Programa do Curso

Introdução à IA para o desenvolvimento de software

  • O que é Generative AI vs Predictive AI
  • Aplicações de IA em codificação, análise e automação
  • Visão geral dos LLMs, transformadores e modelos de aprendizagem profunda

Codificação assistida por IA e desenvolvimento preditivo

  • Conclusão e geração de código com base em IA (GitHub Copilot, CodeGeeX)
  • Previsão de bugs e vulnerabilidades de código antes da implantação
  • Automatizar revisões de código e sugestões de otimização

Criação de modelos preditivos para aplicações de software

  • Compreender a previsão de séries temporais e a análise preditiva
  • Implementar modelos de IA para previsão de procura e deteção de anomalias
  • Utilizar Python, Scikit-learn e TensorFlow para modelação preditiva

Generative AI para geração de texto, código e imagem

  • Trabalhar com GPT, LLaMA e outros LLMs
  • Geração de dados sintéticos, resumos de texto e documentação
  • Criar imagens e vídeos gerados por IA com modelos de difusão

Implantação de modelos de IA em aplicações do mundo real

  • Alojar modelos de IA utilizando Hugging Face, AWS e Google Cloud
  • Criar serviços de IA baseados em API para aplicações comerciais
  • Afinação de modelos de IA pré-treinados para tarefas específicas de um domínio

IA para previsões Business e tomada de decisões

  • Inteligência empresarial orientada para a IA e análise de clientes
  • Previsão das tendências do mercado e do comportamento dos consumidores
  • Automatizar optimizações do fluxo de trabalho com IA

IA ética e melhores práticas de desenvolvimento

  • Considerações éticas na tomada de decisões assistida por IA
  • Deteção de enviesamentos e equidade nos modelos de IA
  • Melhores práticas para uma IA interpretável e responsável

Workshops práticos e estudos de casos

  • Implementação de análises preditivas para um conjunto de dados do mundo real
  • Criação de um chatbot alimentado por IA com geração de texto
  • Implementação de uma aplicação baseada em LLM para automatização

Resumo e próximos passos

  • Revisão das principais conclusões
  • Ferramentas e recursos de IA para aprendizagem adicional
  • Sessão final de perguntas e respostas

Requisitos

  • Compreensão dos conceitos básicos de desenvolvimento de software
  • Experiência com qualquer linguagem de programação (Python recomendado)
  • Familiaridade com aprendizagem automática ou fundamentos de IA (recomendado, mas não obrigatório)

Público-alvo

  • Programadores de software
  • Engenheiros de IA/ML
  • Líderes de equipas técnicas
  • Gestores de produto interessados em aplicações baseadas em IA
 21 Horas

Próximas Formações Provisórias

Categorias Relacionadas