This gave me a real framework for thinking about hallucination detection and scoring rubrics instead of just eyeballing outputs. The section on building evaluation datasets was the most useful part for my actual work. My only complaint is the automation tooling demo felt a bit rushed near the end.
Fundamentos de Teste e Avaliação de Aplicações LLM
Domine os fundamentos do teste de aplicações de Large Language Model aprendendo como construir conjuntos de dados de avaliação, aplicar métricas modernas e avaliar sistemas RAG.
-
💬
Instrutor de IA
Pergunte sobre qualquer aula e receba uma resposta clara na hora, quando quiser. -
🕐
Comece quando quiser
Sem horários nem prazos: aprenda no seu ritmo, quando quiser. -
🌐
Em português
Aulas, tarefas e certificado: tudo totalmente no seu idioma.
Sobre este curso
À medida que os Large Language Models (LLMs) se tornam centrais para o software moderno, garantir sua confiabilidade, precisão e segurança é mais crítico do que nunca. Construir uma aplicação de AI é apenas o primeiro passo; saber como testar e avaliar sistematicamente seus resultados é o que a torna pronta para produção. Este curso baseado em texto guiará você pelos princípios fundamentais de garantia de qualidade de LLM. Você começará com a terminologia básica de AI e explorará gradualmente como medir o desempenho do modelo, estruturar conjuntos de dados de avaliação e implementar testes de regressão. Ao ler cenários práticos e trechos de código escritos, você descobrirá como fazer a transição da verificação manual de prompts para metodologias de teste automatizadas e escaláveis.
O que você aprenderá:
- Compreender conceitos fundamentais de LLM, incluindo as diferenças entre fine-tuning e Retrieval-Augmented Generation (RAG).
- Projetar e fazer a curadoria de conjuntos de dados de avaliação robustos adaptados a casos de uso específicos de aplicações.
- Aplicar métricas de avaliação modernas para avaliar a qualidade da geração de texto, relevância e precisão factual.
- Implementar testes de regressão para garantir que atualizações de modelo ou mudanças de prompt não degradem as funcionalidades existentes.
- Avaliar arquiteturas RAG usando padrões contemporâneos como LLM-as-a-judge e pontuação de relevância de contexto.
- Praticar conceitos básicos de testes de segurança para identificar e mitigar vulnerabilidades de prompt injection.
O currículo flui logicamente de definições básicas de avaliação de AI para fluxos de trabalho de teste práticos. Você lerá exemplos escritos passo a passo que demonstram como configurar pipelines de teste confiáveis para aplicações de AI modernas. Este curso foi desenvolvido para iniciantes, profissionais de QA e aspirantes a desenvolvedores com conhecimentos básicos de programação que desejam aprender como testar aplicações de AI. Não é necessário conhecimento prévio em machine learning. Comece a ler hoje para desenvolver as habilidades necessárias para avaliar e testar com confiança aplicações LLM modernas.
O que você vai receber
-
📜
Certificado de conclusão
Adicione ao seu perfil do LinkedIn -
💬
Tutor AI pessoal
Travou em uma aula? Pergunte ao seu tutor integrado qualquer coisa, a qualquer hora. -
🎧
Versão em áudio incluída
Estude em qualquer lugar, sem tela -
♾️
Acesso vitalício
Volte quando quiser, sem expirar -
📱
Celular ou computador
Funciona em qualquer dispositivo -
💸
Reembolso em 14 dias
Sem perguntas -
⚡
Curto e focado
2 h 54 min de conteúdo prático
Avaliações (18)
ハルシネーション検出の解説が特に良かった
El curso explica muy bien cómo diseñar casos de prueba para aplicaciones de LLM, aunque la parte de métricas automatizadas se queda un poco corta.
ইভ্যালুয়েশন ডেটাসেট বানানো আর RAG সিস্টেম যাচাই করার অংশটা সত্যিই দারুণ কাজে লেগেছে।
Changed how I test prompts entirely.
The module on building evaluation datasets alone was worth going through this course slowly and taking notes.
LLM एप्लिकेशन के लिए टेस्ट केस डिज़ाइन करना सिखाने वाला यह कोर्स बहुत प्रैक्टिकल है और उदाहरण बिल्कुल असली प्रोजेक्ट जैसे हैं।
Clear, practical, exactly what I needed.
