The Full Stack
The Full Stack (Full Stack Deep Learning) · Aprendizado · Outros · Prompts
The Full Stack é uma série de cursos gratuitos criada por ex-alunos de doutorado da UC Berkeley que ensina a construir produtos de IA, do trabalho com dados ao deploy e ao LLMOps.
Sobre The Full Stack
About
O que é The Full Stack
The Full Stack, também chamado de Full Stack Deep Learning, é um projeto de ensino de uma equipe pequena de ex-alunos de doutorado da UC Berkeley que já colocaram sistemas de machine learning em produção na OpenAI, na Weights & Biases e em empresas próprias. A premissa é simples: treinar o modelo é a parte fácil, e tudo o que fica em volta decide se o produto funciona.
O material percorre o ciclo inteiro de um produto com IA. Começa na escolha de um problema que valha a pena e segue para a gestão de dados e experimentos, os testes de um modelo que muda toda semana, o deploy e o acompanhamento depois do lançamento. A trilha mais recente, voltada a LLMs, entra em engenharia de prompt, modelos de linguagem aumentados e nas questões de design que aparecem com interfaces de chat. Quem procura um curso gratuito de IA encontra aqui uma base ampla, e o fio de desenvolvimento de produtos de IA segue da primeira à última aula.
O limite principal é a validade. As aulas são gravações, então descrevem as ferramentas e a capacidade dos modelos do ano em que foram gravadas. A equipe avisa isso no próprio site, e vale ler os nomes de bibliotecas como exemplos históricos, não como recomendações atuais. Também não existe turma, correção nem comentário de instrutor na versão gratuita.
Como começar
- Abra fullstackdeeplearning.com e escolha uma trilha: o curso de deep learning de 2022 ou o LLM Bootcamp de 2023.
- Passe pelo calendário e comece pela aula sobre a visão do curso e quando usar machine learning, que organiza o resto da série.
- Assista aos prelabs de CNN, transformers e PyTorch Lightning se sua base de deep learning for fraca.
- Faça um laboratório do início ao fim, como o de gestão de experimentos ou o de deploy web, com um projeto seu em vez de um dataset de exemplo.
- Assine a lista de e-mail ou o canal do YouTube para saber das próximas edições.
Informações do produto
Uma visão rápida dos preços, das plataformas compatíveis e do desempenho de The Full Stack.
Ideal para
Os usuários, tarefas e cenários em que esta ferramenta se encaixa melhor.
Usuários
- Engenheiros de software que estão migrando para IA
- Engenheiros de ML com experiência em treinar modelos
- Product managers e fundadores avaliando um recurso de IA
- Estudantes e pesquisadores
Tarefas
- Decidir se um problema precisa de machine learning
- Montar o acompanhamento de experimentos e os testes
- Levar um modelo do notebook para a produção
- Entender como apps com LLM são construídas
Cenários
- Estudo por conta própria ao longo de algumas semanas
- Colocar um time em contato com práticas de ML em produção
- Testar antes de pagar um bootcamp ou um curso de MLOps
Principais recursos
Biblioteca gratuita de aulas de 2022
Nove aulas gravadas passam pela visão do curso, infraestrutura de desenvolvimento, depuração e avaliação, gestão de dados, deploy, aprendizado contínuo, modelos de fundação, trabalho em time e ética. Cada aula vem com slides e um resumo escrito, então dá para ler em vez de assistir. O conjunto segue aberto, e a equipe o descreve como gratuito para sempre.
Gravações do Full Stack LLM Bootcamp
O LLM Bootcamp de abril de 2023 acrescenta oito sessões sobre aplicações com modelos de linguagem: engenharia de prompt, LLMOps, design de interfaces conversacionais, modelos aumentados e um passo a passo que coloca uma app com LLM no ar em uma hora. São gravações de um evento presencial, publicadas com o mesmo acesso livre do material anterior.
Laboratórios práticos
Oito laboratórios acompanham as aulas de 2022 e passam por gestão de experimentos, anotação de dados, depuração, deploy web e monitoramento de modelos. Cada um usa um stack real, não um exemplo de brinquedo, então você termina com algo que pode ser publicado. Os laboratórios são a parte que transforma as aulas em habilidades reaproveitáveis no trabalho.
