@omateus.brito: Rapaz... que diria né?! Um ano atrás eu tomei uma decisão sem saber que ela podia mudar tudo. Falei pra mim mesmo que iria parar tudo e abrir essa nova empresa por trás desse perfil. Sem direção clara, sem saber o que ia acontecer. Mas pensei diferente: “e se, ao invés de testar várias coisas, eu focar em uma só durante 1 ano?” Prometi que ia postar um conteúdo por dia. Desde então, NUNCA falhei um único dia sequer. Mais de 365 dias sem quebrar essa promessa, mas não porque tinha certeza que ia dar certo, mas porque queria descobrir, e não queria ter dúvida de que tentei de verdade. Comecei pegando umas 200, 300 visualizações. Continuei com aquela interrogação na cabeça: “será que vai dar certo?” Comecei a ser notado por pessoas próximas, achei que estava no caminho certo... e continuei. Em quase todo o ano de 2025 me senti extremamente perdido, mas fui atrás de conhecimento e conexões que me ajudassem a encontrar um rumo. Comecei com uns 500 seguidores em maio de 2025. Só em dezembro cheguei aos 10 mil. Um mês depois, 20 mil. Em 2026 as coisas começaram a se encaixar de um jeito que eu não esperava. A meta ousada de 100 mil era pra o final de 2026. Bati na metade do tempo. Hoje, 14 de maio, o que mais pesa não é o número em si, mas o bloqueio que ele representa. Um que eu carregava há muito tempo. Quem diria né, um jovem de 23 anos, que há alguns anos não dava um bom dia por vergonha, estaria com 100 mil pessoas acompanhando, mais de 5 milhões de visualizações mensais, sendo chamado pra palestrar pra dezenas de pessoas. Conheci gente que nunca imaginei conhecer. Criei uma nova empresa do zero que bate metas que eu nem ousava sonhar. E receber mensagens de pessoas falando o quanto estou agregando na vida delas, é o que realmente me move. Obrigado a quem esteve do lado desde o começo, a quem conheci no caminho, e até quem nunca falou comigo mas acompanha e engaja. Cada um faz parte dessa história. É só o começo. VAMOS QUE VAMOS!

Mateus Brito- IA para Negócios
Mateus Brito- IA para Negócios
Open In TikTok:
Region: BR
Friday 15 May 2026 14:52:16 GMT
1738
11
0
0

Music

Download

Comments

There are no more comments for this video.
To see more videos from user @omateus.brito, please go to the Tikwm homepage.

Other Videos

Everyone can explain what an LLM is. Almost nobody can explain what happens in the 400ms after you hit enter. Wrong question:
Everyone can explain what an LLM is. Almost nobody can explain what happens in the 400ms after you hit enter. Wrong question: "which model is best?" Right question: "where does the time and the money actually go?" 12 concepts, one line each 👇 🟢 WHAT IT HOLDS 01 Tokenization — text becomes IDs; "strawberry" is 3 tokens, not 10 letters 02 Context window — how much it sees at once; when full, the oldest falls out 03 KV cache — it stops recomputing the past, so memory grows with the chat 🔵 HOW IT SERVES 04 Batching — many requests in one pass; a slot frees, the next joins 05 Streaming — tokens ship as they're made, so TTFT is what users feel 06 Speculative decoding — a small model drafts ahead, the big one verifies 🟡 HOW IT PICKS 07 Temperature — flatten or sharpen the odds before choosing 08 Top-p — keep the smallest set of tokens that reaches p 09 Top-k — keep a fixed count, whatever the odds look like 🟣 WHAT IT COSTS 10 Quantization — FP16 → INT8 → INT4; 16GB becomes 4GB 11 Latency — TTFT is the wait, tokens/sec is the flow 12 Cost — you pay both directions, and output runs ~5x input 👀 Watch cards 07-09. Same nine-bar distribution, three times. Top-p adapts to its shape — a confident prediction keeps 2 tokens, an uncertain one keeps 8. Top-k keeps the same count either way. That's the whole answer to "top-p or top-k", and why p is the safer default. And card 06 isn't a trick: speculative decoding provably returns the exact same output distribution as the big model alone. 1.5-2.5x faster, zero quality cost. The rule: latency and bill are decisions, not properties of the model you chose. Most teams tune the prompt for weeks and never touch batching, caching or quantization. Send this to whoever owns the inference bill. 📸 Screenshot it — 12 concepts, one card. Follow @hackproduct — scary AI concepts, made shippable. ⚡ . . #LLM #AIengineering #inference #MLops #GenAI

About