Online PLN Treinamento em Portugal

Este treinamento ao vivo conduzido por instrutor em Portugal (no local ou remoto) é destinado a cientistas de dados de nível intermediário, engenheiros de aprendizado de máquina e desenvolvedores de software que desejam aplicar Large Language Models (LLMs) a dados multimodais para aplicativos avançados de IA.

No final deste treinamento, os participantes serão capazes de:

• Compreender os princípios da aprendizagem multimodal com LLMs.
• Implementar LLMs para processar e analisar dados de texto, imagem e áudio.
• Desenvolver aplicativos que aproveitem os pontos fortes da integração de dados multimodais.
• Avaliar o desempenho de sistemas LLM multimodais.

Este treinamento ao vivo conduzido por instrutor em Portugal (no local ou remoto) é destinado a educadores, profissionais da EdTech e pesquisadores com diferentes níveis de experiência e conhecimento que desejam aproveitar os LLMs para criar experiências educacionais personalizadas.

No final deste treinamento, os participantes serão capazes de:

• Compreender a arquitetura e as capacidades dos LLMs.
• Identificar oportunidades de personalização em conteúdo educacional usando LLMs.
• Projetar plataformas de aprendizagem adaptativa que utilizam LLMs para personalização de conteúdo.
• Implementar estratégias orientadas por LLMs para melhorar o envolvimento do aluno e os resultados de aprendizagem.
• Avaliar a eficácia dos LLMs em ambientes educacionais e tomar decisões baseadas em dados para

Este treinamento ao vivo conduzido por instrutor em Portugal (no local ou remoto) é destinado a desenvolvedores de software de nível iniciante a intermediário e cientistas de dados que desejam implementar LLMs em sistemas de reconhecimento e síntese de fala.

No final deste treinamento, os participantes serão capazes de:

• Compreender o papel dos LLMs nas tecnologias da fala.
• Implementar LLMs para reconhecimento de fala preciso e síntese de fala com som natural.
• Integrar LLMs com motores de reconhecimento de fala e sintetizadores de fala.
• Avaliar e melhorar o desempenho de sistemas de fala usando LLMs.
• Manter-se informado sobre as tendências actuais e as direcções futuras das tecnologias da fala.

Este treinamento ao vivo conduzido por instrutor em Portugal (no local ou remoto) é destinado a profissionais de suporte ao cliente de nível iniciante a intermediário e profissionais de TI que desejam implementar LLMs para criar chatbots de suporte ao cliente responsivos e inteligentes.

No final deste treinamento, os participantes serão capazes de:

• Compreender os fundamentos e a arquitetura de Large Language Models (LLMs).
• Projetar e integrar LLMs em sistemas de suporte ao cliente.
• Melhorar a capacidade de resposta e a experiência do utilizador dos chatbots.
• Abordar considerações éticas e garantir a conformidade com as normas do sector.
• Implantar e manter um chatbot baseado em LLM para aplicações no mundo real.

Este treinamento ao vivo, ministrado por um instrutor em Portugal (online ou presencial), é direcionado a cientistas de dados e engenheiros de IA de nível intermediário que desejam ajustar modelos de linguagem grandes de forma mais econômica e eficiente usando métodos como LoRA, Adapter Tuning e Prefix Tuning.

No final deste treinamento, os participantes serão capazes de:

• Compreender a teoria por trás das abordagens de ajuste fino com eficiência paramétrica.
• Implementar LoRA, Adapter Tuning e Prefix Tuning usando Hugging Face PEFT.
• Comparar as vantagens e desvantagens em termos de desempenho e custo dos métodos PEFT versus o ajuste fino completo.
• Implantar e escalar modelos de linguagem ajustados com requisitos reduzidos de computação e armazenamento.

Este treinamento ao vivo conduzido por instrutor em Portugal (no local ou remoto) é destinado a profissionais de dados e marketing de nível intermediário que desejam aplicar LLMs para analisar e interpretar o sentimento público de várias fontes de texto, como postagens de mídia social, análises de produtos e feedback do cliente.

No final deste treinamento, os participantes serão capazes de:

• Compreender os princípios da análise de sentimentos e sua aplicação usando LLMs.
• Pré-processar e preparar conjuntos de dados para análise de sentimentos.
• Treinar e ajustar LLMs para refletir com precisão o sentimento no texto.
• Analisar o sentimento em tempo real a partir de redes sociais e outras fontes de texto.
• Integrar os resultados da análise de sentimentos nas estratégias empresariais e nos processos de tomada de decisões.

Este treinamento ao vivo conduzido por instrutor em Portugal (no local ou remoto) é destinado a desenvolvedores de software de nível intermediário e escritores técnicos que desejam aproveitar os LLMs para otimizar seu fluxo de trabalho de codificação e criar documentação detalhada e abrangente.

No final deste treinamento, os participantes serão capazes de:

• Compreender o papel dos LLMs na automatização da geração de código e documentação de software.
• Utilizar os LLMs para criar trechos de código e documentação precisos e eficientes.
• Integrar LLMs em seu ciclo de vida de desenvolvimento de software para aumentar a produtividade.
• Manter padrões de documentação de alta qualidade usando ferramentas automatizadas.
• Abordar considerações éticas e melhores práticas para a utilização de IA no desenvolvimento de software.

Ollama é uma plataforma que permite executar modelos de linguagem e multimodais grandes localmente.

Este treinamento conduzido por instrutor (online ou presencial) é direcionado a praticantes de nível intermediário que desejam dominar técnicas de engenharia de prompt para otimizar as saídas do Ollama.

Ao final deste treinamento, os participantes serão capazes de:

• Projetar prompts eficazes para diferentes casos de uso.
• Aplicar técnicas como preparação (priming) e estruturação em cadeia de pensamento.
• Implementar modelos de prompt e estratégias de gerenciamento de contexto.
• Construir pipelines de prompting em múltiplas etapas para fluxos de trabalho complexos.

Formato do Curso

• Aula interativa e discussão.
• Exercícios práticos com design de prompt.
• Implementação prática em um ambiente de laboratório ao vivo.

Opções de Personalização do Curso

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

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.

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.

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.

LangGraph é um framework para construir aplicações LLM stateful e multi-ator como gráficos compostos com estado persistente e controle de execução.

Esta formação ao vivo (online ou presencial), conduzida por instrutor, destina-se a engenheiros avançados de plataformas AI, DevOps para AI e arquitetos ML que desejam otimizar, depurar, monitorar e operar sistemas LangGraph de produção.

No final desta formação, os participantes serão capazes de:

• Projeto e otimização de topologias complexas do LangGraph para velocidade, custo e escalabilidade.
• Engenharia de confiabilidade com tentativas, timeouts, idempotência e recuperação baseada em checkpoints.
• Depurar e rastrear execuções gráficas, inspecionar estado e reproduzir sistematicamente problemas de produção.
• Instrumentação de grafos com logs, métricas e rastreamentos, deploy para produção e monitoramento de SLAs e custos.

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 uma formação personalizada para este curso, entre em contato conosco para agendar.

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 Portugal (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.

Este treinamento ao vivo conduzido por instrutor em Portugal (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 Portugal (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 Portugal (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 Portugal, 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.

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 Portugal (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