Cursos de PLN em Matosinhos

Este treinamento ao vivo conduzido por instrutor em Matosinhos (no local ou remoto) é destinado a pesquisadores de IA de nível intermediário a avançado, cientistas de dados e desenvolvedores que desejam entender, ajustar e implementar os modelos de linguagem grande do Meta AI para vários aplicativos de PNL.

No final deste treinamento, os participantes serão capazes de:

• Compreender a arquitetura e o funcionamento dos modelos de linguagem grande da Meta AI.
• Configure e ajuste os LLMs do Meta AI para casos de uso específicos.
• Implemente aplicativos baseados em LLM, como resumo de texto, chatbots e análise de sentimentos.
• Otimizar e implementar modelos de linguagem de grande dimensão de forma eficiente.

Este treinamento ao vivo conduzido por instrutor em Matosinhos (no local ou remoto) é destinado a educadores, profissionais da EdTech e pesquisadores com diferentes níveis de experiência e conhecimento que desejam aproveitar os LLMs para criar experiências educacionais personalizadas.

No final deste treinamento, os participantes serão capazes de:

• Compreender a arquitetura e as capacidades dos LLMs.
• Identificar oportunidades de personalização em conteúdo educacional usando LLMs.
• Projetar plataformas de aprendizagem adaptativa que utilizam LLMs para personalização de conteúdo.
• Implementar estratégias orientadas por LLMs para melhorar o envolvimento do aluno e os resultados de aprendizagem.
• Avaliar a eficácia dos LLMs em ambientes educacionais e tomar decisões baseadas em dados para

Este treinamento ao vivo e ministrado por um instrutor em Matosinhos (online ou presencial) é direcionado a profissionais de nível intermediário em ML e desenvolvedores de IA que desejam ajustar e implantar modelos open-weight como LLaMA, Mistral e Qwen para aplicações específicas de negócios ou internas.

No final deste treinamento, os participantes serão capazes de:

• Compreender o ecossistema e as diferenças entre modelos de IA open-source.
• Preparar conjuntos de dados e configurações de ajuste fino para modelos como LLaMA, Mistral e Qwen.
• Executar pipelines de ajuste fino usando Hugging Face Transformers e PEFT.
• Avaliar, salvar e implantar modelos ajustados em ambientes seguros.

Este treinamento ao vivo, ministrado por um instrutor em Matosinhos (online ou presencial), é direcionado a cientistas de dados e engenheiros de IA de nível intermediário que desejam ajustar modelos de linguagem grandes de forma mais econômica e eficiente usando métodos como LoRA, Adapter Tuning e Prefix Tuning.

No final deste treinamento, os participantes serão capazes de:

• Compreender a teoria por trás das abordagens de ajuste fino com eficiência paramétrica.
• Implementar LoRA, Adapter Tuning e Prefix Tuning usando Hugging Face PEFT.
• Comparar as vantagens e desvantagens em termos de desempenho e custo dos métodos PEFT versus o ajuste fino completo.
• Implantar e escalar modelos de linguagem ajustados com requisitos reduzidos de computação e armazenamento.

Esta formação ao vivo, ministrada por um instrutor em Matosinhos (online ou presencial), é direcionada a engenheiros de aprendizado de máquina de nível intermediário a avançado, desenvolvedores de IA e cientistas de dados que desejam aprender como usar o QLoRA para ajustar eficientemente grandes modelos para tarefas específicas e personalizações.

No final desta formação, os participantes serão capazes de:

• Compreender a teoria por trás do QLoRA e das técnicas de quantização para LLMs (Large Language Models).
• Implementar o QLoRA no ajuste fino de grandes modelos linguísticos para aplicações específicas de domínio.
• Otimizar o desempenho do ajuste fino em recursos computacionais limitados usando quantização.
• Deploy e avaliar modelos ajustados finamente em aplicações do mundo real de forma eficiente.

Este treinamento presencial e ministrado por instrutor em Matosinhos (online ou no local) é destinado a desenvolvedores e cientistas de dados de nível intermediário a avançado que desejam dominar o LlamaIndex para desenvolver aplicativos inovadores baseados em LLM.

No final deste treinamento, os participantes serão capazes de:

• Instalar e configurar o LlamaIndex para uso com LLMs.
• Indexar e consultar conjuntos de dados personalizados usando o LlamaIndex para melhorar a funcionalidade do LLM.
• Conceber e desenvolver aplicações sofisticadas que utilizem o LlamaIndex e os LLMs.
• Compreender e aplicar as melhores práticas para trabalhar com LLMs e LlamaIndex.
• Navegar pelas considerações éticas envolvidas na implementação de aplicações com LLM.

