Introdução ao Fine-Tuning de LLM em Dados de Domínio — WalkSelf
4.4 (18) ⏱ 2 h 54 min 📚 29 aulas 🎧 Versão em áudio

Introdução ao Fine-Tuning de LLM em Dados de Domínio

Um guia amigável para iniciantes sobre como preparar datasets personalizados e aplicar instruction fine-tuning para adaptar Large Language Models para seu domínio específico.

  • 💬 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 se tornam centrais para as aplicações modernas, a capacidade de adaptá-los a tarefas especializadas é uma habilidade altamente requisitada. Modelos gerais são poderosos, mas muitas vezes carecem do contexto específico necessário para domínios de nicho da indústria. Este curso fornece uma base escrita, passo a passo, em fine-tuning de LLM, começando por conceitos básicos e terminologia. Você explorará como pegar um modelo base e adaptá-lo usando dados de domínio personalizados, focando na preparação de datasets e instruction tuning. Ao ler exemplos práticos e trechos de código, você entenderá o pipeline de ponta a ponta necessário para fazer um LLM seguir instruções especializadas. O que você aprenderá: - Entender a terminologia central de LLM e a diferença entre pre-training e fine-tuning. - Preparar e formatar datasets de domínio personalizados para instruction tuning usando formatos conversacionais modernos. - Aplicar conceitos modernos de Parameter-Efficient Fine-Tuning (PEFT) conceitos como LoRA para entender como os custos computacionais são reduzidos. - Configurar pipelines de treinamento usando as convenções atuais da indústria. - Avaliar modelos com fine-tuning para garantir que eles gerem respostas precisas e específicas do domínio. O currículo flui desde conceitos fundamentais de AI até as etapas práticas de formatação de dados, configuração de scripts de treinamento e avaliação de resultados. Você lerá explicações detalhadas e analisará trechos de código que demonstram como esses conceitos são implementados em cenários do mundo real. Este curso foi projetado para iniciantes, aspirantes a engenheiros de ML e desenvolvedores que buscam transição para AI. Nenhuma experiência prévia com treinamento de modelos é necessária, embora o conhecimento básico de programação seja útil. Comece a ler hoje para construir suas habilidades fundamentais na adaptação de Large Language Models para tarefas personalizadas.

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)

Jonas Bauer CH
★ 4 · 25 julho 2026

Als jemand, der bisher nur vortrainierte Modelle über APIs genutzt hat, war dieser Kurs ein guter Einstieg ins eigentliche Fine-Tuning. Die ersten Lektionen zeigen sehr praxisnah, wie man einen eigenen Datensatz aus Domänendaten aufbaut und für Instruction Tuning formatiert, was ich vorher komplett unterschätzt hatte. Danach geht es Schritt für Schritt durch den eigentlichen Trainingsprozess, mit klaren Erklärungen zu den wichtigsten Parametern. Etwas mehr hätte ich mir bei der Fehlerbehebung gewünscht, wenn das Training nicht wie erwartet läuft, das wird nur kurz gestreift. Trotzdem bin ich jetzt in der Lage, ein kleines Modell auf firmeninternen Daten selbst zu trainieren.

Mateo López ES Aluno verificado
★ 5 · 19 julho 2026

Justo lo que necesitaba para dar el salto de usar modelos preentrenados a entrenar uno con mis propios datos. Explican de forma muy clara cómo limpiar y estructurar un dataset de dominio específico antes de tocar cualquier código de entrenamiento. El instructor va paso a paso y no da por hecho que ya sabes de machine learning, lo cual se agradece muchísimo siendo principiante en esto.

Miroslav Jelínek CZ Aluno verificado
★ 5 · 18 julho 2026

Clear, step-by-step walkthrough of preparing a custom dataset and running instruction tuning, perfect if you've never fine-tuned a model before.

Zaidi bin Abdul Rahman MY Aluno verificado
★ 5 · 17 julho 2026

Penerangan fine-tuning yang sangat mudah difahami.

Letícia Fernandes BR Aluno verificado
★ 4 · 14 julho 2026

Muito bom para quem está começando com fine-tuning, só senti falta de mais exemplos na parte de avaliação do modelo depois do treino.

Alessandro Romano IT
★ 4 · 13 julho 2026

Ero completamente a digiuno di fine-tuning e questo corso mi ha dato le basi giuste senza sommergermi di teoria inutile. La parte sulla pulizia e formattazione del dataset per l'instruction tuning è spiegata benissimo, con esempi concreti che si possono replicare subito. Avrei solo apprezzato qualche esercizio in più verso la fine, dove il ritmo accelera un po' troppo.

