Um programa rigoroso e prático para profissionais que buscam dominar machine learning, bancos de dados vetoriais e IA generativa em contextos reais de produção.
Ministrado por pesquisador em Computação Aplicada | Unisinos | CEDRA
Solicitar InformaçõesEste programa foi estruturado especificamente para atender às necessidades de três perfis profissionais com background técnico sólido e interesse em aplicações práticas de inteligência artificial.
Profissionais com experiência em Python, Node.js, React e infraestrutura cloud que buscam integrar capacidades de IA em aplicações existentes.
Especialistas em eletrotécnica, eletrônica, automação e processos industriais interessados em aplicar IA para otimização e análise preditiva.
Professores, mestres, doutores e líderes técnicos que desejam traduzir pesquisa em aplicações comerciais e implementações práticas.
O programa foi desenhado seguindo uma progressão lógica que parte dos fundamentos de manipulação de dados até o deploy de modelos em ambientes de produção.
Pandas, NumPy, manipulação de grandes volumes, APIs REST, webscraping e integração com bases industriais. Estatística aplicada e análise exploratória de dados.
Scikit-learn, feature engineering, seleção de modelos, validação cruzada. Casos práticos em manutenção preditiva, otimização de processos e forecasting.
Arquiteturas transformer, LLMs em produção, OpenAI API, Claude, prompt engineering avançado. RAG (Retrieval Augmented Generation) para aplicações corporativas.
Embeddings, busca semântica, Pinecone, Weaviate, ChromaDB. Implementação de sistemas de recomendação e busca inteligente em produção com alta performance.
Dashboards interativos com Plotly e Streamlit, integração com Power BI. Storytelling com dados e comunicação de insights para stakeholders não-técnicos.
Docker, Kubernetes, Azure ML, AWS SageMaker. Versionamento de modelos, CI/CD para machine learning, monitoramento e retreinamento automático.
Cada conceito é apresentado com rigor científico, fundamentado em literatura atual, e imediatamente aplicado em casos reais extraídos de contextos industriais e de desenvolvimento.
Cada técnica é contextualizada historicamente e cientificamente, com referências a papers e pesquisas relevantes.
Desenvolvimento hands-on de soluções reais utilizando datasets industriais e comerciais autênticos.
Code reviews estruturadas e discussões técnicas em grupo para garantir qualidade e boas práticas.
Desenvolvimento de um projeto completo documentado e versionado, pronto para portfolio profissional.
Afiliações Institucionais:
• Programa de Pós-Graduação em Computação Aplicada (PPGCA) - Unisinos
• Centro para Dispositivos Embarcados e Pesquisa em Agricultura Digital (CEDRA)
• Instituto SENAI de Inovação em Sistemas de Sensores (ISI-SIM)
Minha pesquisa concentra-se na aplicação de técnicas de IA Generativa, especificamente GANs, Transformers e Diffusion Models, para geração de dados sintéticos em contextos de agricultura digital e sistemas industriais.
Com experiência em projetos de machine learning em ambiente de produção utilizando Azure e AWS, desenvolvo soluções que integram rigor científico com viabilidade técnica e comercial.
As vagas são limitadas para garantir acompanhamento personalizado e qualidade nas interações. O processo de inscrição inclui análise de perfil e breve entrevista técnica.
Garantia Incondicional de 7 Dias
Se após as duas primeiras semanas você considerar que o programa não atende suas expectativas técnicas, o valor integral será reembolsado sem questionamentos.