O SDK CANN (Arquitetura de Computação para Neural Networks) fornece poderosas ferramentas de implantação e otimização para aplicações em tempo real de IA na visão computacional e NLP, especialmente no hardware Huawei Ascend.

Esta formação ao vivo (online ou presencial) ministrada por instrutor é direcionada a profissionais intermediários de IA que desejam construir, implantar e otimizar modelos de visão e linguagem usando o SDK CANN para casos de uso em produção.

Ao final desta formação, os participantes serão capazes de:

• Implantar e otimizar modelos CV e NLP utilizando CANN e AscendCL.
• Usar as ferramentas do SDK CANN para converter modelos e integrá-los em pipelines ao vivo.
• Otimizar o desempenho de inferência para tarefas como detecção, classificação e análise de sentimentos.
• Construir pipelines CV/NLP em tempo real para cenários de implantação na borda ou baseados na nuvem.

Formato do Curso

• Aula interativa e demonstração.
• Laboratório prático com implantação de modelos e perfilamento de desempenho.
• Design ao vivo de pipelines usando casos reais de CV e NLP.

Opções de Personalização do Curso

• Para solicitar uma formação personalizada para este curso, entre em contato conosco para agendar.

This instructor-led, live training in Matosinhos (online or onsite) is aimed at intermediate-level public sector professionals who wish to use Gemini to generate high-quality content, assist with research, and improve productivity through more advanced AI interactions.

By the end of this training, participants will be able to:

• Craft more effective and tailored prompts for specific use cases.
• Generate original and creative content using Gemini.
• Summarize and compare complex information with precision.
• Use Gemini for brainstorming, planning, and organizing ideas efficiently.

Este treinamento ao vivo conduzido por instrutor em Matosinhos (no local ou remoto) é destinado a profissionais de dados de nível intermediário que desejam usar LangChain para aprimorar seus recursos de análise e visualização de dados.

Ao final deste treinamento, os participantes serão capazes de:

• Automatizar a recuperação e limpeza de dados usando LangChain.
• Conduzir análises avançadas de dados usando Python e LangChain.
• Criar visualizações com Matplotlib e outras bibliotecas Python integradas com LangChain.
• Aproveitar LangChain para gerar percepções de linguagem natural a partir da análise de dados.

Esta formação presencial (online ou no local) é dirigida a cientistas de dados e desenvolvedores de nível intermediário que desejam aplicar técnicas de Processamento de Linguagem Natural usando Python em Google Colab.

Ao final desta formação, os participantes serão capazes de:

• Entender conceitos fundamentais do processamento de linguagem natural.
• Pré-processar e limpar dados de texto para tarefas de PLN.
• Realizar análise de sentimentos usando as bibliotecas NLTK e SpaCy.
• Trabalhar com dados de texto usando Google Colab para desenvolvimento escalável e colaborativo.

Esta formação presencial (online ou no local) é destinada a profissionais avançados que desejam aperfeiçoar e personalizar modelos de IA em Ollama para melhor desempenho e aplicações específicas ao domínio.

Ao final desta formação, os participantes serão capazes de:

• Configurar um ambiente eficiente para o aperfeiçoamento de modelos de IA em Ollama.
• Preparar conjuntos de dados para fine-tuning supervisionado e aprendizagem por reforço.
• Otimizar modelos de IA para desempenho, precisão e eficiência.
• Deployar modelos personalizados em ambientes de produção.
• Avaliar melhorias no modelo e garantir robustez.

Este treinamento ao vivo conduzido por instrutor em Matosinhos (no local ou remoto) é destinado a engenheiros de aprendizado de máquina de nível avançado e pesquisadores de IA que desejam desenvolver soluções de IA com eficiência energética com pequenos modelos de linguagem que são poderosos e ecologicamente corretos.

No final desta formação, os participantes serão capazes de:

• Compreender o impacto da IA no consumo de energia e no meio ambiente.
• Aplicar técnicas de compressão e otimização de modelos para reduzir o tamanho e o uso de energia dos modelos de IA.
• Utilize estruturas de hardware e software com eficiência energética para implantação de IA.
• Implementar as melhores práticas para o desenvolvimento sustentável da IA.
• Defender e contribuir para práticas sustentáveis no sector da IA.

