Ir para o conteúdo principal
AI Act

Certified Artificial Intelligence Professional (CAIP)

Certified Artificial Intelligence Professional (CAIP). Confirme formatos, pré-requisitos, elementos incluídos e condições de certificação antes de reservar.

PECBExpert5 diasAo vivoAo seu ritmoFormação interna
  • Conduzido por profissionais, lecionado por um CISO em exercício
Christophe Mazzola

Lecionado por

Christophe Mazzola

Practicing CISO · Founder of Cyber Academy

Ver perfil completo →

Para quem

Adequado se for.

  • ✓Profissionais de IA ativamente envolvidos no desenvolvimento e implementação de tecnologias de IA
  • ✓Profissionais experientes em IA que pretendem manter-se atualizados com as tendências emergentes e reforçar competências de liderança
  • ✓Cientistas de dados focados no desenvolvimento e otimização de modelos de IA
  • ✓Gestores de TI com supervisão de projetos e iniciativas de IA nas suas organizações
  • ✓Responsáveis de risco e conformidade que gerem riscos relacionados com IA e conformidade regulatória
  • ✓Executivos como CIOs, CEOs e COOs que tomam decisões estratégicas envolvendo IA
  • ✓Profissionais que pretendem transitar para funções executivas em IA e que necessitam de uma compreensão abrangente da área

Aviso honesto

NÃO é para. Quando ignorar.

Preferimos que guarde o seu dinheiro a comprar o percurso errado.

  • ✗Principiantes sem qualquer experiência de programação ou formação em IA podem achar o ritmo do Dia 2 em diante exigente sem estudo autónomo prévio
  • ✗Profissionais que procuram uma especialização aprofundada numa única subdisciplina de IA, como investigação avançada em NLP, encontrarão um curso de âmbito alargado em vez de profundamente especializado
  • ✗Quem procura apenas uma visão geral de gestão não técnica pode achar as sessões de machine learning e deep learning mais detalhadas do que o necessário

Resultados

O que será capaz de fazer

  • 1Explicar os princípios fundamentais de IA e descrever como a IA é aplicada em diferentes domínios
  • 2Realizar análise de dados e produzir visualizações que suportem a tomada de decisão em projetos de IA
  • 3Aplicar técnicas de aprendizagem supervisionada, não supervisionada e por reforço a problemas práticos
  • 4Implementar arquiteturas de redes neuronais, incluindo redes neuronais convolucionais, para tarefas de aprendizagem profunda
  • 5Descrever como funcionam os sistemas de processamento de linguagem natural e as metodologias de visão computacional
  • 6Explicar o papel da robótica e dos sistemas especialistas na automação impulsionada por IA
  • 7Identificar riscos relacionados com IA e aplicar medidas de conformidade para os mitigar
  • 8Desenvolver estratégias de IA ética alinhadas com os valores organizacionais e os regulamentos aplicáveis

Programa

Dia a dia

Dia 1Fundamentos de IA e Análise de Dados

  • Princípios e Aplicações Fundamentais de IA

    Este módulo introduz os conceitos centrais que sustentam a inteligência artificial, abrangendo a sua história, os principais paradigmas e o conjunto de domínios em que a IA é atualmente aplicada.

  • Técnicas de Análise de Dados e Visualização

    Os participantes aprendem a realizar análise de dados fundamental e a criar visualizações significativas que fornecem os insights necessários para orientar o desenvolvimento e a avaliação de projetos de IA.

No final do dia

  • • Explicar o que é a IA e mapear as suas principais áreas de aplicação
  • • Produzir visualizações de dados que evidenciem insights acionáveis para projetos de IA
Dia 2Machine Learning

  • Aprendizagem Supervisionada e Não Supervisionada

    Este módulo aborda a base teórica e a aplicação prática de algoritmos de machine learning supervisionado e não supervisionado, incluindo seleção, treino e avaliação de modelos.

  • Aprendizagem por Reforço

    Os participantes exploram como a aprendizagem por reforço permite que agentes de IA aprendam comportamentos ótimos através da interação com um ambiente, incluindo algoritmos-chave e casos de uso.

