Cursos de PLN em Évora

Este treinamento presencial conduzido por um instrutor em Évora (online ou no local) é voltado para desenvolvedores de VR e AR intermediários, designers de jogos e engenheiros de IA que desejam incorporar LLMs às aplicações de VR e AR para criar ambientes mais envolventes e responsivos.

Ao final deste treinamento, os participantes serão capazes de:

• Compreender o papel dos LLMs na criação de experiências imersivas em VR e AR.
• Desenvolver aplicações de VR e AR que utilizem LLMs para diálogos interativos e criação de conteúdo.
• Integrar LLMs com ferramentas de desenvolvimento de VR e AR para melhorar o engajamento do usuário.
• Aplicar as melhores práticas na concepção de narrativas e interações impulsionadas por IA em espaços virtuais.

Este treinamento presencial e ministrado por instrutor em Évora (online ou no local) é destinado a desenvolvedores e cientistas de dados de nível intermediário a avançado que desejam dominar o LlamaIndex para desenvolver aplicativos inovadores baseados em LLM.

No final deste treinamento, os participantes serão capazes de:

• Instalar e configurar o LlamaIndex para uso com LLMs.
• Indexar e consultar conjuntos de dados personalizados usando o LlamaIndex para melhorar a funcionalidade do LLM.
• Conceber e desenvolver aplicações sofisticadas que utilizem o LlamaIndex e os LLMs.
• Compreender e aplicar as melhores práticas para trabalhar com LLMs e LlamaIndex.
• Navegar pelas considerações éticas envolvidas na implementação de aplicações com LLM.

O CANN SDK (Compute Architecture for Neural Networks) oferece ferramentas poderosas de implantação e otimização para aplicativos de IA em tempo real na visão computacional e PLN, especialmente no hardware Huawei Ascend.

Este treinamento presencial, conduzido por instrutor (online ou presencial), é voltado para profissionais intermediários de IA que desejam construir, implantar e otimizar modelos de visão e linguagem usando o CANN SDK para casos de uso em produção.

Ao final deste treinamento, os participantes serão capazes de:

• Implantar e otimizar modelos de CV e PLN usando CANN e AscendCL.
• Usar ferramentas do CANN para converter modelos e integrá-los em pipelines ao vivo.
• Otimizar o desempenho de inferência para tarefas como detecção, classificação e análise de sentimento.
• Construir pipelines de CV/PLN em tempo real para cenários de implantação na borda ou baseada em nuvem.

Formato do Curso

• Aula interativa e demonstração.
• Laboratório prático com implantação de modelos e perfilamento de desempenho.
• Design de pipelines ao vivo usando casos reais de CV e PLN.

Opções de Personalização do Curso

• Para solicitar um treinamento personalizado para este curso, entre em contato conosco para agendar.

Claude AI é um sistema avançado de linguagem e raciocínio que apoia tarefas estruturadas de dados, fluxos de trabalho analíticos e o aprimoramento da inteligência de negócios.

Esta formação presencial, conduzida por instrutor (online ou no local), destina-se a profissionais de nível iniciante a intermediário que desejam utilizar o Claude para acelerar a análise de dados, gerar insights e otimizar processos de BI.

Após concluir esta formação, os participantes serão capazes de:

• Aplicar o Claude para realizar análises exploratórias de dados sob demanda.
• Gerar consultas SQL, resumos e transformações por meio de prompts em linguagem natural.
• Utilizar o Claude para projetar dashboards, KPIs e visualizações analíticas de forma mais eficiente.
• Interpretar dados empresariais com maior precisão graças ao raciocínio assistido por IA estruturada.

Formato do Curso

• Demonstrações conduzidas por instrutor e discussões orientadas.
• Exercícios práticos com conjuntos de dados reais do mundo corporativo.
• Aplicação prática do Claude em cenários focados em BI.

Opções de Personalização do Curso

• Caso seja necessária uma personalização para alinhar-se às suas ferramentas ou fluxos de trabalho internos de BI, entre em contato para agendar uma versão adaptada deste curso.

