Engenheiro de IA: Da Álgebra Linear aos Transformers e LLMs

Da matemática ao modelo em produção: o único caminho que você precisa para se tornar um Engenheiro de IA de verdade.

A maioria dos materiais sobre Inteligência Artificial ensina fragmentos isolados: cursos de matemática que nunca chegam a uma rede neural, tutoriais de Deep Learning que pulam a fundamentação, e guias de LLM que tratam GPUs e treinamento distribuído como detalhes de rodapé. Este livro fecha esse ciclo, do zero à prática, com profundidade real — sem atalhos e sem superficialidade.

Você vai construir uma base sólida em Álgebra Linear, Cálculo e Probabilidade, aplicada diretamente ao código que sustenta modelos modernos — não como revisão decorativa, mas como ferramenta operacional usada em cada capítulo seguinte. A partir daí, o livro avança por Python científico (NumPy, Pandas, PyTorch), os pilares do Machine Learning clássico (regressão, árvores, Random Forest, Gradient Boosting, validação e métricas) e as arquiteturas que definiram o Deep Learning — CNNs, RNNs, LSTMs, Autoencoders e Atenção.

O núcleo do livro é dedicado à arquitetura que redefiniu o campo: o Transformer, com uma leitura crítica e detalhada do artigo "Attention Is All You Need", seguida de um mergulho completo nos Grandes Modelos de Linguagem (LLMs) — pré-treinamento, fine-tuning, RLHF, LoRA, QLoRA, RAG, Mixture of Experts e quantização.

O penúltimo capítulo trata da Engenharia de IA propriamente dita: CUDA, arquitetura de GPUs, treinamento distribuído, DeepSpeed, FSDP, o ecossistema Hugging Face, Triton e ONNX — o ferramental real usado para treinar e servir modelos em escala de produção. O livro fecha com a implementação prática, em código, de seis artigos científicos clássicos: LeNet, AlexNet, ResNet, Transformer, GPT-2 e Llama — porque compreender de verdade uma arquitetura significa poder reproduzi-la.

Com diagramas explicativos, mapas conceituais, exemplos numéricos resolvidos passo a passo e código Python/PyTorch funcional em cada capítulo, este é um livro para quem quer entender por que cada técnica funciona — não apenas copiar receitas prontas.

Ideal para: desenvolvedores, engenheiros de dados, estudantes de Computação/Engenharia e profissionais de tecnologia que querem construir uma base rigorosa e verificável em Inteligência Artificial, da matemática à engenharia de sistemas de produção.