunca “absorve” os documentos
- Chunking, embeddings e, acima de tudo, citações / proveniência
- Resumo multi-documento e por encadeamento (thread)
- Laboratório: RAG Jurídico com Citações — construir um Q&A baseado em RAG sobre um conjunto de documentos que responde com citações das fontes
Dia 2: Torne-o Privado, Defensável e Pronto para Implantação
Módulo 5: Privacidade, Privilégio e Execução Local — a Armadilha do Privilégio
- Objetivos de aprendizado — manter os dados jurídicos locais e conseguir certificá-los.
- Tópicos
- Onde os dados realmente vão quando interagem com uma IA em nuvem
- Risco de perda de privilégio, dever de competência e o espectro “privado” (contratual vs. físico)
- Processo Morgan v. V2X e por que o ambiente local é defensável judicialmente
- Execução de modelos locais (Ollama / vLLM) e monitoramento do tráfego de saída
- Laboratório: Modelo Local + Comprovante de Egresso — executar um modelo local de ponta a ponta e provar, por meio de monitoramento, que nenhum dado saiu do ambiente
Módulo 6: Revisão de IA Defensável
- Objetivos de aprendizado — mensurar e documentar uma revisão de IA para que ela seja judicialmente aceita.
- Tópicos
- As métricas aceitas em tribunal: recall, elusion, precisão e validação contra ground-truth; TAR / aprendizado ativo
- Transparência (por que o sistema codificou este documento?) e reprodutibilidade — fixar a versão do modelo, definir configurações estáveis e registrar tudo
- O “instantâneo defensável do caso” que permite que outra pessoa replique sua revisão um ano depois e obtenha o mesmo resultado
- Laboratório: Revisão Defensável — mensurar uma revisão de IA contra um ground-truth cego e gerar um pacote de reprodutibilidade
Módulo 7: Implantar — Fluxo de Trabalho, Implantação Privada e Governança
- Objetivos de aprendizado — unir as partes em um fluxo de trabalho, implantá-lo privadamente e avaliá-lo.
- Tópicos
- Um fluxo jurídico multi-etapas (ingestão → pesquisa → resumo → revisão → produção) com interação humana no processo
- Fundamentos da implantação privada/local (containerização; manter os dados dentro da organização)
- Governança de IA para o direito em poucas palavras e avaliação do sistema com SAIS-100 (Elephant Scale Secure AI Score)
- Laboratório: Avaliação e Empacotamento — conectar um fluxo multi-etapas, avaliá-lo com SAIS-100 e prepará-lo para implantação privada
Projeto Final (integrado ao Dia 2)
- Construir uma aplicação jurídica de IA privada e defensável de ponta a ponta — ingerir um corpus complexo, pesquisar nele, responder perguntas com citações usando um modelo local, mensurar uma revisão defensável e empacotar tudo para implantação privada.
- Os participantes saem do curso com um projeto portfólio que reflete o trabalho real de um engenheiro jurídico.
Dia 3 Opcional / Módulos Avançados (entregáveis como Dia 3 ou série modular)
- Investigações: Entidades, Relacionamentos e Linhas do Tempo — extrair pessoas/organizações/datas, reconstruir encadeamentos de e-mails, construir cronologias, mapear quase-duplicatas e linhagem documental. Laboratório: criar uma linha do tempo e uma visão de entidades e relacionamentos.
- Fluxos de Trabalho Agênticos e Multi-Etapas (aprofundamento) — orquestração avançada, análise contratual, síntese multi-documento, uso de ferramentas e guardrails como princípio de design. Laboratório: construir um fluxo multi-etapas com um ponto de validação humana.
- Implantação em Escala — implantação local e appliances, processamento distribuído para grandes volumes, ambientes regulamentados (CJIS, governo, ensino superior), dimensionamento de hardware. Laboratório: containerizar e escalar um job de processamento entre múltiplos workers.
- Aprofundamento em Governança e Conformidade — cenário de regulação de IA (mais de 100 leis estaduais dos EUA sobre IA, o AI Act da UE), requisitos de auditoria e uma auditoria completa de governança com SAIS-100. Laboratório: auditar um sistema de IA jurídica contra uma checklist de governança/defensabilidade.
Requisitos
- Confortabilidade com Python e APIs básicas
- Útil: familiaridade com LLMs em nível de usuário (nenhum conhecimento prévio de machine learning é necessário — construímos a base conceitual)
- Não é necessário conhecimento jurídico prévio — os conceitos jurídicos necessários são ensinados no contexto
Público-Alvo
- Engenheiros de software e de IA que desejam ingressar na área de tecnologia jurídica
- Engenheiros de empresas de tecnologia jurídica que precisam aprofundar o conhecimento no domínio jurídico
- Profissionais jurídicos, de eDiscovery ou de governança de informação com perfil técnico, interessados em construir soluções, não apenas adquiri-las
- Qualquer pessoa direcionada à função de “engenheiro jurídico” ou “engenheiro de IA jurídica”
14 Horas
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 2600 € + VAT*
Entre em contato conosco para obter um orçamento preciso e conhecer nossas promoções mais recentes
Testemunhos de Clientes (1)
Agora tenho conhecimento sobre a biblioteca Streamlit em Python e, com certeza, vou tentar usá-la para melhorar os aplicativos da minha equipe que são desenvolvidos no R Shiny.
Michal Maj - XL Catlin Services SE (AXA XL)
Curso - GitHub Copilot for Developers
Máquina Traduzida
