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.
Programa do Curso
1. Introdução à Engenharia de IA
- O que é Engenharia de IA?
- IA vs. Aprendizado de Máquina vs. Aprendizado Profundo
- Ciclo de vida da engenharia de IA
- Aplicações da IA em diversos setores
- Papéis e responsabilidades de um engenheiro de IA
2. Fundamentos da Inteligência Artificial
- Conceitos centrais e terminologia da IA
- Aprendizado supervisionado, não supervisionado e por reforço
- Fundamentos de redes neurais e aprendizado profundo
- Visão geral da IA generativa e de modelos fundacionais
- Ecossistemas e estruturas de desenvolvimento de IA
3. Python para Engenharia de IA
- Bibliotecas Python essenciais para IA
- NumPy, Pandas e Matplotlib
- Manipulação e visualização de dados
- Trabalhando com Jupyter Notebooks
- Escrevendo 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 (feature engineering)
- Escala e normalização de características
- Divisão dos conjuntos de dados em treinamento, validação e teste
- Tratamento de valores ausentes e outliers
5. Fundamentos do Aprendizado de Máquina
- Algoritmos de regressão
- Algoritmos de classificação
- Técnicas de agrupamento (clustering)
- Fluxo de trabalho de treinamento 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
- Treinamento e validação de modelos
- Salvar e carregar modelos
- Comparação entre as duas estruturas
7. Fundamentos do Processamento de Linguagem Natural (PLN)
- Pré-processamento de texto
- Embeddings de palavras
- Classificação de texto
- Análise de sentimentos
- Introdução aos modelos transformadores (transformers)
- Aplicações práticas de PLN
8. IA no Desenvolvimento de Software
- Integração da IA em aplicações existentes
- Chamada de serviços de IA por meio de APIs
- Desenvolvimento de aplicativos impulsionados por IA
- Ferramentas de desenvolvimento de software assistidas por IA
- Teste de aplicativos com capacidade de IA
9. Melhores Práticas de Engenharia de IA
- Organização de projetos
- Controle de versão com Git
- Rastreamento de experimentos
- Versão de modelos
- Padrões de documentação
- Reprodutibilidade em projetos de IA
10. Implantação de Modelos de IA
- Serialização de modelos
- Criação de serviços de inferência
- APIs REST para modelos de IA
- Introdução ao Docker para implantação de IA
- Monitoramento de modelos implantados
- Manutenção e atualização de modelos
11. Engenharia de Dados de IA
- Pipelines 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 e justiça na IA
- 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 equipes técnicas e de negócios
- Estimativa de projetos de IA
- Gestão de riscos
- Mensuração do sucesso do projeto
14. Workshop Prático de Engenharia de IA e Tendências Futuras
- Configuração de um fluxo de trabalho completo de desenvolvimento de IA
- Construção de um projeto de aprendizado de máquina do início ao fim
- Treinamento e avaliação de um modelo usando TensorFlow ou PyTorch
- Implantação de uma aplicação simples de IA
- Tendências atuais na Engenharia de IA
- IA Generativa e Grandes Modelos de Linguagem (LLMs)
- MLOps e automação de IA
- Caminhos de carreira e aprendizado contínuo
- Resumo, perguntas e respostas, e próximos passos
Requisitos
- Compreensão dos conceitos básicos de programação
- Experiência com programação em Python
- Conhecimento básico de estatística e álgebra linear
Público-Alvo
- Engenheiros de IA
- Desenvolvedores de software
- Analistas de dados
14 Horas
Treinamento Corporativo Personalizado
Soluções de treinamento projetadas 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, treinamento online ao vivo, 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