Aplicações de modelos de fundação
O domínio de maior peso no exame. Escolher um modelo de fundação, RAG e bancos de dados vetoriais, engenharia de prompts, ajuste fino e como avaliar o que você construiu.
Saber o que é um modelo de fundação não diz como construir algo útil com ele. É aqui que o curso passa dos conceitos para a construção: você tem um modelo, um problema de negócio e um conjunto de escolhas sobre como ligar os dois. Erre essas escolhas e você paga a mais, vaza dados privados dentro de um prompt ou entrega um sistema em que ninguém confia.
Este é o domínio mais pesado do exame, e ele premia julgamento, não memorização. Ele percorre todo o caminho de uma aplicação: escolher o modelo certo, ancorá-lo nos seus próprios dados com RAG, moldar o comportamento dele com prompts, adaptá-lo por ajuste fino quando os prompts não bastam e, então, medir se o resultado realmente funciona.
O que este domínio cobre
- escolher um modelo de fundação e ajustar parâmetros de inferência como temperature e top-p
- Retrieval Augmented Generation (RAG) e os bancos de dados vetoriais na AWS que o tornam possível
- o espectro de customização, do prompting ao ajuste fino, e os tradeoffs de cada passo
- agentes de IA dentro das aplicações, e onde eles se encaixam ao lado do RAG
- engenharia de prompts: anatomia, técnicas, boas práticas e ataques de prompt como injection
- como os modelos de fundação são treinados, os principais métodos de ajuste fino e o preparo dos dados
- avaliar modelos com as métricas certas, além de como analisar aplicações de RAG e agentes frente aos objetivos de negócio
Por que isso importa
Com 28 por cento do exame, este domínio pesa mais que qualquer outro, e suas questões são baseadas em cenários, não em definições. Você vai receber uma situação, uma restrição e quatro opções plausíveis, e terá que dizer qual abordagem se encaixa. É exatamente essa a habilidade que o domínio constrói: quando recorrer ao RAG em vez do ajuste fino, quando um prompt melhor vence um modelo maior e como saber se o que você entregou é bom o suficiente.
O retorno vai além do exame. Estas são as mesmas decisões que times reais tomam ao colocar um modelo de fundação em produção, e acertá-las é a diferença entre uma demo e um produto em que as pessoas podem confiar.