LLM102 · Python essencial para aplicações de IA
Sobre o curso
O Python que você realmente precisa para construir aplicações de IA: tipos de dados, funções, arquivos, JSON, requisições HTTP, ambientes virtuais e tratamento seguro de chaves de API.
Para quem é
Iniciantes e profissionais vindos de outras linguagens que querem uma base de Python rápida e prática para trabalhar com LLMs.
Pré-requisitos
Recomenda-se ter feito o LLM101; não é preciso experiência prévia com Python.
O que você será capaz de fazer
- Escrever funções em Python que limpam e transformam textos e listas de registros
- Ler e gravar arquivos JSON e CSV com dados de negócio
- Enviar uma requisição HTTP a uma API pública em JSON tratando erros e tempo limite
- Montar um projeto com ambiente virtual, arquivo de dependências e variáveis de ambiente para segredos
Aulas
- Aula 1 · Blocos básicos de Python para textos e dados
- Aula 2 · Arquivos, JSON e HTTP
- Aula 3 · Projetos, ambientes e segredos
- Aula 4 · Laboratório e atividade
Laboratório: Um pequeno kit de processamento de texto
Você vai construir um pequeno módulo em Python que carrega mensagens de clientes de um CSV, limpa o texto, agrupa as mensagens por assunto com regras simples de palavras-chave e salva o resultado em JSON. Depois, vai consultar uma API pública e gratuita em JSON para praticar requisições HTTP e tratamento de erros.
Ferramentas gratuitas: Google Colab (gratuito) ou VS Code com Python 3.12 no seu computador, além de uma conta gratuita no GitHub
Atividade avaliada
Transforme seu kit em um script que uma pequena loja virtual poderia rodar toda manhã. Ele deve ler as mensagens do dia em um CSV, limpá-las e classificá-las, contar as mensagens por assunto e gravar um arquivo JSON e um resumo de um parágrafo em texto. Inclua pelo menos quatro testes simples com <code>assert</code> ou <code>pytest</code>. Documente como instalar e rodar o script em uma seção curta do README do repositório.
| Critério | Peso | Como é um trabalho excelente |
|---|---|---|
| Correção | 35% | O script roda a partir de uma instalação limpa, processa corretamente o arquivo de exemplo e gera um JSON válido. |
| Qualidade do código | 25% | Funções pequenas e bem nomeadas, sem lógica duplicada, com erros tratados e mensagens claras. |
| Testes | 20% | Pelo menos quatro testes relevantes, cobrindo casos normais e ao menos um caso de borda, como mensagem vazia. |
| Organização do projeto | 20% | Ambiente virtual, arquivo de dependências, .gitignore e instruções de instalação presentes; nenhum segredo versionado. |
Peça de portfólio
Um repositório público no GitHub com um script de processamento de texto em Python, testado e com instruções claras de instalação.
Próximo passo
Continue com LLM103 · Trabalhando com APIs de LLMs · 6 horas · R$ 60,00
Conteúdo do curso
LLM102 · Python essencial para aplicações de IA (4 h)
-
Aula 1 · Blocos básicos de Python para textos e dados
-
Aula 2 · Arquivos, JSON e HTTP
-
Aula 3 · Projetos, ambientes e segredos
-
Aula 4 · Laboratório e atividade
-
LLM102 Avaliação · Python essencial para aplicações de IA