Esta formação presencial (online ou no local) é dirigida a cientistas de dados e desenvolvedores de nível intermediário que desejam aplicar técnicas de Processamento de Linguagem Natural usando Python em Google Colab.

Ao final desta formação, os participantes serão capazes de:

• Entender conceitos fundamentais do processamento de linguagem natural.
• Pré-processar e limpar dados de texto para tarefas de PLN.
• Realizar análise de sentimentos usando as bibliotecas NLTK e SpaCy.
• Trabalhar com dados de texto usando Google Colab para desenvolvimento escalável e colaborativo.

Este treinamento ao vivo conduzido por instrutor em Évora (no local ou remoto) é destinado a engenheiros de dados de nível avançado e DevOps profissionais que desejam aproveitar os recursos de LangChain integrando-o a vários serviços em nuvem.

No final deste treinamento, os participantes serão capazes de:

• Integrar LangChain com as principais plataformas de nuvem, como AWS, Azure e Go ogle Cloud.
• Utilizar APIs e serviços baseados em nuvem para aprimorar os aplicativos alimentados por LangChain.
• Escalar e implantar agentes de conversação na nuvem para interação em tempo real.
• Implementar as melhores práticas de monitorização e segurança em ambientes de nuvem.

O LangGraph permite fluxos de trabalho com estado, multiatores, alimentados por LLMs, com controle preciso sobre os caminhos de execução e persistência do estado. Em saúde, essas capacidades são cruciais para a conformidade, interoperabilidade e construção de sistemas de suporte à decisão que se alinham com fluxos de trabalho médicos.

Este treinamento liderado por instrutor (online ou presencial) é direcionado a profissionais de nível intermediário a avançado que desejam projetar, implementar e gerenciar soluções de saúde baseadas em LangGraph, abordando desafios regulatórios, éticos e operacionais.

No final deste treinamento, os participantes serão capazes de:

• Projetar fluxos de trabalho do LangGraph específicos para saúde, com conformidade e auditoria em mente.
• Integrar aplicativos do LangGraph com ontologias médicas e padrões (FHIR, SNOMED CT, ICD).
• Aplicar melhores práticas de confiabilidade, rastreabilidade e explicabilidade em ambientes sensíveis.
• Implantar, monitorar e validar aplicativos do LangGraph em configurações de produção na saúde.

Formato do Curso

• Aula interativa e discussão.
• Exercícios práticos com estudos de caso do mundo real.
• Prática de implementação em um ambiente de laboratório ao vivo.

Opções de Customização do Curso

• Para solicitar um treinamento personalizado para este curso, entre em contato conosco para agendar.

Esta formação ao vivo (online ou presencial) em Évora é direcionada a engenheiros de aprendizado de máquina avançados e pesquisadores de IA que desejam desenvolver soluções de IA eficientes energeticamente com modelos de linguagem pequenos, potentes e amigáveis ​​ao meio ambiente.

Ao final desta formação, os participantes serão capazes de:

• Compreender o impacto da IA no consumo de energia e no ambiente.
• Aplicar técnicas de compressão e otimização de modelos para reduzir o tamanho e o uso energético dos modelos de IA.
• Utilizar hardware e estruturas de software eficientes energeticamente para a implantação de IA.
• Implementar melhores práticas para o desenvolvimento sustentável de IA.
• Defender e contribuir para práticas sustentáveis na indústria da IA.

O Postgres é um avançado banco de dados relacional de código aberto que pode servir como base para sistemas alimentados por IA e aplicações de inteligência de dados.

Este treinamento ministrado por instrutor (online ou presencial) é direcionado a profissionais intermediários de banco de dados e desenvolvedores que desejam integrar, gerenciar e otimizar as capacidades de IA diretamente no Postgres.

Ao final deste treinamento, os participantes serão capazes de:

• Configurar extensões do Postgres para cargas de trabalho de IA.
• Implementar embeddings e buscas por similaridade usando o pgvector.
• Integrar LLMs de código aberto e proprietários com o Postgres para insights em tempo real.
• Otimizar o Postgres para lidar com consultas e fluxos de trabalho impulsionados por IA.

