6º semestre · 2025-1 · Domrock
Auxia
Avaliação e comparação de respostas de LLMs com RAG.
- S
Situação
Faltavam critérios padronizados para avaliar a qualidade de respostas de LLMs em contextos sensíveis, como apoio a cuidadores de pessoas com Alzheimer.
- T
Tarefa
Construir uma aplicação que mostra duas respostas lado a lado, coleta notas de 1 a 5 com justificativa, enriquece prompts via banco vetorial e exporta os dados para fine-tuning.
- A
Ação
- ›Defini a arquitetura de rotas e pastas do backend FastAPI.
- ›Implementei o enriquecimento de prompts (RAG) com ChromaDB.
- ›Construí autenticação JWT/OAuth 2.0 e a exportação de dados.
- ›Escrevi testes unitários com PyTest.
- ›Desenvolvi login, header e drawer de usuário em Vue.js e melhorei o Figma.
- R
Resultado
Projeto onde mais atuei como referência técnica: arquitetura do backend, RAG e testes. Python e FastAPI em nível de ensinar.
Hard skills
- FastAPI
- Python
- RAG
- ChromaDB
- MongoDB
- PyTest
- JWT/OAuth2
- Vue.js
- TypeScript
Soft skills
- Identificação proativa de bloqueios
- Ensino de conceitos (RAG) ao time
Stack
- Vue.js
- TypeScript
- Python
- FastAPI
- MongoDB
- ChromaDB
- Figma