Pular para o conteúdo
aluiza.tech

Lista de espera aberta para a turma pioneira

IA de verdade para quem segura a infra.

Como usar LLMs e agentes no dia a dia de DevOps e SRE, e como rodar, escalar e observar modelos em produção no Kubernetes. Tudo open source, com labs na sua máquina.

Ao entrar, você concorda em receber e-mails sobre o curso, conforme a política de privacidade. Dá para sair a qualquer momento.

Quem entra na lista garante o preço e as condições da turma pioneira.

Experiência de produção em ambientes financeiros e de dados

  • Stone
  • iti
  • Itaú
  • B2B Soft
  • Netskope

Palestras em

  • Cloud Native Day SP
  • DevOps Days BH
  • DevOps Days Belém

100% open source

Ferramentas e modelos abertos, sem licença paga.

  • Linux
  • Kubernetes
  • Podman
  • OpenTofu
  • Helm
  • Argo CD
  • Prometheus
  • Grafana
  • OpenTelemetry
  • Jaeger
  • vLLM
  • Ollama
  • Qdrant
  • LangChain
  • MCP

01 / trilha

Do terminal ao cluster, na ordem certa.

Primeiro você usa IA para trabalhar melhor. Depois aprende a operar IA como qualquer outro serviço em produção: com deploy, escala, custo e SLO.

trilha --ordemfundamentosterminaliacwar roomservingslosagentesprojeto

  1. módulo 01

    Fundamentos de LLM para quem é de infra

    Tokens, janela de contexto, embeddings, RAG, custo e latência. O suficiente para tomar decisão técnica, sem virar cientista de dados.

    • tokens
    • RAG
    • custo
  2. módulo 02

    IA no terminal

    Agentes de código open source no seu fluxo, com modelos abertos: scripts, runbooks, revisão de PR e investigação. E onde não deixar o agente sozinho.

    • agentes
    • CLI
    • code review
  3. módulo 03

    Infra como código com IA

    Gerar e revisar OpenTofu (o Terraform aberto), Helm e manifests com IA, com policy as code e testes segurando o que vai para produção.

    • OpenTofu
    • Helm
    • OPA
  4. módulo 04

    IA na war room

    Triagem de incidente, correlação de métricas, logs e traces, e postmortem assistido. O que muda quando o modelo ajuda a ler o sinal.

    • Prometheus
    • Grafana
    • incidentes
  5. módulo 05

    Servindo modelos no Kubernetes

    vLLM, KServe, GPU, filas e autoscaling com KEDA. Como um modelo vira um serviço igual a qualquer outro do cluster.

    • vLLM
    • KServe
    • KEDA
  6. módulo 06

    Observabilidade e SLOs de LLM

    OpenTelemetry GenAI, tempo até o primeiro token, tokens por segundo e error budget para modelo. Saber que piorou antes do usuário.

    • OpenTelemetry
    • SLO
    • TTFT
  7. módulo 07

    Agentes e MCP na operação

    Dar ferramentas para um agente agir na infra com permissão mínima, guardrails, trilha de auditoria e teto de custo.

    • MCP
    • guardrails
    • FinOps
  8. fim da trilha

    Projeto final

    Uma plataforma de IA observável rodando no seu cluster local, com SLOs e runbooks, publicada no seu GitHub.

    • portfólio
    • GitHub

02 / pra quem é

Pra quem já vive a infra e não quer ficar para trás.

pré-requisitosVocê precisa de base em Linux, containers e Git. Não precisa saber machine learning nem ter GPU.

  • 01

    DevOps e SRE

    Quer usar IA no trabalho sem cair no hype, e ser quem o time procura quando o assunto é LLM em produção.

  • 02

    Infra e sysadmin

    Quer automatizar o repetitivo e chegar em Kubernetes e IA com uma base que não quebra.

  • 03

    Cloud e plataforma

    Vai ter que hospedar modelo, liberar GPU e explicar a conta no fim do mês.

  • 04

    Dev que pega plantão

    Quer entender o que acontece depois do deploy e investigar incidente mais rápido.