No final do dia

  • • Construir e avaliar modelos de machine learning usando abordagens supervisionadas e não supervisionadas
  • • Descrever como a aprendizagem por reforço difere de outros paradigmas de ML e onde é aplicável
Dia 3Deep Learning e Processamento de Linguagem Natural

  • Redes Neuronais e Arquiteturas de Deep Learning

    Este módulo examina como as redes neuronais são estruturadas, como são treinadas e como arquiteturas avançadas de deep learning, como as redes neuronais convolucionais, ampliam as suas capacidades.

  • Sistemas de Processamento de Linguagem Natural

    Os participantes adquirem compreensão de como os sistemas de NLP processam, interpretam e geram linguagem humana, incluindo técnicas centrais e aplicações reais de destaque.

No final do dia

  • • Implementar uma rede neuronal básica e explicar como uma CNN processa dados de entrada
  • • Descrever os componentes-chave de um pipeline de NLP e as suas funções
Dia 4Visão Computacional, Robótica, Segurança em IA, Estratégia de IA, Governação e Gestão de Risco

  • Visão Computacional e Robótica

    Este módulo introduz metodologias de visão computacional para interpretação de dados visuais e explica como a robótica e os sistemas especialistas são utilizados para viabilizar a automação impulsionada por IA.

  • Segurança em IA e Gestão de Risco

    Os participantes aprendem a identificar ameaças de segurança específicas de IA, a aplicar medidas de mitigação de risco e a assegurar a conformidade com os regulamentos relevantes que regem os sistemas de IA.

  • Ética, Governação e Estratégia de IA

    Este módulo aborda como desenvolver estratégias de IA ética, estabelecer frameworks de governação e alinhar as iniciativas de IA com os valores organizacionais e as expetativas sociais.

No final do dia

  • • Identificar vulnerabilidades de segurança em sistemas de IA e descrever as contramedidas adequadas
  • • Redigir uma estratégia de governação e ética de IA alinhada com os requisitos organizacionais e regulatórios
  • • Relacionar conceitos de visão computacional e robótica com cenários práticos de automação
Dia 5Consolidação e Preparação para o Exame

  • Revisão de Conhecimentos entre Domínios

    Esta sessão revisita os sete domínios de competência examinados durante a semana, ajudando os participantes a consolidar a compreensão e a identificar áreas que requerem revisão adicional antes da avaliação.

  • Orientação para o Exame e Sessão de Q&A

    Os participantes recebem uma visão geral da estrutura do exame PECB Certified Artificial Intelligence Professional e têm a oportunidade de esclarecer questões pendentes antes de realizar a avaliação.

No final do dia

  • • Identificar lacunas de conhecimento pessoal nos sete domínios de competência CAIP
  • • Abordar o exame com clareza sobre o seu âmbito e estrutura

Sessões públicas

Próximas sessões públicas

Turmas de inscrição aberta. Escolha uma data e reserve o seu lugar. Prefere uma turma privada para a sua equipa? Solicitar proposta para formação interna.

Nenhuma turma ao vivo confirmada de momento. Pode ainda:

Comprar a licença ao próprio ritmoSolicitar proposta para formação interna

Aprofundamento

Tudo dentro desta certificação

O detalhe por detrás do título. Leia ao seu ritmo. Cada secção responde a uma pergunta de comprador que recebemos nas chamadas de descoberta.

  • 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?

  1. Profissionais de IA ativamente envolvidos no desenvolvimento e implementação de tecnologias de IA
  2. Praticantes experientes de IA que pretendem aprofundar conhecimentos, acompanhar as últimas tendências e aperfeiçoar competências de liderança
  3. Cientistas de Dados responsáveis pelo desenvolvimento e otimização de modelos de IA
  4. Gestores de TI que supervisionam projetos e iniciativas de IA nas suas organizações
  5. Entusiastas de IA que ambicionam progredir para funções de liderança, como gestores de projetos de IA ou estrategistas de IA
  6. Responsáveis de Risco e Conformidade encarregados de gerir riscos relacionados com IA e assegurar o cumprimento de regulamentos
  7. Executivos, incluindo CIOs, CEOs e COOs, com papel determinante nos processos de decisão relativos à IA
  8. 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

