PROPOSTA
A inteligência artificial está mudando o mundo hoje. Empresas como Netflix, Amazon, Uber, Google, Boeing e milhares de outras utilizam a tecnologia para prover serviços melhores e por custos mais baixos. As aplicações da IA vão da prevenção à fraude ao piloto automático de aviões, da oferta do produto certo ao consumidor à distribuição geográfica de motoristas da Uber. Essas mudanças terão profundo impacto nas próximas décadas e são uma oportunidade ímpar para professionais de desenvolvimento de software.
Com esta formação, você será capaz de desenvolver modelos de machine learning (aprendizado de máquina) supervisionados e não supervisionados usando a linguagem Python, para apoiar na tomada de decisões estratégicas.
PÚBLICO-ALVO
- Desenvolvedores que buscam atualizar-se em relação aos novos paradigmas apresentados pelas técnicas de Machine Learning.
- Profissionais que almejam gerir projetos relacionados com Augmented Analytics (Business Analytics + Machine Learning).
PRÉ-REQUISITOS
- Já ter trabalhado com programação, e dominar ou ser capaz de aprender sozinho a linguagem Python.
- Inglês técnico para leitura.
COMO É A FORMAÇÃO NO DIA A DIA
A formação Inteligência Artificial (IA) & Machine Learning do Infnet Training possui 90 horas e pode ser concluída em aproximadamente 3 meses com aulas no turno da noite ou uma aula aos sábados de 9 horas em modernos laboratórios multimídia com um aluno por workstation.
Os alunos terão acesso a uma moderna plataforma de LMS (Learning Management System) para compartilhamento de materiais entre docentes, alunos, tira dúvidas e, principalmente, networking, além de direito de acesso à biblioteca do Instituto Infnet, com dezenas de livros e periódicos da área. A formação será ministrada por um corpo docente altamente especializado.
Ao concluir a formação, você se torna apto para atuar como Engenheiro de ML (Machine Learning Engineer), Desenvolvedor de BI (Business Intelligence Developer), Pesquisador em AI (AI Research Scientist) ou Engenheiro/Arquiteto de Big Data (Big Data Engineer/Architect).
CURSOS/MÓDULOS
Competências:
→ Identificar as diferentes camadas de uma Rede Neural Artificial
→ Compreender as diferentes arquiteturas de Redes Neurais
→ Criar um modelo de reconhecimento de dígitos numéricos
→ Treinar usando o algoritmo de rede backpropagation em Python
→ Compreender as diferentes funções de ativação
→ Compreender a utilização de redes profundas
→ Compreender a utilização de modelos pré-treinados de redes profundas
Competências:
→ Instalar a biblioteca NLTK
→ Implementar técnicas de lematização usando a biblioteca NLTK
→ Identificar Base de Dados de Interesse e acessá-los usando Python
→ Instalar a biblioteca Space
→ Construir um modelo de reconhecimento de entidades (NER) usando Spacy
→ Desenvolver pacotes de modelos e disponibilizá-los em ambiente de produção
Competências:
→ Instalar Scikit-Learn usando um ambiente de Virtualenv.
→ Explicar a motivação de usar algoritmos não-supervisionadas
→ Explicar diferentes tipos de algoritmos de clusterização
→ Escolher a técnica mais adequada de clusterização para diferentes problemas
→ Aplicar os algoritmos de K-Means e HCluster em dados reais
→ Aplicar o algoritmo de DBScan em dados reais
Informações
Receba mais informações e valores.