Formato do Curso

• Aula interativa e discussão.
• Muitos exercícios e prática.
• Implementação prática em um ambiente de laboratório ao vivo.

Opções de Customização do Curso

• Para solicitar um treinamento personalizado para este curso, entre em contato conosco para agendar.

Este treinamento ao vivo e ministrado por instrutor em Évora (online ou presencial) é direcionado a desenvolvedores, arquitetos e gerentes de produtos com nível intermediário a avançado de IA que desejam identificar e mitigar riscos associados a aplicações baseadas em LLMs, incluindo injeção de prompt, vazamento de dados e saída não filtrada, enquanto incorporam controles de segurança como validação de entrada, supervisão humana no loop e barreiras de saída.

No final deste treinamento, os participantes serão capazes de:

• Compreender as vulnerabilidades principais dos sistemas baseados em LLMs.
• Aplicar princípios de design seguro à arquitetura de aplicativos LLM.
• Usar ferramentas como Guardrails AI e LangChain para validação, filtragem e segurança.
• Incorporar técnicas como sandboxing, red teaming e revisão humana no loop em pipelines de produção.

O Devstral é um framework de código aberto projetado para construir e executar agentes de codificação que podem interagir com bases de código, ferramentas de desenvolvimento e APIs para aumentar a produtividade dos engenheiros.

Este treinamento liderado por instrutor (online ou presencial) é voltado para engenheiros de ML intermediários a avançados, equipes de ferramentas de desenvolvimento e SREs que desejam projetar, implementar e otimizar agentes de codificação usando o Devstral.

Ao final deste treinamento, os participantes serão capazes de:

• Configurar o Devstral para o desenvolvimento de agentes de codificação.
• Projetar fluxos de trabalho autônomos para exploração e modificação de bases de código.
• Integrar agentes de codificação com ferramentas de desenvolvimento e APIs.
• Implementar melhores práticas para implantação segura e eficiente de agentes.

Formato do Curso

• Aula interativa e discussão.
• Muitos exercícios e prática.
• Implementação hands-on em um ambiente de laboratório ao vivo.

Opções de Customização do Curso

• Para solicitar um treinamento personalizado para este curso, entre em contato conosco para agendar.

Este treinamento ao vivo conduzido por instrutor em Évora (no local ou remoto) é destinado a profissionais de nível intermediário a avançado que desejam personalizar modelos pré-treinados para tarefas e conjuntos de dados específicos.

Ao final deste treinamento, os participantes serão capazes de:

• Compreender os princípios do ajuste fino e suas aplicações.
• Preparar conjuntos de dados para o ajuste fino de modelos pré-treinados.
• Ajuste fino de grandes modelos de linguagem (LLMs) para tarefas de PNL.
• Otimizar o desempenho do modelo e abordar desafios comuns.

LangGraph é um framework para composição de fluxos de trabalho estruturados em grafos que suportam ramificação, uso de ferramentas, memória e execução controlável.

Esta formação ao vivo (online ou presencial), liderada por instrutor, destina-se a engenheiros intermediários e equipes de produtos que desejam combinar a lógica gráfica do LangGraph com os loops de agentes LLM para criar aplicações dinâmicas e sensíveis ao contexto, como agentes de suporte ao cliente, árvores de decisão e sistemas de recuperação de informações.

Ao final desta formação, os participantes serão capazes de:

• Projetar fluxos de trabalho baseados em grafos que coordenam agentes LLM, ferramentas e memória.
• Implementar roteamento condicional, repetições e alternativas para uma execução robusta.
• Integrar recuperação, APIs e saídas estruturadas nos loops de agente.
• Avaliar, monitorar e fortalecer o comportamento do agente para confiabilidade e segurança.

Formato da Curso

• Aula interativa e discussão facilitada.
• Labs guiados e caminhos de código em um ambiente de areia (sandbox).
• Exercícios de design baseados em cenários e revisões entre pares.

Opções de Personalização do Curso

• Para solicitar uma formação personalizada para este curso, por favor entre em contato conosco para agendar.

