"Considerando um cenário onde grandes modelos de IA (LLMs) são utilizados para análise preditiva em tempo real sobre fluxos contínuos de dados (ex: transações financeiras, telemetria de IoT), e a latência é um fator crítico para a tomada de decisão. Desenvolva uma estratégia detalhada e inovadora, utilizando conceitos de 'otimização de inferência' e 'engenharia de prompts', para minimizar o tempo de resposta e o consumo de recursos computacionais do LLM. A estratégia deve abordar:

1.  **Otimização do Prompt:** Como formular prompts que, mesmo complexos, guiem o LLM a gerar respostas concisas, diretas e numericamente eficientes, sem sacrificar a acurácia ou a capacidade de contextualização necessária para a análise preditiva. Pense em técnicas como poucos-shot learning otimizado, uso inteligente de delimitadores, e a inclusão de instruções explícitas para formatação de saída.
2.  **Pré-processamento e Pós-processamento de Dados:** Que técnicas podem ser empregadas para pré-processar os dados de entrada de forma a reduzir a 'carga cognitiva' do LLM, e como o pós-processamento pode refinar a saída para uso imediato em sistemas downstream.
3.  **Gestão de Contexto e Memória:** Estratégias para gerenciar o contexto da conversa com o LLM, evitando a redundância e garantindo que apenas as informações mais relevantes sejam passadas em cada requisição, sem perder a capacidade de inferir sobre sequências temporais ou eventos correlacionados.
4.  **Avaliação e Monitoramento:** Métricas e metodologias para quantificar a melhoria na performance (latência, throughput, consumo de GPU/CPU) e na qualidade das inferências, e como monitorar continuamente esses indicadores em produção.

Apresente a estratégia como um guia prático para um Cientista de Dados, incluindo exemplos de prompts otimizados e fluxogramas simplificados, se aplicável."