  1. Explicar os princípios fundamentais da IA e as suas diversas aplicações.
  2. Realizar análise de dados e criar visualizações significativas para apoiar projetos de IA.
  3. Aplicar técnicas de machine learning a problemas do mundo real, incluindo aprendizagem supervisionada, não supervisionada e por reforço.
  4. Implementar redes neuronais simples e arquiteturas avançadas de deep learning, como CNNs.
  5. Compreender sistemas NLP e metodologias de Visão Computacional.
  6. Compreender robótica e sistemas especialistas para automação baseada em IA.
  7. Identificar e mitigar riscos de IA, assegurando simultaneamente a conformidade com regulamentos.
  8. 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.

FAQ

Os compradores perguntam sempre

A frequência desta formação confere automaticamente a certificação CAIP?+

Não. Concluir o curso de formação significa que participou em todas as sessões instrucionais, mas não confere a credencial PECB Certified Artificial Intelligence Professional. Para obter a certificação, deve passar separadamente o exame PECB CAIP e satisfazer os requisitos de credencial da PECB, que incluem atividades de experiência profissional relevante.

A Cyber Academy ministra o programa de formação. O exame e a certificação são geridos integralmente pela PECB, e os candidatos devem consultar a PECB diretamente para conhecer os requisitos e procedimentos em vigor.

Qual é a abrangência do conteúdo técnico e é necessário saber programar?+

O curso abrange uma vasta gama de tópicos de IA, desde análise de dados e machine learning até deep learning, NLP, visão computacional e governação de IA. O currículo foi concebido para proporcionar aos profissionais tanto compreensão técnica como perspetiva estratégica.

Recomenda-se uma compreensão geral de programação básica, mas o curso não é um programa de engenharia de software. Os participantes que não são programadores continuarão a envolver-se de forma significativa com o conteúdo de governação, risco, ética e estratégia abordado nos dias finais.

Que domínios de competência abrange o exame PECB CAIP?+

De acordo com a PECB, o exame aborda sete domínios: conceitos e princípios fundamentais de IA; análise de dados e visualização; construção de modelos de machine learning; deep learning e processamento de linguagem natural; visão computacional e robótica; segurança em IA; e ética, governação e estratégia de IA.

Para detalhes sobre o formato do exame, idiomas disponíveis e modalidades de realização, os candidatos devem consultar a lista oficial de exames PECB e as Regras e Políticas de Exame.

Este curso está mais orientado para competências técnicas ou para liderança e governação?+

O curso cobre deliberadamente ambas as dimensões. Os Dias 1 a 3 são mais orientados para a técnica, abrangendo análise de dados, machine learning, deep learning e NLP. O Dia 4 transita para tópicos aplicados, incluindo segurança em IA, estratégia ética e governação, tornando o programa relevante tanto para profissionais técnicos como para líderes.

Esta abrangência é intencional, dado que a credencial CAIP se destina a profissionais que precisam de operar eficazmente em contextos de IA técnicos e estratégicos.

Que atividades de experiência profissional são reconhecidas para a credencial CAIP?+

De acordo com a PECB, as atividades reconhecidas incluem análise fundamental de dados, visualização e pré-processamento; implementação de modelos de machine learning supervisionado e não supervisionado; trabalho prático com conceitos de deep learning; e desenvolvimento ou aplicação de frameworks de governação, ética e gestão de risco em IA que promovam a transparência, a equidade e a conformidade.

Os candidatos devem verificar os requisitos de credencial em vigor diretamente junto da PECB, uma vez que estes podem ser atualizados ao longo do tempo.

Próximo passo

Para onde isto leva

Guia pilar

Ler o guia completo de AI Act

EU AI Act readiness work for providers and deployers across the four risk tiers.

Pronto para se certificar?

Lecionado por um CISO em exercício. Preços e condições de exame apresentados desde o início.

Reservar um lugar ao vivoComprar licença ao próprio ritmoSolicitar orçamento