Estudos - Python para AI

Este repositório reúne meu plano de estudos e projetos práticos para dominar:

• Programação Orientada a Objetos (POO) em Python
• Programação Assíncrona (asyncio)
• Programação Concorrente (threads, multiprocessing, concurrent.futures)
• LangChain (integração LLMs, chains, agents)
• LangGraph (fluxos/visualização para pipelines de LLMs / agentes)
• FastAPI (APIs modernas em Python)
• Insomnia (testes e documentação de APIs)

Tecnologias utilizadas

Oq vou focar nesse estudo:

POO (Python)

• Conceitos: classe, instância, atributos, métodos, encapsulamento, herança, composição, polimorfismo.
• Padrões comuns: factory, singleton (quando for apropriado), containers imutáveis.
• Aplicação prática: modelagem de domínios e refatoração orientada a objetos.

Programação Assíncrona

• async/await, coroutines, event loop (asyncio).
• asyncio.gather, asyncio.create_task, asyncio.run.
• Como transformar código I/O-bound para não bloquear: websockets, HTTP async, scraping eficiente.

Programação Concorrente

• Threads (threading) para I/O-bound.
• Processos (multiprocessing) para CPU-bound (escapar do GIL).
• concurrent.futures (ThreadPoolExecutor / ProcessPoolExecutor).
• Concorrência segura: locks, queues, semáforos e patterns para evitar condições de corrida.

LangChain & LangGraph

• LangChain: arquiteturas de chains, prompts, memory, agents, ferramentas externas.
• LangGraph: modelar visualmente fluxos de LLMs / integração entre nodes (fluxos, conectores e debugging visual).
• Como orquestrar LLMs com dados locais e pipelines replicáveis.

FastAPI & Insomnia

• FastAPI: endpoints, Pydantic models, dependências, background tasks, autenticação mínima.
• Deploy rápido: uvicorn, configuração básica para produção (gunicorn/uvicorn workers).
• Insomnia: criar collections, testar endpoints, gerar requests e documentar APIs.

---

Materiais / Bibliografia

POO (Python)

• Documentação Oficial Python — Classes
  O que ler: capítulos sobre classes, métodos especiais e herança.
  Como estudo: leio o capítulo + reescrevo exemplos no REPL + crio 2 mini-classes por 30 minutos (ex.: Pessoa / ContaBancaria) e escrevo 3 testes simples.
• Real Python – OOP em Python (artigos e tutoriais)
  Como estudo: artigo teórico + implementar um pequeno projeto (ex.: gerenciador de tarefas orientado a objetos) e commitar no repo.
• Vídeo recomendado: aulas concisas (Corey Schafer / Tech With Tim) para ver exemplos executando.
  Como estudo: assistir com o editor aberto e pausar para digitar o código.
• Achei um site interessante para eu usar com exercicios: https://pynative.com/python-object-oriented-programming-oop-exercise/ https://www.w3resource.com/python-exercises/oop/index.php

Programação Assíncrona

• Documentação asyncio (Python docs)
  Como estudo: ler introdução e exemplos básicos; executar coroutines no REPL.
• Real Python – Asyncio tutorial (hands-on)
  Como estudo: seguir um exemplo (ex.: downloader assíncrono) e adaptar pra 2 APIs públicas.
• Vídeo prático (tutorial com exemplos de async/await)
  Como estudo: reproduzir exemplo, depois converter função sincrona → assincrona para ver diferença no tempo.

Programação Concorrente

• Documentação threading e multiprocessing (Python docs)
  Como estudo: entender limitações (GIL) e depois fazer benchmarks simples na minha máquina (soma, I/O fake).
• Real Python – Concurrency vs Parallelism
  Como estudo: escolher um problema CPU-bound e resolver com multiprocessing, medir speedup.
• Exemplos práticos: concurrent.futures com ThreadPool/ProcessPool.

LangChain

• Doc oficial do LangChain (docs/langchain)
  Como estudo: seguir tutoriais "getting started", montar uma chain simples que consulta embeddings e responde perguntas a partir de documentos locais.
• Exercícios: criar um mini-RAG (Retriever-Augmented Generation) com PDFs ou markdowns do repo.

LangGraph

• Repositório/Docs oficiais do LangGraph (ou material do autor)
  Como estudo: montar visual flow simples que encadeia prompt → verificação → tool-call e rodar em modo debug.

FastAPI

• Documentação oficial do FastAPI
  Como estudo: criar um CRUD simples com Pydantic models, testar com Insomnia.
• Exemplo prático: endpoint /process que recebe texto, chama uma chain (simulada/local) e retorna resultado.

Insomnia

• Docs / GUI do Insomnia
  Como estudo: criar collection, escrever testes, salvar environment variables (chaves locais), testar endpoints do FastAPI.

---

Bibliografia / Links de referência

• Python docs — Classes, asyncio, threading, multiprocessing, concurrent.futures
• FastAPI — documentação oficial e tutoriais (Pydantic + dependencies)
• LangChain — docs e exemplos de RAG / agents
• LangGraph — docs / repo oficial (visual nodes para flows de LLM)
• Real Python — artigos sobre OOP, Async e Concurrency
• Vídeos: Corey Schafer, Tech With Tim, freeCodeCamp (playlists focadas em OOP e Async)
• Insomnia — docs oficiais e guias de Collections