Programa do Curso
Introdução à IA para Desenvolvimento de Software
- O que é IA Gênica vs IA Predictiva
- Aplicações da IA em codificação, análise e automação
- Visão geral de LLMs (Large Language Models), transformadores e modelos de aprendizado profundo
Codificação Assistida por IA e Desenvolvimento Predictivo
- Completar e gerar código com IA (GitHub Copilot, CodeGeeX)
- Prever erros de codificação e vulnerabilidades antes do deploy
- Automatizar revisões de código e sugestões de otimização
Construindo Modelos Predictivos para Aplicações de Software
- Compreendendo previsões em séries temporais e análise preditiva
- Implementando modelos de IA para previsão de demanda e detecção de anomalias
- Utilizando Python, Scikit-learn e TensorFlow para modelagem preditiva
IA Gênica para Geração de Texto, Código e Imagens
- Trabalhando com GPT, LLaMA e outros LLMs
- Gerar dados sintéticos, resumos de texto e documentação
- Criar imagens e vídeos gerados por IA usando modelos de difusão
Implementando Modelos de IA em Aplicações do Mundo Real
- Hospedagem de modelos de IA com Hugging Face, AWS e Google Cloud
- Construir serviços AI baseados em API para aplicações empresariais
- Ajustar modelos de IA pré-treinados para tarefas específicas do domínio
IA para Insights e Tomada de Decisões Preditivos em Negócios
- Inteligência empresarial baseada em IA e análise de clientes
- Prever tendências de mercado e comportamento do consumidor
- Automatizar otimizações de fluxo de trabalho com IA
AI Ética e Melhores Práticas no Desenvolvimento
- Considerações éticas na tomada de decisões assistida por IA
- Detecção de vieses e equidade em modelos de IA
- Melhores práticas para IA interpretável e responsável
Atividades Práticas e Estudos de Caso
- Implementando análise preditiva em um conjunto de dados do mundo real
- Construir um chatbot com geração de texto baseado em IA
- Deploying an LLM-based application for automation (Não traduzido: Deploying an LLM-based application for automation)
Resumo e Próximos Passos
- Revisão dos principais aprendizados
- Ferramentas e recursos de IA para aprendizado contínuo
- Sessão final de perguntas e respostas
Requisitos
- Compreensão de conceitos básicos de desenvolvimento de software
- Experiência com qualquer linguagem de programação (Python recomendado)
- Familiaridade com fundamentos de aprendizado de máquina ou IA (recomendado, mas não obrigatório)
Público-alvo
- Desenvolvedores de software
- Engenheiros de IA/aprendizado de máquina
- Líderes técnicos de equipes
- Gerentes de produto interessados em aplicações impulsionadas por IA
Declaração de Clientes (2)
Revisar os diversos casos de uso e aplicação da IA foi útil. Aproveitei a explicação detalhada sobre os diferentes Agentes de IA.
Axel Schulz - CANARIE Inc
Curso - Microsoft 365 Copilot: AI Productivity Across Word, Excel, PowerPoint, Outlook, and Teams
Máquina Traduzida
Gostei que o instrutor tinha muito conhecimento e compartilhou conosco
Daria Pawlak - LKQ POLSKA SPOLKA Z OGRANICZONA ODPOWIEDZIALNOSCIA
Curso - Microsoft 365 Copilot Chat for Word, Excel, PowerPoint, and Outlook
Máquina Traduzida