Ao selecionar um país você vê os cursos disponíveis na sua região.
⏱ 2 h 36 min📚 26 aulas
Construindo aplicativos LLM seguros: agentes, RAGs e defesa de injeção imediata
Aprenda as práticas de segurança essenciais, desde a modelagem de ameaças até os portões de CI/CD, necessários para implantar sistemas de Large Language Model robustos e protegidos em ambientes de produção.
💬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 Modelos de Linguagem Grande (LLMs) se tornam integrados aos principais processos de negócios, novas e críticas vulnerabilidades de segurança surgem, especialmente no que diz respeito ao manuseio de entrada do usuário e à privacidade dos dados. Este curso fornece o conhecimento fundamental e as técnicas práticas necessárias para identificar, mitigar e testar os riscos mais críticos enfrentados pelas aplicações modernas de LLM.
Ao concluir este curso, você poderá projetar, construir e implantar sistemas com tecnologia LLM (como aplicativos Agentes e RAG) que operam com segurança e previsibilidade, mesmo quando enfrentam entradas adversárias.
O que você vai aprender:
* Entenda as 10 principais vulnerabilidades do OWASP LLM e como aplicar a modelagem de ameaças a arquiteturas comuns de LLM, como RAG.
* Implementar defesas robustas contra injeção imediata, injecção indirecta e fugas de dados sensíveis em sistemas implementados.
* Configurar agentes LLM e chamadas de função para evitar o abuso de ferramentas e impor limites rígidos no uso de recursos e ciclos.
* Pratique usando métodos de validação de dados e técnicas de saída estruturadas (como JSON Schema) para garantir respostas de modelo previsíveis.
* Aplique técnicas de redação e sanitização de dados para proteger informações confidenciais que fluem através do pipeline LLM.
* Integrar testes de segurança básicos (red teaming) e portas de validação em fluxos de trabalho de integração e implantação contínuas (CI / CD).
O curso começa definindo os principais conceitos de segurança do LLM e o cenário atual de ameaças antes de passar para a implementação prática de padrões de codificação defensiva e aplicação de políticas para agentes e sistemas RAG.Este curso é projetado para desenvolvedores, cientistas de dados e profissionais de segurança novos para proteger aplicativos com tecnologia LLM. Nenhuma experiência prévia com a segurança LLM é necessária, apenas conhecimentos básicos de programação.
Comece a criar sistemas de IA confiáveis e resilientes hoje mesmo.
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.
♾️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 36 min de conteúdo prático
Certificado de conclusão
Cada curso que você conclui na PickAClass emite uma credencial como esta — original, com seu próprio código, verificável por URL e detalhada sobre o que foi de fato demonstrado.
P
PickAClass
Perfil de habilidades · verificável
Documento
Certificado de Maestria
Isto certifica que
Nome Sobrenome
demonstrou com sucesso o domínio de
Construindo aplicativos LLM seguros: agentes, RAGs e defesa de injeção imediata
Habilidades demonstradas
✓
Análise de padrões comportamentais
Fundamental
1.2 h
✓
Estruturas de arquitetura de decisão
Proficiente
1.4 h
✓
Design de testes A/B
Proficiente
1.7 h
✓
Redação comportamental
Avançado
1.9 h
P
PickAClass — Nome Sobrenome
Construindo aplicativos LLM seguros: agentes, RAGs e defesa de injeção imediata
Página 2 de 2
Detalhe de desempenho
Resumo do curso
Aulas concluídas14 / 14
Questões de prática26 / 28
Tarefas enviadas4 (méd. 4.5 / 5)
Projeto finalAvaliado — 4.6 / 5
Prática total6.2 h
Benchmark de desempenho
Posição na coorteTop 12% de 1,625
Tempo até concluir11 dias (mediana: 22)
Pontuação de domínio91 / 100
Pontuação das questões de prática94%
Verificação de habilidadeTrilha de habilidade verificada