Esteban Navarro EC Aluno verificado
★ 4 · 13 julho 2026

Buena introducción, algo básica en partes.

Lorenzo Conti IT
★ 4 · 7 julho 2026

Corso ben strutturato per chi si avvicina per la prima volta al fine-tuning su dati di dominio specifico. Mi è piaciuto molto come spiegano la preparazione del dataset personalizzato prima ancora di parlare di training vero e proprio, con esempi pratici facili da seguire. L'unico neo è che la parte finale sulla valutazione del modello addestrato è un po' troppo rapida rispetto al resto.

Manuela Silva BR Aluno verificado
★ 4 · 3 julho 2026

O curso explica bem como preparar dados personalizados para instruction tuning, embora a parte final sobre avaliação do modelo pudesse ser mais detalhada.

서아윤 KR Aluno verificado
★ 5 · 1 julho 2026

커스텀 데이터셋 준비부터 인스트럭션 튜닝까지 순서대로 배울 수 있어서 처음 시작하는 사람한테 딱이었어요.

ดวงพร ลาภผล TH Aluno verificado
★ 4 · 27 junho 2026

คอร์สนี้อธิบายเรื่องการเตรียมชุดข้อมูลเฉพาะโดเมนก่อนทำ fine-tuning ได้เข้าใจง่ายมากสำหรับมือใหม่ ไม่รีบเกินไปและมีตัวอย่างประกอบตลอด แต่ส่วนที่พูดถึงการประเมินผลโมเดลหลังเทรนยังรู้สึกว่าสั้นไปนิดหนึ่ง อยากให้ลงรายละเอียดมากกว่านี้

Bruna Vasconcelos BR Aluno verificado
★ 5 · 27 junho 2026

Introdução muito clara ao fine-tuning de LLMs.

Mateo Gómez PE Aluno verificado
★ 5 · 17 junho 2026

Llevaba tiempo queriendo entender el instruction tuning sin perderme en jerga técnica y este curso lo logra. Me gustó especialmente cómo muestran ejemplos reales de cómo transformar datos crudos en el formato que espera el modelo durante el entrenamiento. El ritmo es tranquilo pero nunca aburrido, ideal si vienes sin experiencia previa en fine-tuning.

서이준 KR Aluno verificado
★ 5 · 16 junho 2026

도메인 데이터로 LLM을 파인튜닝하는 전체 흐름을 처음부터 끝까지 따라갈 수 있게 잘 짜여 있어요. 특히 커스텀 데이터셋을 정리하고 인스트럭션 형식으로 바꾸는 과정을 실제 예제로 보여줘서 이해가 훨씬 빨랐습니다. 초보자도 무리 없이 따라갈 수 있는 난이도라 만족스러웠어요.

Oka Pratama ID
★ 4 · 9 junho 2026

Penjelasan menyiapkan dataset dan instruction fine-tuning mudah diikuti; cocok untuk pemula meski contohnya bisa lebih banyak.

Jules Meyer BE Aluno verificado
★ 4 · 9 junho 2026

Je cherchais un point de départ simple pour comprendre le fine-tuning de LLM sur des données spécifiques à un domaine, et ce cours répond exactement à ce besoin. Les premières sections expliquent bien comment préparer et nettoyer un jeu de données personnalisé avant même de parler d'entraînement, ce qui m'a évité pas mal d'erreurs de débutant. L'instructeur passe ensuite à l'instruction tuning avec des exemples concrets, étape par étape, sans supposer qu'on a déjà une expérience poussée en machine learning. Le seul bémol, c'est que la partie sur l'évaluation du modèle fine-tuné après entraînement reste assez rapide et j'aurais aimé plus de détails là-dessus. Dans l'ensemble, c'est une excellente introduction pour quelqu'un qui veut passer de la théorie à un premier fine-tuning fonctionnel.

Alejandro Navarro UY Aluno verificado
★ 4 · 7 junho 2026

Buen curso introductorio, ritmo algo desigual.

Victoria Flores MX
★ 5 · 26 maio 2026

Explican de manera clarísima cómo pasar de datos crudos a un dataset listo para instruction tuning, ideal si es tu primer contacto con fine-tuning.

Escrever uma avaliação

Pediremos para fazer login após enviar — o rascunho fica salvo.

Outros também fizeram

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