Este treinamento ao vivo conduzido por instrutor em Matosinhos (no local ou remoto) é destinado a desenvolvedores de software de nível intermediário e engenheiros de IA que desejam integrar o Claude AI em seus aplicativos, criar chatbots alimentados por IA e aprimorar a funcionalidade do software com automação orientada por IA.

No final deste treinamento, os participantes serão capazes de:

• Use a API Claude AI para integrar a IA em aplicativos.
• Desenvolva chatbots e assistentes virtuais orientados por IA.
• Aprimore aplicativos com automação alimentada por IA e PNL.
• Otimize e ajuste os modelos Claude AI para diferentes casos de uso.

Este treinamento ao vivo conduzido por instrutor em Matosinhos (no local ou remoto) é destinado a cientistas de dados de nível intermediário, desenvolvedores de IA e entusiastas de IA que desejam usar LLMs para executar várias tarefas de PNL e criar conteúdo novo e diversificado para diferentes fins.

No final deste treinamento, os participantes serão capazes de:

• Estabelecer um ambiente de desenvolvimento com LLMs e ferramentas essenciais.
• Executar habilmente tarefas de NLU e NLI com LLMs.
• Extrair, inferir e utilizar gráficos de conhecimento de forma eficaz.
• Gerar e gerir diálogos utilizando LLMs para aplicações de conversação.
• Avaliar a qualidade e a diversidade dos conteúdos gerados pelos LLM e pela IA generativa.
• Aplicar princípios éticos, garantindo a equidade e a utilização responsável de LLMs.

A reconhecimento e transcrição de fala usando IA envolve a conversão da linguagem falada em texto escrito através de modelos de aprendizado de máquina e sistemas de processamento de linguagem natural.

Esta formação presencial conduzida por instrutor (online ou no local) é direcionada a profissionais intermediários que desejam implementar, avaliar e otimizar soluções de fala para texto impulsionadas por IA para casos de uso reais.

Ao final desta formação, os participantes serão capazes de:

• Compreender como são treinados e implementados modelos modernos de reconhecimento de fala.
• Avaliar APIs open-source e comerciais para transcrição de fala para texto.
• Lidar com desafios de transcrição multilíngue e específicos de domínio.
• Construir fluxos de trabalho simples de transcrição para diferentes fontes de áudio.

Formato do Curso

• Aula interativa e discussão.
• Muitos exercícios e prática.
• Implementação hands-on em um ambiente de laboratório ao vivo.

Opções de Customização do Curso

• Para solicitar uma formação personalizada para este curso, entre em contato conosco para agendar.

Este treinamento ao vivo conduzido por instrutor em Matosinhos (no local ou remoto) é destinado a profissionais de nível intermediário que desejam aprimorar seus projetos de PNL por meio do ajuste fino eficaz de modelos de linguagem pré-treinados.

No final deste treinamento, os participantes serão capazes de:

• Compreender os fundamentos do ajuste fino para tarefas de PNL.
• Ajustar modelos pré-treinados, como GPT, BERT e T5, para aplicações específicas de PNL.
• Otimizar os hiperparâmetros para melhorar o desempenho do modelo.
• Avaliar e implementar modelos ajustados em cenários do mundo real.

Este treinamento ao vivo conduzido por instrutor (no local ou remoto) é destinado a cientistas de dados, engenheiros de aprendizado de máquina, pesquisadores de PNL e entusiastas de IA que desejam entender o funcionamento interno dos modelos GPT, explorar os recursos do GPT-3 e GPT-4 e aprender como aproveitar esses modelos para suas tarefas de PNL.

No final deste treinamento, os participantes serão capazes de:

• Compreender os principais conceitos e princípios por trás dos Transformadores Gerativos Pré-treinados.
• Compreender a arquitetura e o processo de treinamento dos modelos GPT.
• Utilizar o GPT-3 para tarefas como geração de texto, conclusão e tradução.
• Explorar os últimos avanços do GPT-4 e suas possíveis aplicações.
• Aplicar os modelos GPT aos seus próprios projectos e tarefas de PNL.

Este treinamento ao vivo conduzido por instrutor em Matosinhos (no local ou remoto) é destinado a desenvolvedores de nível intermediário e engenheiros de software que desejam criar aplicativos alimentados por IA usando a estrutura LangChain .

Ao final deste treinamento, os participantes serão capazes de:

• Entenda os fundamentos do LangChain e seus componentes.
• Integrar o LangChain com grandes modelos de linguagem (LLMs) como o GPT-4.
• Crie aplicativos modulares de IA usando o LangChain.
• Solucionar problemas comuns em aplicações LangChain.

