NOVA FORMAÇÃO! Incluído no Membership
AI Engineering para Sistemas Multiagentes
Projete, integre e opere sistemas multiagentes prontos para produção.
Projete, integre e opere sistemas multiagentes prontos para produção.
A era das PoCs com LLMs está ficando para trás: empresas estão migrando para arquiteturas agentic que precisam planejar, consultar múltiplas fontes, coordenar agentes, chamar ferramentas e operar com previsibilidade, e o mercado carece de engenheiros capazes de transformar experimentos em sistemas robustos. A Formação em AI Engineering para Sistemas Multi-Agentes prepara você para assumir esse papel, estruturando arquiteturas de orquestração, implementando Agentic RAG avançado, dominando Context Engineering, aplicando padrões abertos como MCP e construindo sistemas completos com LangChain, LangGraph e CrewAI, sempre com foco em integração real, observabilidade e governança.
O que diferencia essa formação
Arquitetura e decisão técnica antes de framework
Você aprende a desenhar sistemas multiagentes com papéis claros, estado explícito, memória estruturada e fluxos de decisão consistentes — entendendo trade-offs antes de escolher ferramentas.
Conhecimento + Contexto + Interoperabilidade em produção
A formação conecta Agentic RAG, Context Engineering e Model Context Protocol (MCP) para que seus agentes acessem informação, gerenciem memória e se integrem ao stack corporativo com baixo acoplamento e alta governança.
Implementação prática com foco em operação real
Construção hands-on com LangChain, LangGraph e CrewAI, incluindo evals, tracing e observabilidade para que os sistemas sejam auditáveis, evolutivos e preparados para ambientes de produção.
Uma formação para quem quer construir sistemas de agentes reais e não apenas demos funcionais.
01
Arquitetura de orquestração em sistemas multiagentes
Você vai estruturar o “esqueleto” do sistema: papéis de agentes, coordenação, comunicação, topologias centralizadas e distribuídas, modelagem de estado e fluxos de decisão. Ao final, será capaz de desenhar arquiteturas agentic coerentes antes de escrever código. 1.1 Visão geral de sistemas multiagentes 1.2 Papeis de agentes e modelagem de responsabilidades 1.3 Padrões de coordenação e fluxos de orquestração 1.4 Comunicação entre agentes: handoffs, contratos e contexto 1.5 Estado em sistemas multiagente e topologias 1.6 Arquitetura de referência: do desenho ao projeto final
6 aulas
3h total
02
Agentic RAG + context engineering
Aqui você evolui do RAG simples para pipelines agentic avançados. Vai combinar retrieval multi-step, reasoning estruturado, grafos de conhecimento e gestão estratégica de contexto. O foco é reduzir alucinação, aumentar previsibilidade e controlar custo em aplicações complexas. 2.1 RAG simples 2.2 O R de RAG 2.3 RAG para além do texto 2.4 Reasoning em RAG 2.5 From RAG to Agentic System 2.6 Context Engineering
6 aulas
7h total
03
Model Context Protocol (MCP) e padrões abertos para integração de IA
Você aprenderá a integrar agentes a ferramentas e sistemas corporativos usando padrões abertos. O objetivo é reduzir acoplamento, evitar lock-in e garantir interoperabilidade entre múltiplos modelos e serviços. 3.1 O que é MCP e por que ele importa 3.2 Construindo MCP Servers na prática 3.3 MCP em produção: segurança, authorization e arquiteturas multiagentes
3 aulas
2h total
04
Criando sistemas de agentes LangChain & LangGraph
Construção prática de pipelines agentic com grafos de execução, controle explícito de estado, ferramentas e fluxos condicionais. Você entenderá quando usar chains, quando usar grafos e como estruturar sistemas observáveis. 4.1 Fundamentos do LangChain para AI Engineering 4.2 Fundamentos do LangGraph: estado, fluxo e orquestração
2 aulas
0h total
05
Desenvolva sistemas multiagentes com CrewAI
Design de equipes de agentes baseadas em papéis, colaboração entre especialistas, workflows coordenados e aplicações em produtos digitais. Comparação de trade-offs em relação a abordagens baseadas em grafos. 5.1 Fundamentos do CrewAI 5.2 Criand Crews: sequential, hierarchical e integrações 5.3 Flows para produção: event-driven, state e robustez
3 aulas
1h total
06
Evals, tracing e observabilidade em agentes de IA pra devs
Você vai implementar métricas, tracing e pipelines de avaliação para medir qualidade, detectar falhas e evoluir sistemas agentic com segurança. O foco é tornar o comportamento dos agentes auditável e iterável. 6.1 Ponto de partida: o que é eval? 6.2 Entendendo estruturas, sistemas e a filosofia de Evals 6.3 Test cases de eals & datasets para agentes de IA 6.4 Exemplos de Evals para RAGs e agentes 6.5 Setup ambiente local e hands on
5 aulas
2h total
Baixe gratuitamente a ementa completa.
Conheça nosso método, as experts e temas de cada aula dentro dos módulos.
Mais de 100 cursos especializados em diversas áreas
+15 formações completas para acelerar sua carreira
Encontros ao vivo com especialistas do mercado
Tutoriais de IA aplicados à prática real
Comunidade com experts e profissionais do mercado
Certificados reconhecidos para cada curso e formação
OFERTA
+50% DE DESCONTO
Assine agora e tenha acesso a todo o ecossistema Tera
De R$ 5.712 por:
-10% no PIX ou 24x via Nubank
