Programa do Curso

Introdução à Inteligência Artificial (IA), Aprendizado de Máquina (ML) e Ciência de Dados

  • IA em um contexto histórico e tecnologias combinatórias
  • Introdução à IA, conceitos, IA estreita e geral
  • IA - sentir, raciocinar, agir
  • O pensamento na IA: Aprendizado de Máquina
  • Análise Avançada vs Inteligência Artificial
  • Olhando para trás, agora, e para frente
  • 4 tipos de análise de dados
  • Cadeia de valor da análise
  • Algoritmos, mas sem jargão técnico
  • Aprendizado supervisionado
  • Aprendizado não supervisionado
  • Aprendizado por reforço
  • Dados como combustível para IA
  • Dados estruturados e não estruturados, as 5 V's dos dados
  • Governança de dados
  • Plataforma de engenharia de dados
  • O suficiente para entender a arquitetura de dados
  • Arquitetura de referência de Big Data
  • 3 categorias de uso de dados

Matriz de Oportunidades da IA

Casos de sucesso por cadeia de valor de Porter

  • Atividades primárias
  • Atividades de apoio

Casos de sucesso por tecnologia

  • Processamento de Linguagem Natural (NLP)
  • Reconhecimento de Imagens
  • Aprendizado de Máquina

Ideação de Projetos de IA

  • Processo Funil de IA
  • Várias abordagens para geração de ideias
  • Priorização de projetos
  • Canvas do Projeto de IA

Execução de Projetos de IA

  • Ciclo de Vida do Aprendizado de Máquina
  • Canvas de Aprendizado de Máquina da IA
  • Quando fazer e quando comprar soluções de IA

Como Transformar uma Organização Pronta para IA

  • Use o ciclo de estratégia da IA
  • Dimensões do framework da IA
  • Abordagem prática para avaliar a maturidade em IA da organização
  • Melhores estruturas organizacionais
  • Benefícios de um Centro de Excelência em IA
  • Habilidades e competências

IA e Ética

  • Riscos da IA
  • Diretrizes éticas
  • Realização de uma IA confiável
 35 Horas

Declaração de Clientes (4)

Próximas Formações Provisórias

Categorias Relacionadas