🚀 Guia do Participante

Hackathon - Soluções com LLMs para Atendimento ao Cliente

🎯 Objetivo do Hackathon

Desenvolver soluções baseadas em Modelos de Linguagem (LLMs) para aprimorar plataformas conversacionais voltadas ao atendimento e vendas ao cliente (mercado B2B e B2C).

🗓️ Cronograma

Data Evento Horário Local
27/05 Abertura no Tech Days 19h15 às 22h15 -
27 a 29/05 Período de Inscrição - -
07/06 Welcome Event 09h às 11h Mundiale (Av. Amazonas, 298, 8º andar, Centro)
07 a 15/06 Desenvolvimento dos Projetos - -
16/06 Apresentação para Banca Avaliadora 19h às 22h30 Cotemig (Rua Santa Cruz, 546, Bairro Barroca)

🧠 Temas e Desafios Propostos

• Aprimoramento de Chatbots

  • Lidar com linguagem natural complexa
  • Gerar respostas personalizadas
  • Identificar intenções do usuário
  • Lidar com múltiplos idiomas

• Otimização do Atendimento Humano

  • Resumo automático de conversas
  • Sugestões de resposta para agentes
  • Análise de sentimento
  • Automação de tarefas repetitivas

• Análise de Dados e Insights

  • Extração de informações relevantes
  • Relatórios e dashboards
  • Identificação de gargalos e melhorias

🧑‍💻 Requisitos do Projeto

  • Uso de LLM: Ex: GPT-3, Gemini, Mistral, LLaMA, etc.
  • Código-fonte: Disponível em repositório público (GitHub)
  • Documentação Técnica: Arquitetura, funcionalidades, instruções de uso
  • Demonstração: Apresentação funcional do sistema
  • Criatividade: Soluções inovadoras serão valorizadas

🧪 Critérios de Avaliação

Critério Descrição
Relevância e Impacto Valor gerado para o atendimento ao cliente
Funcionalidade Capacidade de realizar as tarefas propostas
Criatividade Nível de inovação e abordagem diferenciada
Qualidade Técnica Código, documentação e arquitetura bem organizados
Usabilidade Facilidade de uso e interação intuitiva com o sistema

👥 Formação das Equipes

Equipes de até 5 participantes.

Cada equipe deve informar:
  • Nome do time
  • Nomes dos integrantes
  • Tamanho das camisas
  • Telefone e e-mail

🛠️ Recursos e Suporte

Materiais Sugeridos:

Canais de Comunicação:

  • Discord Oficial do Evento: Canal geral, Q&A técnico, Anúncios oficiais
  • Speakers Confirmados: Gustavo, Cris, Daniel, Luis, Aline, Iasmin, Jessica, Marcus e Rene

🏆 Premiação

Colocação Prêmios
1º Lugar Troféu para cada integrante. Certificado de participação Premiação para o time de R$1.000,00 (Total)
2º Lugar Troféu para cada integrante. Certificado de participação Premiação para o time de R$ 800,00 (Total)
3º Lugar Troféu para cada integrante. Certificado de participação

📑 Termos Importantes

  • A propriedade intelectual dos projetos poderá ser licenciada à Mundiale, com apoio jurídico
  • Projetos com alto potencial poderão receber bolsas e oportunidades na empresa
  • Participantes devem seguir o código de conduta do evento (anexo ao e-mail de confirmação)

🎁 Kits e Extras

Camisas oficiais para todos os participantes
© 2025 Mundiale - Todos os direitos reservados

📘 Guia Técnico

Integração com LLMs - Node.js e Python
Este guia fornece instruções práticas para utilizar Modelos de Linguagem (LLMs) em projetos utilizando Node.js (com a biblioteca de AI da Vercel) e Python (com OpenAI ou Hugging Face).

🧪 Node.js com Vercel AI SDK

✅ Pré-requisitos

📦 Instalação

npm install ai openai

📁 Estrutura do Projeto

project/
├── main.js
└── .env

📄 .env

OPENAI_API_KEY=sk-xxxxxxxxxxxxxxxxxxxxxx

📄 main.js

import { OpenAI } from 'openai';
import { streamText } from 'ai';
import * as dotenv from 'dotenv';

dotenv.config();

const openai = new OpenAI({
  apiKey: process.env.OPENAI_API_KEY,
});

async function main() {
  const response = await streamText({
    model: 'gpt-3.5-turbo',
    messages: [{ role: 'user', content: 'Explique o que é um chatbot inteligente' }],
    api: openai,
  });

  let fullText = '';
  for await (const part of response) {
    fullText += part.text;
    process.stdout.write(part.text);
  }

  console.log('\n\nResposta completa:', fullText);
}

main();

🐍 Python com OpenAI ou Hugging Face

✅ Pré-requisitos

  • Python 3.8+
  • Biblioteca openai ou transformers
  • Chave de API da OpenAI ou Hugging Face

📦 Instalação

pip install openai

Ou:

pip install transformers torch

📄 Exemplo com OpenAI

import openai
import os

openai.api_key = os.getenv("OPENAI_API_KEY")

response = openai.ChatCompletion.create(
    model="gpt-3.5-turbo",
    messages=[
        {"role": "user", "content": "Me explique o que é um fluxo conversacional."}
    ]
)

print(response['choices'][0]['message']['content'])

📄 Exemplo com Hugging Face

from transformers import pipeline

generator = pipeline("text-generation", model="gpt2")

prompt = "Explique o que é um modelo de linguagem:"
output = generator(prompt, max_length=100, num_return_sequences=1)

print(output[0]["generated_text"])

💡 Sugestões de Casos para Testes

  • Gere uma resposta empática para um cliente frustrado com atraso no pedido.
  • Resuma essa conversa: [texto da conversa].
  • Detecte se essa conversa envolve linguagem agressiva.
  • Crie uma resposta automática para cancelamento de serviços.

📚 Artigos e Recursos de Referência

🧠 Construção de Chatbots com LangChain

📝 Boas Práticas e Engenharia de Prompts

🔍 Análise de Sentimentos e NLP com Hugging Face

© 2025 Mundiale - Todos os direitos reservados
Junte-se ao Discord