Treinamento 14 · Trilha IA · Upnetix Learning Center

Implantação de LLMs locais com Ollama + Open WebUI.

Você implanta, integra e opera LLMs abertos localmente com Ollama, Open WebUI, RAG, bancos vetoriais e práticas de segurança para produção.

Código aberto: Ollama (código aberto, licença MIT), Open WebUI e modelos com licença aberta

Implantação de LLMs locais com Ollama + Open WebUI
Trilha IA · Upnetix Learning Center

Mapa do treinamento · 15 módulos, do conceito ao estado da arte

  1. 1ConceitosEntender · 2 lições
  2. 2ArquiteturaEntender · 2 lições
  3. 3ProjetoProjetar · 2 lições
  4. 4DimensionamentoProjetar · 2 lições
  5. 5ImplementaçãoConstruir · 2 lições
  6. 6ConfiguraçãoConstruir · 2 lições
  7. 7IntegraçãoConstruir · 2 lições
  8. 8SegurançaProteger · 2 lições
  9. 9MonitoramentoOperar · 2 lições
  10. 10TroubleshootingOperar · 2 lições
  11. 11AutomaçãoAutomatizar · 2 lições
  12. 12EscalabilidadeEscalar · 2 lições
  13. 13Boas práticasConsolidar · 2 lições
  14. 14Casos reaisConsolidar · 2 lições
  15. 15Estado da arteEvoluir · 2 lições
Módulos
15
Lições
30
Carga horária
36 h
Nível ULC
ULC 100 · Fundamentos
Credencial
Credencial de Conclusão ULC com êxito de 80% ou mais
Para quem
Desenvolvedor, Engenheiro, Gestor
Tecnologias
LLM, Ollama, Open WebUI, Python, Qdrant, RAG
Faz parte dos kits
DadosInteligência ArtificialSegurança

Você implanta modelos de linguagem abertos em servidores próprios e controla todo o fluxo de dados. O curso parte da arquitetura local e chega à operação segura e escalável em produção.

O que você vai fazer

  • Instalar e configurar Ollama, Open WebUI e bancos vetoriais em ambiente Linux.
  • Integrar Python, Ollama e Qdrant para consultas e geração aumentada por recuperação (RAG).
  • Dimensionar recursos, planejar ingestão de dados e definir requisitos para aplicações locais.
  • Implementar autenticação, criptografia e permissões em bancos vetoriais abertos.
  • Monitorar, depurar e escalar soluções de IA generativa com métricas e logs.

Como o curso funciona

Quinze módulos com trinta lições, seguindo da arquitetura à operação. Cada lição termina com checagem do resultado ou passo prático validado.

Para quem

Desenvolvedores, engenheiros e gestores técnicos que precisam rodar e operar LLMs abertos em infraestrutura própria.

Começar pela primeira lição

Ementa

  1. 01ConceitosFundamentos de LLMs locais, RAG, embeddings, agentes e bancos vetoriais abertos.2 lições
  2. 02ArquiteturaDesenha a arquitetura completa de uma solução de IA local com Ollama, RAG e agentes.2 lições
  3. 03ProjetoPlaneja soluções considerando requisitos, casos de uso e limitações técnicas.2 lições
  4. 04DimensionamentoDefine recursos necessários para rodar LLMs locais com desempenho e custo otimizados.2 lições
  5. 05ImplementaçãoColoca a solução para rodar, do download ao primeiro prompt.2 lições
  6. 06ConfiguraçãoAjusta modelos, parâmetros e bancos vetoriais para o uso real.2 lições
  7. 07IntegraçãoConecta LLMs locais a aplicações Python, APIs e fluxos externos.2 lições
  8. 08SegurançaProtege dados, modelos e acessos em ambientes locais de IA.2 lições
  9. 09MonitoramentoAcompanha desempenho, uso e saúde dos componentes da stack.2 lições
  10. 10TroubleshootingDiagnostica e resolve problemas práticos em LLMs locais e RAG.2 lições
  11. 11AutomaçãoAutomatiza tarefas de ingestão, atualização e resposta em IA local.2 lições
  12. 12EscalabilidadeExpande e distribui a solução de IA local para mais desempenho e disponibilidade.2 lições
  13. 13Boas práticasConsolida práticas recomendadas para operação, atualização e evolução da stack.2 lições
  14. 14Casos reaisAnalisa exemplos concretos de uso de LLMs locais e RAG em produção.2 lições
  15. 15Estado da arteExplora limites atuais, tendências e próximos passos em LLMs locais e agentes.2 lições

No radar do Atlas

Credencial de Conclusão ULC

Ao responder às avaliações de todas as lições com 80% de êxito ou mais, você emite a credencial: número verificável, QR, hash de integridade, versão do conteúdo, lições concluídas e taxa de êxito. Abaixo disso, repita as avaliações.

Para emitir, entre na sua conta.

Esta credencial é emitida pelo Upnetix Learning Center como registro de conclusão e participação nas atividades indicadas. O ULC é uma iniciativa privada de compartilhamento de conhecimento técnico da Upnetix e não se apresenta como instituição de ensino, entidade certificadora profissional ou organismo de acreditação. A credencial não confere grau acadêmico, habilitação profissional, título técnico, licença ou registro perante conselho profissional ou órgão público.