Alexey Seleznev lançou um curso gratuito em vídeo de R para desenvolver ferramentas de AI

Alexey Seleznev publicou um curso de vídeo gratuito sobre R focado na criação de ferramentas de IA, interfaces de chat e sistemas multi-agentes. O curso é projetado como um roteiro prático para quem já escreve em R e quer integrar LLMs em seus fluxos de trabalho, em vez de apenas usar chats web.

O que está dentro do curso A ideia principal do curso é demonstrar que

o ecossistema R é adequado não apenas para análise clássica e visualização, mas também para o desenvolvimento completo de aplicações de IA. O autor se concentra não em uma coleção de truques desconexos, mas em uma pilha coesa de ferramentas: `ellmer` para trabalhar com modelos, `mcptools` para MCP, `ragnar` para RAG, `shinychat` e `querychat` para interfaces, e `mini007` para cenários de agentes. Como resultado, o curso não parece uma revisão de novidades, mas como uma tentativa de montar uma trajetória pronta para desenvolvedores R entrando em IA aplicada.

"Este curso não é sobre exemplos abstratos e demos de brinquedo".

Também é importante que os materiais estejam disponíveis gratuitamente no formato de um livro online com vídeo-aulas, notas e exemplos de código. Isso reduz a barreira de entrada para quem trabalhou há muito tempo em R mas ainda via estruturas modernas de IA como território Python. Desta forma, o curso resolve dois objetivos de uma vez: fornece uma estrutura de aprendizado e mostra quais pacotes usar agora, sem montar independentemente uma pilha de dezenas de repositórios e artigos.

Sete módulos práticos O programa consiste em sete aulas consecutivas.

O autor primeiro cobre o trabalho básico com LLMs através do pacote `ellmer`: configurando chaves de API, criando chats, extraindo dados estruturados de texto e construindo uma interface simples. Depois o curso passa para questões mais aplicadas — implantando um modelo em um bot do Telegram, gerenciando contexto do usuário e preservando o histórico de chat entre sessões.

• Conectar diferentes provedores de LLM diretamente do R Criar chats de IA e interfaces web baseadas em Shiny Executar um servidor MCP e cliente MCP para trabalhar com ferramentas externas Construir um sistema RAG com embeddings, DuckDB e busca híbrida Desenvolver cenários multi-agentes com geração e execução de código R Na segunda metade do curso, o foco muda para arquiteturas mais complexas. Um módulo é dedicado ao MCP como forma de conectar modelos com dados e funções, incluindo integração com ferramentas como Claude Desktop. Outro aborda a abordagem RAG: embeddings, armazenamento de vetores em DuckDB e respostas baseadas em sua própria documentação. Aulas separadas cobrem a configuração da interface `shinychat`, trabalho com `querychat`, que traduz consultas em linguagem natural em SQL, e sistemas multi-agentes onde IA não apenas responde, mas também coordena ações, avalia qualidade de resultados e executa código.

Para quem é o curso

De acordo com a descrição do autor, o curso é principalmente voltado para analistas de dados, desenvolvedores R e quem já escreve código R com confiança. Este não é material introdutório para iniciantes absolutos: sem sintaxe básica da linguagem e compreensão de como trabalhar com pacotes, o ritmo provavelmente será muito rápido. No entanto, para profissionais que querem passar rapidamente de "testei um chatbot" para um protótipo funcional, o programa parece bastante prático.

A força do curso é que cobre vários cenários de trabalho que geralmente são estudados em partes. Aqui em um só lugar você encontrará APIs LLM, bots, interfaces web, acesso a dados via MCP, busca em sua própria base de conhecimento e padrões de agentes. Para equipes corporativas isso é especialmente útil: um analista ou desenvolvedor BI pode evitar mudar a linguagem e pilha principais, e adicionar recursos de IA diretamente aos projetos R existentes, painéis e serviços internos.

O formato gratuito também importa: esse curso pode ser usado como um ponto de entrada interno para uma equipe sem um orçamento de treinamento separado.

O que isso significa R permanece como uma linguagem nicho comparada a

Python no desenvolvimento de IA, mas cursos como este mostram que a lacuna está diminuindo rapidamente no nível das ferramentas aplicadas. Para a comunidade de língua russa, esta é uma forma pronta e estruturada de entrar em LLMs, MCP, RAG e sistemas de agentes sem sair do ecossistema familiar.