👩🎓 Cursos de IA técnicos, acessíveis e sem papo de guru
Boas fontes respeitadas e gratuitas para aprender sobre IA. Mais: ESLint quer ir além de JavaScript; dark patterns em serviços de assinatura; e dicas para debugar JS como profissional
Estudos como o The State of AI 2024, que abriu a edição passada, e outros que já trouxemos, têm um ponto em comum: ou faltam profissionais capacitados para trabalhar com IA, ou faltam capacitações para formar profissionais nela, ou falta, inclusive, clareza sobre o que deve ser ensinado na área.
Tá certo que o hype da IA Generativa inundou plataformas com cursos duvidosos, do tipo "como usar ChatGPT para ganhar dinheiro", principalmente em 2023. Isso pode ter levado a um certo preconceito sobre cursos de IA — além de ser difícil ensinar o que ainda não está maduro.
Mas, como a IA está mexendo no futuro do trabalho e nunca é demais saber como aproveitá-la, resolvemos dar uma olhada em cursos que podem ajudar desenvolvedores e outras pessoas técnicas, ou mesmo designers e pessoal de negócios, a desvendarem habilidades neste campo.
Eis uma lista resumida de alguns recursos bons e sérios, até julho/2024:
Deeplearning.AI Courses: provavelmente, uma das melhores plataformas para aprendizado realista e técnico sobre IA. Com cursos encabeçados por Andrew NG, cientista da computação cofundador do Coursera e proeminente no campo da IA, a plataforma oferece desde cursos como o básico "AI for Everyone" ou o generalista "AI for Good", passando pelos dedicados a técnicos, como o introdutório "ChatGPT Prompt Engineering for Developers" a intermediários e avançados “Building Systems with the ChatGPT API", "Finetuning Large Language Models", "Vector Databases: from Embeddings to Applications", entre outros. Melhor: é tudo gratuito, com muito código e prática — e sem papo de vendedor ou de gurus.
Google Cloud Skill Boost: outro repositório interessante de bons cursos, também gratuitos, com pegada técnica e prática. Há uma trilha introdutória, "Beginner: Introduction to Generative AI Learning Path", que ensina sobre o que são LLMs e IA responsável, passando pelo intermediário "Intermediate: Gemini for Google Cloud Learning Path" (focado no uso do Gemini, a IA do Google) até o avançado "Advanced: Generative AI for Developers Learning Path", que ajuda devs a entender sobre transformers (arquitetura que revolucionou os LLMs que usamos hoje) e oferece práticas sobre busca vetorial e RAG.
Amazon Web Services Courses: assim como o Google, a AWS é forte em treinamento sobre suas ferramentas e, consequentemente, sobre práticas atuais na área. Recentemente, a empresa também passou a incluir cursos de IA no seu ambiente de aprendizado. Há opções para iniciantes, líderes, desenvolvedores e especialistas em ML. A trilha para devs tem desde uso do Amazon Q (o "Copilot" da Amazon) até fundamentos de prompt engineering, por exemplo. Alguns cursos são mais genéricos, sobre conceitos e práticas, e outros focados em ferramentas AWS para IA. Um ponto negativo é que alguns cursos mais avançados são pagos. A vantagem é que as certificações são respeitadas no mercado.
Microsoft Learn: na mesma linha das concorrentes, a Microsoft também oferece cursos de IA relacionados a ferramentas do Azure (serviços em nuvem da empresa). Um diferencial é que ela tem focado no uso do Copilot 365 para usuários de negócios, dentro de aplicações como Word e Excel, que é um grande filão de uso da IA. Mesmo assim, há toda uma trilha para desenvolvedores e, em especial, para o GitHub Copilot, bem como para líderes técnicos e de negócios.
Você também pode explorar plataformas como Coursera, que disponibiliza bons cursos gratuitos da própria DeepLearningAI, do Google, IBM e outras grandes empresas. Depois, há os muitos cursos personalizados feitos por escolas de tecnologia ou por pessoas influentes na área, mas que são de escolha muito pessoal e, na maioria, pagos (alguns, caros).
Para fechar as dicas, embora não seja um curso propriamente dito. Quer uma maneira interessante de aprender sobre IA na prática? Estude documentações como as da OpenAI API. É possível aprender muito sobre como usar LLM em código, fazer fine-tuning, entre outras técnicas. Se você tiver condições, coloque uns cinco dólares de crédito na conta e experimente a API na prática, codando, testando e errando. Você aprenderá detalhes que nenhum curso ensinará. Bons estudos!
❓O que diferencia biblioteca (lib) e framework em programação?
