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

Como criar janelas móveis de séries temporais usando o Python

Janelas Móveis/Deslizantes, ou Rolling Windows, são termos frequentes na análise de séries temporais. Mas o que são e como aplicá-las no Python? Neste tutorial, mostramos como essa ferramenta é essencial para a análise de dados utilizando como exemplo a correlação móvel de ações brasileiras.

Como incorporar choques em cenários de previsão?

Neste exercício mostramos como incorar choques no cenário de variáveis exógenas para fins de previsão. Usando como exemplo a previsão do IPCA, através de um modelo de machine learning, mostramos os cuidados a serem tomados e uma forma simples de definir o cenário com os choques. Ao final, apresentamos uma previsão com um suposto choque e uma previsão sem o choque para comparação.

Como preparar os dados para um modelo preditivo?

Modelos de previsão macroeconômica podem facilmente alcançar um número elevado de variáveis. Mesmo modelos simplificados, como o Modelo de Pequeno Porte (MPP) do Banco Central, usam cerca de 30 variáveis. Isso impõe um grande desafio ao nosso dia a dia: como fazer a gestão destes dados para uso em modelos, desde a coleta até o tratamento?

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.