  • 05

    Quem mira vaga lá fora

    Cada vez mais vagas de plataforma e SRE fora do Brasil pedem experiência com IA em produção.

03 / por que esse curso

Feito por quem usa IA na infra todo dia.

  • 01

    Produção, não demo

    Nada de chatbot de exemplo. Os labs reproduzem o que acontece num time de infra: incidente, deploy, conta de GPU e plantão.

  • 02

    100% open source

    Ferramentas, agentes e modelos abertos, rodando num Kubernetes local na sua máquina. Sem licença, sem conta paga e sem gastar com GPU na nuvem.

  • 03

    Do jeito que se faz lá fora

    As práticas que eu uso trabalhando para empresas dos Estados Unidos: SLO, postmortem sem culpa e revisão de mudança.

  • 04

    Prova pública no portfólio

    Você termina com um projeto no seu GitHub que mostra, para qualquer recrutador, que sabe colocar IA em produção.

Ana Luiza Primo de casaco caramelo numa rua de pedra no Brooklyn, com a Manhattan Bridge ao fundo
Ana Luiza PrimoSRE

04 / quem ensina

Prazer, eu sou a Ana Luiza.

A IA que eu uso todo dia no DevOps, explicada do jeito que eu queria ter aprendido.

Sou Site Reliability Engineer há mais de seis anos e trabalho em contratos internacionais em empresas dos Estados Unidos. Antes passei pela Stone, pelo iti e pelo Itaú, o maior banco da América Latina, cuidando de pagamentos, incidentes e centenas de microsserviços em Kubernetes.

No dia a dia, uso IA para implementar DevOps: crio agentes e prompts que automatizam tarefas, escrevem e revisam infraestrutura como código e tiram o trabalho repetitivo do caminho. Também falo de observabilidade e IA em eventos como o Cloud Native Day São Paulo e os DevOps Days de Belo Horizonte e Belém.

O curso organiza esse jeito de trabalhar numa trilha que dá para seguir: primeiro a IA trabalhando para você, depois a IA como mais um serviço que a infra precisa rodar e observar.

anos como SRE
6+
anos como SRE
empresas do mercado financeiro, entre elas o Itaú, maior banco da América Latina
4
empresas do mercado financeiro, entre elas o Itaú, maior banco da América Latina
contratos internacionais em empresas americanas
EUA
contratos internacionais em empresas americanas

05 / perguntas

Perguntas frequentes.

Preciso saber machine learning?

Não. O curso é para quem vem de infra. Você precisa de base em Linux, containers e Git; o resto a gente constrói junto, do zero.

Preciso de GPU ou gastar com nuvem?

Não. Os labs rodam num Kubernetes local com modelos abertos pequenos, em CPU. Quando o assunto é GPU, você entende como funciona e quanto custa antes de pagar por uma.

Vou precisar pagar alguma ferramenta ou API?

Não. Tudo no curso é open source: Kubernetes, OpenTofu, Prometheus, Grafana, OpenTelemetry, vLLM, Ollama e modelos abertos. Você não precisa de conta paga nem de chave de API de nenhum provedor.

Quando o curso abre?

Ainda sem data fechada. Quem está na lista de espera fica sabendo primeiro, antes do anúncio público.

Quanto vai custar?

O valor sai no lançamento. A turma pioneira tem um desconto exclusivo que não vai ser oferecido ao público.

O que é a turma pioneira?

É a primeira turma, formada por quem entrou na lista de espera. Ela tem acesso vitalício, o menor preço que o curso vai ter e ajuda a moldar o conteúdo com feedback direto.

O que vou receber por e-mail?

O aviso de abertura, o desconto da turma pioneira e novidades do curso. Sem spam, e você sai da lista quando quiser.

06 / turma pioneira

Bora colocar IA na sua infra?

Entre na lista de espera e garanta seu lugar na turma pioneira.

  • Acesso vitalício para quem entrar na turma pioneira.

  • Desconto exclusivo que não vai ser oferecido ao público.

  • Aviso antes de todo mundo por e-mail, assim que as inscrições abrirem.

Ao entrar, você concorda em receber e-mails sobre o curso, conforme a política de privacidade. Dá para sair a qualquer momento.