Resolvemos mudar um pouco a newsletter, a partir de uma dica de leitor: em vez de lançar uma pergunta em uma edição e a resposta na edição seguinte, vamos trazer pergunta e resposta na mesma edição. Enquanto você segue lendo, vá pensando. Provavelmente, você mesmo já usou “lib” e “framework” como sinônimos. Resposta, no fim desta edição.
🚀 ESLint quer se tornar independente de linguagem
Após o lançamento da versão 9.0.0, em abril/2024, a equipe do ESLint já anunciou planos para expandir a ferramenta para além do JavaScript — isto é, ser independente de linguagem. O novo ESLint terá uma API mais flexível, suporte a operações assíncronas e será agnóstico quanto ao runtime. Uma nova CLI também está nos planos. Além disso, estão previstos plugins oficiais para JavaScript, JSON e Markdown, além de uma reescrita completa do core. As mudanças visam tornar o ESLint mais versátil e adequado às exigências atuais. Mais no blog oficial.
⚖️ Design ético em apps de assinatura, é possível?
Um estudo da FTC (Comissão de Comércio dos EUA) constatou o que muitos já desconfiam: 76% dos aplicativos e sites de assinatura utilizam dark patterns, técnicas manipulativas que influenciam decisões de usuários. As mais comuns são renovação automática sem opção de desativar, obstáculos para cancelamento e interfaces que priorizam opções favoráveis às empresas. É claro que há um grande debate sobre se designers e devs devem apenas satisfazer o que o negócio quer ou se devem ter voz ativa nessas questões. O fato é que o estudo renova a necessidade de “design ético”, até porque a regulamentação vem aumentando e clientes estão mais atentos. Mais aqui e aqui.
🤖 Desempenho pífio do GPT-3.5 em problemas difíceis de programação pós-2021
Quem usa copilotos de IA para codar já conhece seus benefícios e limitações. Um estudo publicado pelo IEEE avaliou que o GPT-3.5 teve desempenho pífio em problemas difíceis de programação posteriores a 2021. Testando a IA em 728 questões da plataforma LeetCode, em 5 linguagens, anteriores a 2021, o estudo constatou que o modelo produziu código funcional em 89% dos problemas fáceis, 71% dos médios e 40% dos difíceis. No entanto, para problemas pós-2021, o desempenho caiu para 52% em questões fáceis e para míseros 0,66% em problemas difíceis. Um lembrete de que, por conta dos dados de treinamento, a IA é "datada" e nem sempre consegue lidar com o desconhecido. Mais aqui.
🙃 Estudante consegue inicializar distro Linux no Google Drive
Isso é que é dedicação à prática obstinada! Um estudante de Ciência da Computação dos EUA conseguiu uma façanha: inicializar uma distro Linux no Google Drive, sem armazenamento local. Criando um disco RAM FUSE dentro da plataforma, o desenvolvedor carregou componentes essenciais do sistema operacional a partir do armazenamento em nuvem na inicialização. Embora ainda lento e com problemas, o feito demonstra possibilidades criativas de integração entre sistemas e serviços em nuvem — além de ser um baita desafio nerd. Relato do estudante aqui e mais aqui.
💪 Debugando JavaScript como profissional
Habitue-se: vida de programador, muitas vezes, é passar mais tempo debugando (investigando problemas) do que desenvolvendo. Para facilitar a tarefa em JS, Pratical JavaScript compartilha ensinamentos. Comece por entender mensagens de erro e use ferramentas do navegador, como Chrome DevTools. Vá além do console.log e explore console.error, console.warn e console.trace para diagnósticos. Saiba que console.time e console.timeEnd ajudam a medir performance, enquanto console.assert captura condições inesperadas. Para dados estruturados, console.table. Lembre-se também de usar return em funções que devem retornar valores e evitar undefined. Bom debug!
✅ Resposta: "O que diferencia biblioteca (lib) e framework em programação?"
E respondendo a questão lançada acima: bibliotecas e frameworks são abordagens diferentes para reutilização de código em programação. Uma biblioteca (como React, que, sim, é uma lib) é uma coleção de funções e módulos pré-prontos que podem ser importados e utilizados em um projeto conforme necessário, oferecendo flexibilidade de uso e controle ao desenvolvedor. Já um framework (como Next ou AdonisJS) é uma estrutura mais abrangente que define a arquitetura da aplicação e fornece um esqueleto sobre o qual se constrói o software. O framework impõe um padrão de design específico, seguindo o princípio da inversão de controle, onde o código do dev é chamado pelo framework. Essa diferença é bem resumida no ditado: "você chama uma biblioteca, um framework chama você".
Obrigado por ler!
Voltaremos com mais fatos, tendências e dicas na próxima semana. Curta, compartilhe, comente e vote na enquete. Obrigado por ler e por estar com a BeTalent!