- Dia 1: Fundamentos de IA e Análise de Dados
- Dia 2: Machine Learning
- Dia 3: Deep Learning e Processamento de Linguagem Natural
- Dia 4: Visão Computacional, Robótica, Estratégia de IA, Governação e Gestão de Risco
- Dia 5: Exame de certificação
- Domínio 1: Conceitos e princípios fundamentais da inteligência artificial
- Domínio 2: Análise de dados e Visualização
- Domínio 3: Construção de modelos de Machine Learning
- Domínio 4-5: Conceitos de Deep Learning e NLP
- Domínio 6-7-8: Conhecimento e aplicação de Visão Computacional, Robótica e Sistemas Especialistas
- Domínio 9: Risco, Privacidade e Conformidade em IA
- Domínio 10: Ética, Governação e Estratégia de IA
Lista de Exames PECB
Regras e Políticas de Exame
Os nossos cursos de formação estão disponíveis em vários formatos para responder às suas necessidades. O preço varia consoante o formato selecionado. Algumas opções, como aulas presenciais ou em direto, podem exigir uma proposta personalizada em função da disponibilidade e da logística.
- As taxas de certificação e de exame estão incluídas no preço do curso de formação.
- Os participantes receberão materiais de formação com mais de 400 páginas de informação, exemplos práticos, exercícios e questionários.
- Será emitida uma declaração de conclusão do curso no valor de 31 créditos CPD (Continuing Professional Development) aos participantes que tenham frequentado a formação.
- Os candidatos que tenham concluído o curso mas não aprovado no exame podem repetir o exame uma vez gratuitamente, num prazo de 12 meses a contar da data inicial do exame.
Porquê Participar?
- Compreender e acompanhar as últimas tendências e tecnologias de IA.
- Construir e otimizar sistemas de IA que impulsionam a inovação.
- Responder a desafios críticos como o enviesamento da IA, preocupações com a privacidade e conformidade regulatória.
- Alinhar estrategicamente as soluções de IA com os objetivos organizacionais para maximizar o valor.
A Quem se Destina?
- Profissionais de IA ativamente envolvidos no desenvolvimento e implementação de tecnologias de IA
- Praticantes experientes de IA que pretendem aprofundar conhecimentos, acompanhar as últimas tendências e aperfeiçoar competências de liderança
- Cientistas de Dados responsáveis pelo desenvolvimento e otimização de modelos de IA
- Gestores de TI que supervisionam projetos e iniciativas de IA nas suas organizações
- Entusiastas de IA que ambicionam progredir para funções de liderança, como gestores de projetos de IA ou estrategistas de IA
- Responsáveis de Risco e Conformidade encarregados de gerir riscos relacionados com IA e assegurar o cumprimento de regulamentos
- Executivos, incluindo CIOs, CEOs e COOs, com papel determinante nos processos de decisão relativos à IA
- Profissionais que visam funções de IA ao nível executivo e necessitam de uma compreensão abrangente das tecnologias de IA e das suas aplicações
Objetivos de aprendizagem
- Explicar os princípios fundamentais da IA e as suas diversas aplicações.
- Realizar análise de dados e criar visualizações significativas para apoiar projetos de IA.
- Aplicar técnicas de machine learning a problemas do mundo real, incluindo aprendizagem supervisionada, não supervisionada e por reforço.
- Implementar redes neuronais simples e arquiteturas avançadas de deep learning, como CNNs.
- Compreender sistemas NLP e metodologias de Visão Computacional.
- Compreender robótica e sistemas especialistas para automação baseada em IA.
- Identificar e mitigar riscos de IA, assegurando simultaneamente a conformidade com regulamentos.
- Desenvolver estratégias de IA ética alinhadas com os valores organizacionais e as necessidades da sociedade.
Abordagem pedagógica
- Currículo abrangente: o curso combina conhecimento teórico com exemplos do mundo real para garantir que os participantes adquirem conceitos de IA tanto fundamentais como avançados.
- Exercícios práticos: atividades e projetos práticos simulam cenários reais, permitindo aos participantes aplicar as suas competências de forma eficaz.
- Aprendizagem interativa: discussões em grupo e tarefas colaborativas para um envolvimento mais profundo e experiências de aprendizagem partilhadas.
- Preparação para a certificação: o curso inclui questionários e exercícios alinhados com o formato do exame de certificação.