Cobertura de LLMOps
A aula de LLMOps trata do lado operacional de publicar recursos com modelos de linguagem: avaliar saídas que não têm uma resposta certa, acompanhar custo e latência, e assumir que uma atualização do modelo muda o comportamento de um dia para o outro. É o material que costuma faltar quando o primeiro protótipo encontra usuários reais. Fica nas primeiras decisões e nos ponteiros, não em um manual completo de engenharia.
Engenharia de prompt e design de interface
Duas sessões tratam prompt e design de interface como problemas de produto, não como truques. A aula de engenharia de prompt cobre prompts estruturados, exemplos few-shot e modos de falhar; a de UX olha para como o chat esconde ou expõe o estado do sistema. Ver as duas em sequência rende mais do que ver uma só, porque um bom prompt em uma interface ruim continua falhando.
Trilha de aprendizagem com projeto
O curso de 2022 inclui um projeto em grupo com propostas, marcos e apresentação final, e as falas dos projetos estão publicadas. Você pode seguir a mesma estrutura sozinho: escolha uma ideia pequena, passe por ela nos laboratórios e apresente a um amigo ou colega para receber retorno. Os projetos mostram qual escopo é realista para algumas semanas em tempo parcial.
Prós e contras
Prós
- Tudo é gratuito, incluindo slides, laboratórios e gravações, sem cadastro na frente das aulas.
- Os instrutores colocaram sistemas reais em produção na OpenAI, na Weights & Biases e na Volition, então o conselho vem do trabalho real e não da teoria.
- O escopo cobre as partes pouco glamourosas que decidem um projeto: gestão de dados, testes e monitoramento.
- Os laboratórios usam de ponta a ponta ferramentas atuais na época, o que facilita copiar o fluxo para o seu próprio repositório.
- A trilha de LLM trata de design de interface e avaliação, dois temas que quase todo conteúdo sobre prompt deixa de lado.
Contras
- As gravações envelhecem rápido. Nomes de ferramentas e a capacidade dos modelos de 2022 e 2023 mudaram, então é preciso conferir a documentação atual para qualquer detalhe de versão.
- Não há turma, prazo nem retorno, e terminar fica difícil para quem precisa de pressão externa.
- A versão gratuita não dá certificado nem credencial, então sozinha não atende exigências de formação formal.
- Em muitos temas operacionais fica nas primeiras decisões e nos ponteiros, o que deixa lacunas se você precisa de orientação profunda de produção para um stack específico.
Perguntas frequentes
Sim. Todas as aulas, slides, laboratórios e gravações do site podem ser vistos sem pagar, e a equipe afirma que o material de 2022 é gratuito para sempre. Não existe plano pago nem conta obrigatória para chegar aos vídeos.
Conteúdo relacionado
Explore ferramentas, skills e artigos relacionados a The Full Stack.
Alternativas a The Full Stack
Kaggle AI
Google · Programação · AprendizadoO Kaggle AI é uma plataforma comunitária onde as pessoas criam, testam e comparam modelos de aprendizado de máquina com dados compartilhados. Ele reúne competições de ciência de dados, dezenas de milhares de conjuntos de dados públicos e notebooks gratuitos na nuvem com acesso a GPU e TPU, então qualquer pessoa com um navegador pode treinar um modelo sem comprar hardware. A plataforma pertence ao Google, e entrar não custa nada.
Bunch
Bunch AI · Aprendizado · NegóciosO Bunch é um app de coaching de liderança com IA que transforma alguns minutos livres por dia em prática real de gestão. Ele entrega uma dica curta e personalizada por dia, registra como você responde e deixa você comparar impressões com colegas em grupos privados. A proposta é simples: você lidera melhor praticando um pouco, com frequência, em vez de aguentar um seminário de fim de semana. Pense nele como um app de treinamento em liderança que você realmente abre.
AI Mock Interview
SQLPad · Programação · AprendizadoO AI Mock Interview é uma ferramenta de prática integrada ao SQLPad que simula entrevistas de emprego reais e oferece feedback instantâneo tanto sobre o que você diz quanto sobre como diz. Você escolhe um modelo de vaga ou envia uma descrição de cargo, responde às perguntas em voz alta em tempo real e depois revisa uma transcrição com observações sobre estrutura, clareza e gramática. Ele é voltado a profissionais de dados que se preparam para vagas de SQL, Python, engenharia de dados, aprendizado de máquina e design de sistemas, e funciona inteiramente no navegador. Não precisa instalar nada.