Parabéns!

Trabalhando com DeepSeek em Python

James Chapman

AI Curriculum Lead, DataCamp

Capítulo 1

 

  • Criar solicitações para o DeepSeek nos modos chat e reasoning

O fluxo de reasoning em alto nível: pensar, executar e atualizar o conhecimento.

O logo do DeepSeek.

client = OpenAI(api_key="<TogetherAI API Key>")

response = client.chat.completions.create(
    model="deepseek-ai/DeepSeek-V4-Pro",
    messages=[{"role": "user", "content": "..."}]
)
print(response.choices[0].message.content)
Trabalhando com DeepSeek em Python

Capítulo 2

response = client.chat.completions.create(
  model="deepseek-ai/DeepSeek-V4-Pro",
  messages=[{"role": "user", "content": "..."}],
  max_tokens=20,
  temperature=0.5
)
  • Perguntas e respostas (Q&A)
  • Transformação de texto
  • Geração de conteúdo
  • Classificação, por exemplo, análise de sentimento
  • Depuração de código
  • max_tokens e temperature

Diferentes aplicações dos modelos DeepSeek.

Trabalhando com DeepSeek em Python

Capítulo 3

 

  • "system"

    • Orientar as saídas do modelo
    • Adicionar guardrails

  • "assistant"

    • Few-shot estruturado
    • Construir histórico da conversa

Os três papéis em uma interação de chat: o sistema, o usuário e o assistente.

Trabalhando com DeepSeek em Python

O que vem a seguir?

 

→ Aplicações de IA

→ Mais sobre DeepSeek

Trabalhando com DeepSeek em Python

Vamos praticar!

Trabalhando com DeepSeek em Python

Preparing Video For Download...