Este treinamento ao vivo conduzido por instrutor em Évora (no local ou remoto) é destinado a cientistas de dados de nível intermediário, desenvolvedores de IA e entusiastas de IA que desejam usar LLMs para executar várias tarefas de PNL e criar conteúdo novo e diversificado para diferentes fins.

No final deste treinamento, os participantes serão capazes de:

• Estabelecer um ambiente de desenvolvimento com LLMs e ferramentas essenciais.
• Executar habilmente tarefas de NLU e NLI com LLMs.
• Extrair, inferir e utilizar gráficos de conhecimento de forma eficaz.
• Gerar e gerir diálogos utilizando LLMs para aplicações de conversação.
• Avaliar a qualidade e a diversidade dos conteúdos gerados pelos LLM e pela IA generativa.
• Aplicar princípios éticos, garantindo a equidade e a utilização responsável de LLMs.

Este treinamento ao vivo conduzido por instrutor em Évora (no local ou remoto) é destinado a cientistas de dados de nível intermediário e engenheiros de aprendizado de máquina que desejam criar e aplicar pequenos modelos de linguagem adaptados a domínios específicos, como campos jurídicos, médicos e técnicos.

No final desta formação, os participantes serão capazes de:

• Compreender a importância e a aplicação de modelos de linguagem específicos do domínio.
• Curar e pré-processar conjuntos de dados especializados para treinamento de modelos.
• Treinar e ajustar modelos de linguagem para aplicações específicas de domínio.
• Avaliar e comparar modelos usando métricas relevantes para o domínio.
• Implementar modelos de linguagem específicos de um domínio em cenários reais.

Este treinamento ao vivo conduzido por instrutor em Évora (no local ou remoto) é destinado a profissionais de nível intermediário que desejam aprimorar seus projetos de PNL por meio do ajuste fino eficaz de modelos de linguagem pré-treinados.

No final deste treinamento, os participantes serão capazes de:

• Compreender os fundamentos do ajuste fino para tarefas de PNL.
• Ajustar modelos pré-treinados, como GPT, BERT e T5, para aplicações específicas de PNL.
• Otimizar os hiperparâmetros para melhorar o desempenho do modelo.
• Avaliar e implementar modelos ajustados em cenários do mundo real.

Este treinamento ao vivo conduzido por instrutor (no local ou remoto) é destinado a cientistas de dados, engenheiros de aprendizado de máquina, pesquisadores de PNL e entusiastas de IA que desejam entender o funcionamento interno dos modelos GPT, explorar os recursos do GPT-3 e GPT-4 e aprender como aproveitar esses modelos para suas tarefas de PNL.

No final deste treinamento, os participantes serão capazes de:

• Compreender os principais conceitos e princípios por trás dos Transformadores Gerativos Pré-treinados.
• Compreender a arquitetura e o processo de treinamento dos modelos GPT.
• Utilizar o GPT-3 para tarefas como geração de texto, conclusão e tradução.
• Explorar os últimos avanços do GPT-4 e suas possíveis aplicações.
• Aplicar os modelos GPT aos seus próprios projectos e tarefas de PNL.

Estima-se que os dados não estruturados representem mais de 90 por cento de todos os dados, muitos dos quais sob a forma de texto. Publicações em blogues, tweets, redes sociais e outras publicações digitais contribuem continuamente para este conjunto crescente de dados.

Este curso ao vivo, ministrado por um instrutor, centra-se na extração de informações e significado destes dados. Utilizando as bibliotecas R Language e Natural Language Processing (NLP), combinamos conceitos e técnicas da ciência da computação, inteligência artificial e linguística computacional para entender algoritmicamente o significado por trás dos dados de texto. As amostras de dados estão disponíveis em vários idiomas, de acordo com os requisitos do cliente.

No final desta formação, os participantes serão capazes de preparar conjuntos de dados (grandes e pequenos) a partir de fontes díspares e, em seguida, aplicar os algoritmos correctos para analisar e comunicar o seu significado.

Formato do curso

• Parte palestra, parte discussão, prática prática pesada, testes ocasionais para avaliar a compreensão

Este curso foi criado para administradores, solution architects, executivos de inovação, CTOs, e todos os interessados em aprender e conhecer o panorama geral da inteligência artificial aplicada aos problemas organizacionais.

