Este tutorial foi feito para aqueles que estão buscando frequentemente a resposta de como as coisas funcionam e querem experimentar na prática. O objetivo principal é proporcionar uma experiência prática e profunda sobre emoções em textos, integrando técnicas clássicas de Processamento de Linguagem Natural (PLN), abordagens modernas baseadas em Modelos de Linguagem de Grande Escala (LLMs) e desenvolvimento de Machine Learning (ML). Durante a atividade, os participantes receberão orientação desde a contextualização do problema e fundamentos teóricos até a criação completa de uma pipeline funcional para análise de emoções em textos reais. Serão abordados conceitos fundamentais, como pré-processamento de texto, representação de texto e classificação, usando bibliotecas amplamente utilizadas no ecossistema Python. Também será abordada a utilização de modelos pré-treinados fundamentados em LLMs, analisando seus benefícios, restrições, custos e implicações práticas em comparação com os métodos convencionais. Além disso, também vai ser abordado as dificuldades e vantagens de se criar um aprendizado de máquina voltado para o reconhecimento de emoções.