Ce cours couvre bien les bases de l'évaluation des applications LLM, avec des exemples concrets sur la détection des hallucinations et les métriques de scoring. Le rythme est un peu rapide sur la partie automatisation des tests, il faut parfois revenir en arrière. Dans l'ensemble ça m'a donné une méthode claire pour structurer mes propres tests.
Malinaw ang paliwanag tungkol sa pag-eevaluate ng LLM outputs, pero medyo mabilis ang bahagi tungkol sa mga scoring rubric kaya kailangan mo ulit-ulitin panoorin.
Ich habe schon einige technische Kurse gemacht, aber dieser hier bringt das Thema LLM-Testing wirklich strukturiert auf den Punkt. Besonders gut fand ich den Teil über Halluzinationserkennung und wie man daraus konkrete Testfälle ableitet, das war vorher für mich immer ein bisschen diffus. Auch die Erklärung von Evaluationsmetriken wie Genauigkeit versus Konsistenz war anschaulich mit echten Beispielen unterlegt. Die Übungen zwischen den Lektionen zwingen einen dazu, selbst Testszenarien zu schreiben statt nur zuzuschauen, was den Lerneffekt deutlich erhöht. Am Ende hatte ich ein funktionierendes kleines Evaluationsskript, das ich direkt für ein eigenes Projekt anpassen konnte, und das Gefühl, das Thema jetzt wirklich im Griff zu haben. Für jeden, der von reinem Prompt-Basteln zu systematischem Testen wechseln will, ein echter Fortschritt.
O curso explica bem como montar testes para aplicações de LLM, mas senti falta de mais exemplos usando frameworks de avaliação automatizada.
คอร์สนี้อธิบายเรื่องการทดสอบแอปพลิเคชัน LLM ได้ชัดเจนมาก โดยเฉพาะส่วนที่พูดถึงการตรวจจับ hallucination และการออกแบบ metric สำหรับประเมินผล แถมมีตัวอย่างจากโปรเจกต์จริงให้ลองทำตามทีละขั้นด้วย เรียนจบแล้วรู้สึกว่าเขียน test case ได้เป็นระบบขึ้นเยอะ
Finally a course that treats LLM evaluation as an actual engineering discipline instead of vague best practices.
Курс отлично объясняет, как выстраивать пайплайн оценки LLM-приложений — после третьего модуля я наконец понял, зачем нужны регрессионные тесты для промптов.
Solid intro to evaluating LLM outputs, though I wish there was more on setting up automated regression tests instead of just manual scoring.
Aprendí a estructurar pruebas de regresión para prompts de una forma que nunca había visto explicada tan claramente.
इस कोर्स ने LLM एप्लिकेशन्स की टेस्टिंग को बिल्कुल नए नज़रिए से समझाया। हैलुसिनेशन डिटेक्ट करने और evaluation metrics बनाने वाले हिस्से खासकर बहुत उपयोगी लगे। हर वीडियो के बाद खुद से टेस्ट केस लिखने का अभ्यास दिया गया जिससे कॉन्सेप्ट अच्छे से बैठ गए।
Outros também fizeram
🎓 Com certificado
IA privada com LLMs de código aberto: implantação local, RAG e agentes
Certificado
Prática
S$20.00
→
🔥 Em alta
🎓 Com certificado
AI Voice Cloning: Construa Sua Voz Digital Pessoal
Certificado
Prática
S$20.00
→
🔥 Em alta
🎓 Com certificado
IA para Professores de ESL: Aulas, Textos e Testes
Certificado
Prática
S$20.00
→
🔥 Em alta
🎓 Com certificado
Generative AI para Tatuadores: Design e Posicionamento
Certificado
Prática
S$20.00
→
Perguntas frequentes
O que preciso para fazer este curso? +
Só um celular ou computador com internet. Sem instalações nem hardware especial.
Como faço para pagar? +
Com cartão via Stripe. Não guardamos dados do cartão — o Stripe processa com segurança.
Posso pedir reembolso? +
Sim — reembolso integral em 14 dias, sem perguntas.
Por quanto tempo terei acesso? +
Para sempre. Uma vez comprado, o curso é seu para revisar quando quiser.
Vou receber um certificado? +
Sim. Ao concluir, você recebe um certificado que pode adicionar ao seu perfil do LinkedIn.
Feito para profissionais em
Tecnologia
Design
Finanças
Marketing
Saúde
Educação
Hotelaria
Indústria