Como rodar IA LOCAL no seu PC (mesmo com 8GB RAM) + Ollama, Docker e WebUI

Se você depende de IA no dia a dia como dev, já percebeu: usar cloud tá ficando caro — e limitado. Nesse vídeo eu te mostro como rodar modelos de IA LOCALMENTE, mesmo com um setup simples, usando Ollama, DeepSeek Coder e WebUI. Sem promessa milagrosa — mas com aplicações reais. 📌 O que você vai aprender: Como instalar e rodar o Ollama no Linux Como baixar modelos quantizados (leves) Rodando IA offline (sem internet) Limitações reais de modelos locais Integração com Docker Criando um chat estilo ChatGPT com WebUI Como preparar isso para autocomplete local (próximo vídeo) ⚠️ Sem hype: Modelos locais NÃO substituem GPT ou Cloud Code. Mas podem te ajudar — e muito — se você souber usar. 👍 Curtiu esse tipo de conteúdo? Deixa o like e se inscreve — isso ajuda demais a continuar trazendo conteúdo técnico de verdade. 🔗 Me acompanhe: 📸 Instagram   / filipeleonelbatista   🎥 YouTube    / @filipeleonelbatista   💼 LinkedIn   / filipeleonelbatista   💻 GitHub https://github.com/filipeleonelbatista 🌐 Site https://filipeleonelbatista.github.io/ ⏱️ Capítulos 00:00 – O problema: IA cara e limitada 00:59 – Ideia: rodar IA local 05:07 – Instalando Ollama 05:40 – Rodando sem GPU (CPU mode) 06:34 – Subindo o servidor 07:43 – Testando DeepSeek Coder offline 09:04 – Limitações dos modelos quantizados 10:27 – Usando modelos maiores 11:20 – Quando isso faz sentido 12:19 – Uso ideal (autocomplete local) 13:19 – Setup com Docker + WebUI 16:52 – Subindo containers 18:14 – Acessando interface web 20:26 – Corrigindo erro de download 21:27 – Testando IA offline no WebUI 23:16 – Problemas reais de resposta 24:06 – Performance e limitações 25:07 – Conclusão e próximos passos