Estima-se que os dados não estruturados representem mais de 90 por cento de todos os dados, muitos dos quais sob a forma de texto. Publicações em blogues, tweets, redes sociais e outras publicações digitais contribuem continuamente para este conjunto crescente de dados.

Este curso ao vivo, ministrado por um instrutor, centra-se na extração de informações e significado destes dados. Utilizando as bibliotecas R Language e Natural Language Processing (NLP), combinamos conceitos e técnicas da ciência da computação, inteligência artificial e linguística computacional para entender algoritmicamente o significado por trás dos dados de texto. As amostras de dados estão disponíveis em vários idiomas, de acordo com os requisitos do cliente.

No final desta formação, os participantes serão capazes de preparar conjuntos de dados (grandes e pequenos) a partir de fontes díspares e, em seguida, aplicar os algoritmos correctos para analisar e comunicar o seu significado.

Formato do curso

• Parte palestra, parte discussão, prática prática pesada, testes ocasionais para avaliar a compreensão

Este curso foi criado para administradores, solution architects, executivos de inovação, CTOs, e todos os interessados em aprender e conhecer o panorama geral da inteligência artificial aplicada aos problemas organizacionais.

A IA é um conjunto de tecnologias para a criação de sistemas inteligentes capazes de compreender os dados e as actividades que os rodeiam para tomar "decisões inteligentes". Para os fornecedores Telecom, a criação de aplicações e serviços que utilizem a IA pode abrir a porta a melhores operações e serviços em áreas como a manutenção e a otimização da rede.

Neste curso, examinamos as várias tecnologias que compõem a IA e os conjuntos de competências necessários para as utilizar. Ao longo do curso, examinamos as aplicações específicas da IA no sector Telecom.

Público

• Engenheiros de rede
• Pessoal de operações de rede
• Gerentes técnicos Telecom

Formato do curso

• Parte palestra, parte discussão, exercícios práticos

Este curso é destinado a desenvolvedores e cientistas de dados que desejam entender e implementar inteligência artificial em seus aplicativos. O foco especial está na análise de dados, inteligência artificial distribuída e processamento de linguagem natural.

ChatBots são programas de computador que simulam automaticamente respostas humanas por meio de interfaces de chat. ChatBots ajudam as organizações a maximizar a eficiência de suas operações, fornecendo opções mais fáceis e rápidas para as interações de seus usuários.

Neste treinamento ao vivo conduzido por instrutor, os participantes aprenderão como criar chatbots em Python.

Ao final deste treinamento, os participantes serão capazes de:

• Entender os fundamentos da construção de chatbots
• Construir, testar, implantar e solucionar problemas de vários chatbots usando Python

Público

• Desenvolvedores

Formato do curso

• Parte palestra, parte discussão, exercícios e muita prática hands-on

Nota

• Para solicitar um treinamento personalizado para este curso, entre em contato conosco para combinar.

Neste treinamento ao vivo conduzido por instrutor em Matosinhos, os participantes aprenderão a usar Python bibliotecas para PNL enquanto criam um aplicativo que processa um conjunto de imagens e gera legendas. 

No final desta formação, os participantes serão capazes de

• Desenhar e codificar DL para NLP usando Python bibliotecas.
• Criar Python código que lê uma coleção substancialmente enorme de imagens e gera palavras-chave.
• Criar Python Código que gera legendas a partir das palavras-chave detectadas.

Nesta formação presencial e ministrada por instrutor no Matosinhos, os participantes aprenderão como usar Python para produzir textos de alta qualidade em linguagem natural, construindo seu próprio sistema NLG do zero. Estudos de caso também serão examinados e conceitos relevantes serão aplicados a projetos práticos de laboratório para gerar conteúdo.

No final desta formação, os participantes serão capazes de:

• Usar NLG para gerar automaticamente conteúdo para diversos setores, desde jornalismo até imóveis e relatórios meteorológicos e esportivos.
• Selecionar e organizar o conteúdo-fonte, planejar frases e preparar um sistema para a geração automática de conteúdo original.
• Compreender o pipeline NLG e aplicar as técnicas adequadas em cada etapa.
• Compreender a arquitetura de um sistema Natural Language Generation (NLG).
• Implementar os algoritmos e modelos mais adequados para análise e ordenação.
• Puxar dados de fontes públicas disponíveis bem como de bancos de dados curados para usar como material para o texto gerado.
• Substituir processos manuais e trabalhosos de redação por criação de conteúdo automatizada e gerada por computador.