A IA é um conjunto de tecnologias para a criação de sistemas inteligentes capazes de compreender os dados e as actividades que os rodeiam para tomar "decisões inteligentes". Para os fornecedores Telecom, a criação de aplicações e serviços que utilizem a IA pode abrir a porta a melhores operações e serviços em áreas como a manutenção e a otimização da rede.

Neste curso, examinamos as várias tecnologias que compõem a IA e os conjuntos de competências necessários para as utilizar. Ao longo do curso, examinamos as aplicações específicas da IA no sector Telecom.

Público

• Engenheiros de rede
• Pessoal de operações de rede
• Gerentes técnicos Telecom

Formato do curso

• Parte palestra, parte discussão, exercícios práticos

Este curso é destinado a desenvolvedores e cientistas de dados que desejam entender e implementar inteligência artificial em seus aplicativos. O foco especial está na análise de dados, inteligência artificial distribuída e processamento de linguagem natural.

ChatBots são programas de computador que simulam automaticamente respostas humanas por meio de interfaces de chat. ChatBots ajudam as organizações a maximizar a eficiência de suas operações, fornecendo opções mais fáceis e rápidas para as interações de seus usuários.

Neste treinamento ao vivo conduzido por instrutor, os participantes aprenderão como criar chatbots em Python.

Ao final deste treinamento, os participantes serão capazes de:

• Entender os fundamentos da construção de chatbots
• Construir, testar, implantar e solucionar problemas de vários chatbots usando Python

Público

• Desenvolvedores

Formato do curso

• Parte palestra, parte discussão, exercícios e muita prática hands-on

Nota

• Para solicitar um treinamento personalizado para este curso, entre em contato conosco para combinar.

Neste treinamento conduzido por instrutor, ao vivo, os participantes aprenderão a usar bibliotecas Python para NLP enquanto criam uma aplicação que processa um conjunto de imagens e gera legendas.

Ao final deste treinamento, os participantes serão capazes de:

• Projetar e codificar DL para NLP usando bibliotecas Python.
• Criar código Python que leia uma coleção substancialmente grande de imagens e gere palavras-chave.
• Criar código Python que gere legendas a partir das palavras-chave detectadas.

Nesta formação presencial e ministrada por instrutor no Évora, os participantes aprenderão como usar Python para produzir textos de alta qualidade em linguagem natural, construindo seu próprio sistema NLG do zero. Estudos de caso também serão examinados e conceitos relevantes serão aplicados a projetos práticos de laboratório para gerar conteúdo.

No final desta formação, os participantes serão capazes de:

• Usar NLG para gerar automaticamente conteúdo para diversos setores, desde jornalismo até imóveis e relatórios meteorológicos e esportivos.
• Selecionar e organizar o conteúdo-fonte, planejar frases e preparar um sistema para a geração automática de conteúdo original.
• Compreender o pipeline NLG e aplicar as técnicas adequadas em cada etapa.
• Compreender a arquitetura de um sistema Natural Language Generation (NLG).
• Implementar os algoritmos e modelos mais adequados para análise e ordenação.
• Puxar dados de fontes públicas disponíveis bem como de bancos de dados curados para usar como material para o texto gerado.
• Substituir processos manuais e trabalhosos de redação por criação de conteúdo automatizada e gerada por computador.

Este curso foi concebido para pessoas interessadas em extrair significado de textos escritos em inglês, embora o conhecimento possa ser aplicado também a outras línguas humanas.

O curso abordará a forma de utilizar texto escrito por humanos, como posts de blogues, tweets, etc...

Por exemplo, um analista pode criar um algoritmo que chegará a uma conclusão automaticamente com base numa fonte de dados extensa.

Esta sessão de treinamento presencial explorará técnicas de NLP em conjunto com a aplicação de IA e Robótica nos negócios. Os participantes realizarão exemplos práticos no computador e exercícios de resolução de estudos de caso usando Python

Este treinamento ao vivo, ministrado por instrutor, em Évora (online ou presencial), destina-se a líderes de TI de nível intermediário, profissionais de conformidade, equipes de segurança e arquitetos corporativos que desejam utilizar princípios de IA soberana e práticas de governança para projetar ambientes de IA que protejam dados sensíveis, atendam aos requisitos de localização e reduzam o bloqueio de fornecedores.

