Obrigado por enviar sua consulta! Um dos membros da nossa equipe entrará em contato com você em breve.
Obrigado por enviar sua reserva! Um dos membros da nossa equipe entrará em contato com você em breve.
Duração 14 horas
Programa do Curso
1. Introdução à Engenharia de IA
- O que é Engenharia de IA?
- IA vs. Machine Learning vs. Deep Learning
- Ciclo de vida da engenharia de IA
- Aplicações da IA em diferentes setores industriais
- Papéis e responsabilidades de um engenheiro de IA
2. Fundamentos da Inteligência Artificial
- Conceitos e terminologia fundamentais de IA
- Aprendizado supervisionado, não supervisionado e por reforço
- Redes neurais e fundamentos de deep learning
- Visão geral da IA generativa e modelos fundacionais
- Ecossistemas e frameworks de desenvolvimento de IA
3. Python para Engenharia de IA
- Bibliotecas essenciais de Python para IA
- NumPy, Pandas e Matplotlib
- Manipulação e visualização de dados
- Trabalho com Jupyter Notebooks
- Escrita de código de IA reutilizável
4. Preparação de Dados para IA
- Coleta e compreensão de conjuntos de dados
- Limpeza e pré-processamento de dados
- Engenharia de características
- Escala e normalização de características
- Divisão de conjuntos de dados em conjuntos de treino, validação e teste
- Gestão de valores em falta e outliers
5. Fundamentos de Machine Learning
- Algoritmos de regressão
- Algoritmos de classificação
- Técnicas de agrupamento
- Fluxo de trabalho de treino de modelos
- Métricas de avaliação de modelos
- Prevenção de overfitting e underfitting
6. Construção de Modelos de IA com TensorFlow e PyTorch
- Introdução ao TensorFlow
- Introdução ao PyTorch
- Criação de redes neurais
- Treino e validação de modelos
- Gravação e carregamento de modelos
- Comparação dos dois frameworks
7. Fundamentos de Processamento de Linguagem Natural
- Pré-processamento de texto
- Incorporações de palavras
- Classificação de texto
- Análise de sentimentos
- Introdução a modelos transformer
- Aplicações práticas de PLN
8. IA no Desenvolvimento de Software
- Integração de IA em aplicações existentes
- Chamadas a serviços de IA através de APIs
- Desenvolvimento de aplicações impulsionadas por IA
- Ferramentas de desenvolvimento de software assistido por IA
- Teste de aplicações com capacidade de IA
9. Melhores Práticas em Engenharia de IA
- Organização de projetos
- Controlo de versões com Git
- Rastreio de experimentos
- Versionamento de modelos
- Padrões de documentação
- Reprodutibilidade em projetos de IA
10. Implementação de Modelos de IA
- Serialização de modelos
- Construção de serviços de inferência
- APIs REST para modelos de IA
- Introdução ao Docker para implementação de IA
- Monitorização de modelos implementados
- Manutenção e atualizações de modelos
11. Engenharia de Dados para IA
- Canais de dados
- Processos ETL
- Gestão de dados estruturados e não estruturados
- Opções de armazenamento de dados
- Gestão da qualidade dos dados
- Preparação de conjuntos de dados prontos para produção
12. IA Responsável e Ética
- Vieses na IA e equidade
- IA Explicável (XAI)
- Privacidade e proteção de dados
- Considerações de segurança da IA
- Desenvolvimento responsável de IA
- Considerações regulatórias e de governança
13. Gestão de Projetos de IA
- Ciclo de vida de projetos de IA
- Metodologias ágeis para projetos de IA
- Colaboração entre equipas técnicas e de negócio
- Estimação de projetos de IA
- Gestão de riscos
- Medição do sucesso do projeto
14. Oficina Prática de Engenharia de IA e Tendências Futuras
- Definição de um fluxo de trabalho completo de desenvolvimento de IA
- Construção de um projeto de machine learning de ponta a ponta
- Treino e avaliação de um modelo utilizando TensorFlow ou PyTorch
- Implementação de uma aplicação de IA simples
- Tendências atuais em Engenharia de IA
- IA Generativa e Modelos de Linguagem Grande (LLMs)
- MLOps e automação de IA
- Percurso de carreira e aprendizagem contínua
- Resumo, Perguntas e Respostas e próximos passos
Requisitos
- Compreensão de conceitos básicos de programação
- Experiência em programação com Python
- Familiaridade com estatística básica e álgebra linear
Público-Alvo
- Engenheiros de IA
- Desenvolvedores de software
- Analistas de dados
Formação Empresarial Personalizada
Soluções de formação concebidas exclusivamente para empresas.
- Conteúdo Personalizado: Adaptamos o programa e os exercícios práticos aos objetivos e necessidades reais do seu projeto.
- Horário Flexível: Datas e horários adaptados à agenda da sua equipe.
- Formato: Online (ao vivo), In-Company (em suas instalações) ou Híbrido.
Preço por grupo privado, formação online em direto, a partir de 2600 € + VAT*
Entre em contato conosco para obter um orçamento preciso e conhecer nossas promoções mais recentes
Testemunhos de Clientes (2)
A extensa seleção de ferramentas apresentadas
Miruna Buzduga - Aeronamic Eastern Europe
Curso - AI Enablement Training for Engineers
Máquina Traduzida
Treinamento passo a passo com muitos exercícios. Foi como um workshop e estou muito feliz com isso.
Ireneusz - Inter Cars S.A.
Curso - Intelligent Applications Fundamentals
Máquina Traduzida