Programa do Curso

Introdução à IA

  • O que é a Inteligência Artificial?
  • Principais marcos no desenvolvimento da IA
  • IA vs. Machine Learning vs. Deep Learning
  • Tipos de IA: IA estreita, IA geral e IA superinteligente

Conceitos fundamentais de IA

  • Dados, algoritmos e modelos
  • Fundamentos Machine Learning: Supervisionados, não supervisionados e Reinforcement Learning
  • Redes neuronais e Deep Learning noções básicas
  • Natural Language Processing (NLP) visão geral

Aplicações da IA no mundo real

  • IA nos cuidados de saúde, finanças, retalho e transportes
  • Assistentes virtuais inteligentes e chatbots
  • IA na análise empresarial e na tomada de decisões

Preparar os dados para a IA

  • Qualidade e pré-processamento de dados
  • Dados estruturados vs. dados não estruturados
  • Ética e preconceitos dos dados
  • Métodos de recolha e rotulagem de dados

Ética e Governança da IA

  • Preocupações éticas no desenvolvimento da IA
  • Enviesamentos nos modelos e algoritmos de IA
  • Quadros regulamentares e governação em IA
  • Responsabilidade e transparência da IA

Ferramentas e tecnologias de IA

  • Panorâmica dos quadros populares de IA
  • Introdução às plataformas de IA (Google AI, Microsoft Azure, IBM Watson)
  • Noções básicas de automatização e RPA (Robotic Process Automation)

Riscos, segurança e desafios da IA

  • Desafios de segurança nos sistemas de IA
  • Riscos de dependência excessiva da IA
  • Impacto socioeconómico da adoção da IA
  • Problemas de desempenho e monitorização do modelo de IA

BCS Preparação e prática do exame

  • BCS Formato e estrutura do exame
  • Exemplos de perguntas e testes práticos
  • Áreas-chave a focar para o exame
  • Dicas e estratégias de preparação final

Resumo e próximos passos

Requisitos

  • Não são necessários pré-requisitos

Público-alvo

  • Profissionais de TI
  • [Analistas
  • Gestores de projeto
 7 Horas

Declaração de Clientes (1)

Próximas Formações Provisórias

Categorias Relacionadas