Ao final deste treinamento, os participantes serão capazes de: explicar conceitos de IA soberana, avaliar opções de hospedagem e governança, definir controles para prompts e registros, e criar um roteiro prático de adoção.

Este treinamento conduzido por um instrutor, realizado online ou presencialmente, é direcionado a desenvolvedores e cientistas de dados que desejam usar o spaCy para processar volumes muito grandes de texto e encontrar padrões e obter insights.

Ao final deste treinamento, os participantes serão capazes de:

• Instalar e configurar o spaCy.
• Compreender a abordagem do spaCy para Processamento de Linguagem Natural (PLN).
• Extrair padrões e obter insights comerciais de fontes de dados em larga escala.
• Integrar a biblioteca spaCy com aplicações web e legadas existentes.
• Distribuir o spaCy para ambientes de produção ao vivo para prever comportamentos humanos.
• Usar o spaCy para pré-processar texto para Aprendizado Profundo

Formato do Curso

• Aula interativa e discussão.
• Muitos exercícios e prática.
• Implementação hands-on em um ambiente de laboratório ao vivo.

Opções de Customização do Curso

• Para solicitar um treinamento personalizado para este curso, entre em contato conosco para agendar.
• Para saber mais sobre spaCy, visite: https://spacy.io/

No contexto de Aprendizado de Máquina em Python, a funcionalidade de Resumo de Texto é capaz de analisar o texto de entrada e gerar um resumo. Essa capacidade está disponível tanto através da linha de comando quanto como uma API/biblioteca em Python. Uma aplicação promissora é a criação rápida de resumos executivos; isso é particularmente útil para organizações que precisam revisar grandes volumes de dados textuais antes de gerar relatórios e apresentações.

Neste treinamento ao vivo, ministrado por um instrutor, os participantes aprenderão a utilizar Python para criar uma aplicação simples capaz de gerar automaticamente um resumo de texto de entrada.

Ao final deste treinamento, os participantes serão capazes de:

• Utilizar uma ferramenta de linha de comando para resumir textos.
• Projetar e desenvolver código de Resumo de Texto utilizando bibliotecas Python.
• Avaliar três bibliotecas Python para sumarização: sumy 0.7.0, pysummarization 1.0.4 e readless 1.0.17.

Público-alvo

• Desenvolvedores
• Cientistas de Dados

Formato do curso

• Combinação de exposição teórica, discussões, exercícios e prática intensiva orientada a mãos à obra.

TensorFlow™ é uma biblioteca de software de código aberto para computação numérica usando gráficos de fluxo de dados.

SyntaxNet é um framework de processamento de linguagem natural baseado em redes neurais para TensorFlow.

Word2Vec é usado para aprender representações vetoriais de palavras, chamadas "word embeddings". Word2vec é um modelo preditivo computacionalmente eficiente para aprender essas representações de palavras a partir de texto bruto. Ele vem em duas versões: o modelo Continuous Bag-of-Words (CBOW) e o modelo Skip-Gram (Capítulo 3.1 e 3.2 no trabalho de Mikolov et al.).

Usados em conjunto, SyntaxNet e Word2Vec permitem aos usuários gerar modelos de Embedding Aprendidos a partir de entrada de Linguagem Natural.

Público-alvo

Este curso é destinado a desenvolvedores e engenheiros que pretendem trabalhar com modelos SyntaxNet e Word2Vec em seus gráficos TensorFlow.

Ao concluir este curso, os participantes serão capazes de:

• compreender a estrutura e os mecanismos de implantação do TensorFlow
• realizar tarefas de instalação, configuração de ambiente de produção/arquitetura e configuração
• avaliar a qualidade do código, realizar depuração e monitoramento
• implementar produções avançadas como treinamento de modelos, incorporação de termos, construção de gráficos e registro