DeepSeek: como usar a IA chinesa no Python

O campo da Inteligência Artificial (IA) tem passado por uma verdadeira corrida tecnológica nos últimos anos. Novos produtos, serviços e modelos têm sido lançados quase que diariamente pelos players deste mercado. Dentre eles, teve destaque a empresa DeepSeek, com seu modelo R1 lançado recentemente de forma open source.

IA generativa, GenAI no inglês, é um tipo de inteligência artificial capaz de gerar textos, imagens, vídeos e outros tipos de dados usando modelos generativos. Um exemplo popular de IA generativa é o ChatGPT, da empresa OpenAI, que gera textos em resposta a um prompt (texto de entrada). A DeepSeek, por sua vez, lançou recentemente modelos, como o R1, para concorrer neste mercado de IA generativa.

Exemplo prático no Python

O DeepSeek oferece uma API para uso, porém há custos de utilização. Como alternativa, é possível usar o modelo de IA localmente, desde que hajam recursos computacionais suficientes para rodar o modelo. Graças ao Google Colab, podemos rodar o modelo sem muito esforço ou infraestrutura própria.

Para obter o código e o tutorial deste exercício faça parte do Clube AM e receba toda semana os códigos em R/Python, vídeos, tutoriais e suporte completo para dúvidas.

Primeiro, instalamos e importamos as bibliotecas oyama e ollama . Em seguida, definimos o modelo que quremos utilizar: deepseek-r1:32b . A biblioteca oyama vai fazer todos os downloads necessários automaticamente (isso pode demorar um pouco).

Por fim, basta usar o método .chat() para começar a interagir com a IA. Aqui perguntamos quantas letras R a palavra strawberry possui. Eis a resposta:

Conclusão

Na corrida da IA, novas ferramentas e modelos são lançados quase que diariamente. Neste artigo mostramos como a empresa chinesa DeepSeek tem competido neste mercado através do modelo R1 e damos um exemplo de utilização em Python.

Tenha acesso ao código e suporte desse e de mais 500 exercícios no Clube AM!

Quer o código desse e de mais de 500 exercícios de análise de dados com ideias validadas por nossos especialistas em problemas reais de análise de dados do seu dia a dia? Além de acesso a vídeos, materiais extras e todo o suporte necessário para você reproduzir esses exercícios? Então, fale com a gente no Whatsapp e veja como fazer parte do Clube AM, clicando aqui.

Compartilhe esse artigo

Facebook
Twitter
LinkedIn
WhatsApp
Telegram
Email
Print

Comente o que achou desse artigo

Outros artigos relacionados

Tratamento e transformação de séries temporais macroeconômicas para modelagem

"Garbage in, garbage out" é a regra de ouro na previsão macroeconômica. Antes de aplicar qualquer modelo de IA ou econometria para prever indicadores como o IPCA ou o PIB, existe um trabalho crucial de tratamento de dados. Neste post, abrimos os bastidores do nosso dashboard de previsões e mostramos o passo a passo para transformar dados brutos de múltiplas fontes (como BCB, IBGE e FRED) em séries prontas para modelagem. Veja como lidamos com diferentes frequências, aplicamos transformações e usamos metadados para criar um pipeline de dados robusto e automatizado.

Como planejar um pipeline de previsão macroeconômica: da coleta ao dashboard

Montar um pipeline de previsão macroeconômica não é apenas uma tarefa técnica — é um exercício de integração entre dados, modelos e automação. Neste post, apresento uma visão geral de como estruturar esse processo de ponta a ponta, da coleta de dados até a construção de um dashboard interativo, que exibe previsões automatizadas de inflação, câmbio, PIB e taxa Selic.

Coletando e integrando dados do BCB, IBGE e IPEA de forma automatizada

Quem trabalha com modelagem e previsão macroeconômica sabe o quanto é demorado reunir dados de diferentes fontes — Banco Central, IBGE, IPEA, FRED, IFI... Cada um com sua API, formato, frequência e estrutura. Esse gargalo de coleta e padronização consome tempo que poderia estar sendo usado na análise, nos modelos ou na comunicação dos resultados.

Foi exatamente por isso que criamos uma rotina de coleta automatizada, que busca, trata e organiza séries temporais econômicas diretamente das APIs oficiais, pronta para ser integrada a pipelines de previsão, dashboards ou agentes de IA econometristas.

Boletim AM

Receba diretamente em seu e-mail gratuitamente nossas promoções especiais e conteúdos exclusivos sobre Análise de Dados!

Boletim AM

Receba diretamente em seu e-mail gratuitamente nossas promoções especiais e conteúdos exclusivos sobre Análise de Dados!

como podemos ajudar?

Preencha os seus dados abaixo e fale conosco no WhatsApp

Boletim AM

Preencha o formulário abaixo para receber nossos boletins semanais diretamente em seu e-mail.