Visão Geral

Este curso aborda os fundamentos, arquiteturas e aplicações da Agentic AI, um paradigma emergente da Inteligência Artificial em que agentes inteligentes são capazes de planejar, raciocinar, utilizar ferramentas, recuperar informações, tomar decisões e executar tarefas complexas com diferentes níveis de autonomia. O participante aprenderá como projetar sistemas agentic modernos utilizando Large Language Models (LLMs), Retrieval-Augmented Generation (RAG), memória, ferramentas externas, workflows inteligentes e mecanismos de coordenação. O curso explora casos de uso corporativos, desafios operacionais, governança e estratégias para implantação de soluções agentic em escala empresarial.

Objetivo

Após realizar este curso, você será capaz de:

• Compreender os conceitos fundamentais da Agentic AI
• Projetar arquiteturas baseadas em agentes inteligentes
• Implementar workflows autônomos orientados por objetivos
• Integrar agentes com ferramentas, sistemas corporativos e bases de conhecimento
• Avaliar riscos, desempenho e governança de soluções agentic
• Desenvolver aplicações corporativas com diferentes níveis de autonomia

Publico Alvo

• Engenheiros de IA e Machine Learning
• Desenvolvedores de Software
• Arquitetos de Soluções
• Profissionais de Automação e Transformação Digital
• Líderes técnicos envolvidos em projetos de IA Generativa
• Profissionais de inovação e plataformas inteligentes

Pre-Requisitos

• Conhecimentos básicos de Inteligência Artificial
• Familiaridade com Large Language Models
• Noções de APIs e integração de sistemas
• Conhecimentos equivalentes ao curso AI Agents Fundamentals são recomendados

Conteúdo Programatico

Module 1: Introduction to Agentic AI

1. Evolution of intelligent systems
2. Emergence of Agentic AI
3. Core principles of autonomous systems
4. Agentic versus traditional AI systems
5. Enterprise opportunities and challenges
6. Agentic AI ecosystem overview

Module 2: Foundations of Agent Architectures

1. Agent architecture fundamentals
2. Perception, reasoning and action
3. Goal-oriented execution models
4. Decision-making frameworks
5. Agent lifecycle management
6. Architectural design principles

Module 3: LLMs as Cognitive Engines

1. Role of LLMs in Agentic AI
2. Reasoning and planning capabilities
3. Context management strategies
4. Chain-of-thought concepts
5. Task decomposition techniques
6. Limitations and reliability considerations

Module 4: Tools, APIs and External Systems

1. Tool integration fundamentals
2. API orchestration patterns
3. Database interactions
4. Enterprise system integration
5. Workflow automation techniques
6. Tool governance and control

Module 5: Memory and Knowledge Systems

1. Agent memory architectures
2. Short-term memory mechanisms
3. Long-term memory systems
4. Knowledge retrieval strategies
5. Memory persistence models
6. Context optimization techniques

Module 6: Planning and Autonomous Execution

1. Task planning methodologies
2. Multi-step execution workflows
3. Dynamic replanning techniques
4. Goal tracking mechanisms
5. Autonomous decision-making
6. Execution monitoring strategies

Module 7: Agentic RAG Architectures

1. Fundamentals of Agentic RAG
2. Retrieval-driven decision making
3. Knowledge-grounded reasoning
4. Dynamic retrieval workflows
5. Context-aware execution
6. Enterprise Agentic RAG use cases

Module 8: Multi-Agent Collaboration

1. Multi-agent system fundamentals
2. Agent communication models
3. Coordination mechanisms
4. Collaborative problem solving
5. Distributed agent architectures
6. Organizational agent structures

Module 9: Security, Governance and Risk Management

1. Agentic AI security challenges
2. Access control mechanisms
3. Risk management frameworks
4. Governance principles
5. Compliance requirements
6. Responsible AI practices

Module 10: Monitoring, Evaluation and Observability

1. Agent performance metrics
2. Evaluation methodologies
3. Monitoring architectures
4. Observability frameworks
5. Reliability assessment techniques
6. Continuous improvement strategies

Module 11: Enterprise Agentic AI Solutions

1. Intelligent enterprise assistants
2. Autonomous business workflows
3. IT operations automation
4. Knowledge management agents
5. Customer engagement solutions
6. Industry-specific implementations

Module 12: Agentic AI Workshop

1. Agent architecture design exercises
2. Autonomous workflow implementation
3. Tool integration laboratories
4. Multi-agent collaboration projects
5. Governance and monitoring validation
6. Final Agentic AI solution project