Esta sessão de treinamento presencial explorará técnicas de Processamento de Linguagem Natural (NLP) em conjunto com a aplicação de Inteligência Artificial e Robotics no ambiente empresarial. Os participantes realizarão exemplos baseados em computador e exercícios de resolução de estudos de caso utilizando Python

Este treinamento ao vivo conduzido por instrutor (no local ou remoto) é destinado a desenvolvedores e cientistas de dados que desejam usar o spaCy para processar grandes volumes de texto para encontrar padrões e obter insights.

No final deste treinamento, os participantes serão capazes de:

• Instalar e configurar o spaCy.
• Compreender a abordagem do spaCy para Natural Language Processing (NLP).
• Extrair padrões e obter insights de negócios a partir de fontes de dados em larga escala.
• Integrar a biblioteca spaCy com aplicações web e sistemas legados existentes.
• Implementar o spaCy em ambientes de produção para prever o comportamento humano.
• Utilizar o spaCy para pré-processar texto para Deep Learning.

Formato do Curso

• Aulas e discussões interativas.
• Muitos exercícios e prática.
• Implementação prática em um ambiente de laboratório ao vivo.

Opções de personalização de curso

• Para solicitar um treinamento personalizado para este curso, entre em contato conosco para combinar.
• Para saber mais sobre o spaCy, visite: https://spacy.io/

Este treinamento ao vivo conduzido por instrutor em Matosinhos (no local ou remoto) é destinado a cientistas e desenvolvedores de dados que desejam usar TextBlob para implementar e simplificar tarefas de PNL, como análise de sentimentos, correções ortográficas, modelagem de classificação de texto, etc.

No final desta formação, os participantes serão capazes de

• Configurar o ambiente de desenvolvimento necessário para começar a implementar tarefas de PNL com TextBlob.
• Compreender as características, a arquitetura e as vantagens de TextBlob.
• Aprender a construir sistemas de classificação de texto usando TextBlob.
• Executar tarefas comuns de PNL (Tokenização, WordNet, Análise de sentimentos, Correção ortográfica, etc.)
• Executar implementações avançadas com APIs simples e algumas linhas de código.

Em Python Machine Learning, o recurso de Sumarização de Texto é capaz de ler o texto de entrada e produzir um resumo de texto. Essa capacidade está disponível a partir da linha de comando ou como uma API/Biblioteca Python. Uma aplicação interessante é a criação rápida de resumos executivos; isso é particularmente útil para organizações que precisam revisar grandes volumes de dados textuais antes de gerar relatórios e apresentações.

Neste treinamento liderado por um instrutor, ao vivo, os participantes aprenderão a usar Python para criar um aplicativo simples que gera automaticamente um resumo do texto de entrada.

Ao final deste treinamento, os participantes serão capazes de:

• Usar a ferramenta de linha de comando que resume textos.
• Projetar e criar código de Sumarização de Texto usando as bibliotecas Python.
• Avaliar três bibliotecas de sumarização Python: sumy 0.7.0, pysummarization 1.0.4, readless 1.0.17

Público

• Programadores
• Cientistas de dados

Formato do curso

• Parte palestra, parte discussão, exercícios e prática prática pesada

TensorFlow™ é uma biblioteca de software de código aberto para computação numérica usando gráficos de fluxo de dados.

SyntaxNet é um framework de processamento de línguas naturais de rede neural para TensorFlow.

Word2Vec é usado para a aprendizagem de representações vector de palavras, chamado "word embeddings". Word2vec é um modelo preditivo particularmente computacional-eficaz para a aprendizagem de palavras de texto cru. Ele vem em dois sabores, o modelo Continuous Bag-of-Words (CBOW) e o modelo Skip-Gram (Capítulos 3.1 e 3.2 em Mikolov et al.)

Usados em tandem, o SyntaxNet e Word2Vec permitem que os usuários gerem modelos de aprendizagem integrada a partir da entrada de língua natural.

Auditoria

Este curso é voltado para desenvolvedores e engenheiros que pretendem trabalhar com os modelos SyntaxNet e Word2Vec em seus gráficos TensorFlow.

Após a conclusão deste curso, os delegados serão:

• compreender TensorFlow’s estrutura e mecanismos de implantação
• Ser capaz de realizar tarefas de instalação / ambiente de produção / arquitetura e configuração
• ser capaz de avaliar a qualidade do código, realizar o desligamento, monitoramento
• Ser capaz de implementar produção avançada como modelos de treinamento, termos de inserção, gráficos de construção e logging