Artificial Intelligence Specialist

A Next-Gen IT Academy da Arcitura dedica-se a fornecer um número cada vez maior de diferentes cursos de treinamento e credenciamentos em tecnologias contemporâneas e em áreas de competência dentro da indústria de TI. Inovações importantes e modernas que estão redefinindo o cenário de TI e que atingiram um estado de maturidade suficiente são pesquisadas e documentadas em conjuntos de cursos que formam a base para certificações formais.

OBJETIVOS DO TREINAMENTO

 

Um especialista certificado em inteligência artificial entende como as práticas de IA podem ser utilizadas para realizar análises de dados e processamento autônomo de dados com funcionalidade e valor de negócios sem precedentes. 

DevOps Specialist

Além de uma proficiência demonstrada em abordagens de aprendizagem de IA e projetos funcionais, o Especialista Certificado em Inteligência Artificial possui amplo conhecimento de modelos de arquitetura de Rede Neural, camadas associadas e tipos de células de neurônios.

Módulo 01

01

Fundamentos da Inteligência Artificial

Este curso fornece uma cobertura essencial de inteligência artificial e neural em redes em um inglês simples e fácil de entender. O curso oferece cobertura concreta das partes primárias da IA, incluindo abordagens de aprendizagem, áreas funcionais para as quais os sistemas de IA são usados ​​e uma introdução completa para redes neurais, como existem, como funcionam e como podem ser usadas para processar informações. O curso estabelece os cinco negócios principais, requisitos para os quais sistemas de IA e redes neurais são usados ​​e, em seguida, mapas, práticas individuais, abordagens de aprendizagem, funcionalidades e rede neural, tipos para essas categorias de negócios e entre si, de modo que haja uma clara compreensão do propósito e função de cada tópico abordado. O curso estabelece ainda um processo passo a passo para a montagem de um sistema de IA, ilustrando assim como e quando as diferentes práticas e componentes da IA, sistemas com redes neurais precisam ser definidos e aplicados. Finalmente, o curso fornece um conjunto de princípios básicos e práticas recomendadas para projetos de IA.

Os principais tópicos abrangidos são:

  • Motivadores de negócios e tecnologia de IA, benefícios e desafios de IA;
  • Categorias de problemas de negócios abordadas por IA, tipos de IA (estreito, geral, Simbólico, Não Simbólico, etc.);
  • Abordagens e algoritmos comuns de aprendizagem de IA;
  • Aprendizagem supervisionada, aprendizagem não supervisionada, aprendizagem contínua;
  • Aprendizagem Heurística, Aprendizagem Semi-Supervisionada, Aprendizagem por Reforço;
  • Projetos funcionais comuns de IA, visão computacional, reconhecimento de padrões;
  • Robótica e Processamento de Linguagem Natural (PNL);
  • Reconhecimento de fala e compreensão da linguagem natural (NLU);
  • Integração sem atrito e Integração do modelo de tolerância a falhas;
  • Redes Neurais, Neurônios, Camadas, Links e Pesos;
  • Noções básicas sobre modelos de IA e modelos de treinamento em redes neurais;
  • Compreender como existem modelos e redes neurais;
  • Perda, hiperparâmetros, taxa de aprendizagem e polarização;
  • Funções de ativação (Sigmoid, Tanh, ReLU, Leaky RelU, Softmax, Softplus);
  • Tipos de células neuronais (entrada, retroalimentação, ruidosa, oculta, probabilística, spiking recorrente, memória, kernel, convolução, pool, saída, entrada de correspondência, etc.);
  • Arquiteturas de redes neurais fundamentais e especializadas;
  • Perceptron, Feedforward, Deep Feedforward, AutoEncoder, Recorrente, Memória de longo / curto prazo;
  • Máquina Boltzmann, Máquina Boltzmann restrita, Deep Belief Network;
  • Deep Convolutional Network, Extreme Learning Machine, Deep e Rede Residual;
  • Suporte Vector Machine, Rede Kohonen, Rede Hopfield;
  • Rede Adversarial Generativa, Máquina de Estado Líquido, Como Construir um
  • Sistema AI (passo a passo);
  • Princípios de design de sistema de IA comum e IA comum;
  • Melhores Práticas de Projeto.

Conteúdos:

Este curso está disponível como parte de um Kit de Estudo da Arcitura em formatos impressos e de eLearning. Além dos materiais base do curso utilizados durante as oficinas de treinamento, materiais adicionais criados para fins de auto estudo também estão inclusos.

  • Livro de exercícios (1 de 3);
  • Guia de preparação para o exame (1 de 3);
  • Suplemento: Redes Neurais;
  • Suplemento: Algoritmos e Práticas;
  • Cartaz da legenda do símbolo;
  • Cartaz do mapa mental;
  • Pôster: Redes Neurais e Mapeamento de Tipos de Neurônios;
  • Pôster: Tipos de Problemas e Mapeamento de Redes Neurais;
  • Pôster: Redes Neurais e Mapeamento de Práticas;
  • Pôster: Tipos de Problemas e Mapeamento de Práticas;
  • Flashcards;
  • Gravação do Tutor de Áudio.
Este curso está disponível online como parte de um Kit de Estudo eLearning
Este curso está disponível online como parte de um Kit de Estudo eLearning

Módulo 02

02

Inteligência Artificial Avançada

Este curso cobre uma série de práticas para preparar e trabalhar com dados para treinar e operar sistemas de IA e redes neurais contemporâneas. Isto fornece ainda técnicas para projetar e otimizar redes neurais, incluindo abordagens para medir e ajustar o modelo de rede neural em atuação. As práticas e técnicas são documentadas como design padrões que podem ser aplicados individualmente ou em diferentes combinações para abordar uma variedade de problemas e requisitos comuns do sistema de IA. Os padrões são ainda mapeados para as abordagens de aprendizagem, áreas funcionais e tipos de rede neural que foram introduzidos no Módulo 1: Fundamentos de Inteligência artificial.

Os principais tópicos abrangidos são:

  • Padrões de Wrangling de Dados para Preparação de Dados para Entrada de Rede Neural;
  • Codificação de recurso para conversão de recursos categóricos;
  • Imputação de recursos para inferir valores de recursos;
  • Escalonamento de recursos para conjuntos de dados de treinamento com amplos recursos;
  • Representação de texto para converter dados enquanto preserva a semântica e Propriedades Sintáticas;
  • Redução de dimensionalidade para reduzir o espaço de recursos para Entrada de rede neural;
  • Padrões de aprendizagem supervisionada para treinamento de modelos de rede neural;
  • Configuração de rede supervisionada para estabelecer o número de
  • Neurônios em camadas de rede;
  • Identificação de imagem para usar uma rede neural convulcional;
  • Identificação de sequência para usar uma memória de longo prazo em Rede neural;
  • Padrões de aprendizagem não supervisionados para o treinamento de modelos de rede neural;
  • Identificação de padrões para identificar visualmente padrões por meio de um Mapa Auto Organizável;
  • Filtragem de conteúdo para geração de recomendações;
  • Padrões de avaliação de modelo para medir o desempenho da rede neural;
  • Avaliação de desempenho de treinamento para avaliação de rede neural;
  • Avaliação de desempenho de previsão para rede neural de previsão;
  • Desempenho na Produção;
  • Modelagem de linha de base para avaliação e comparação de complexas Redes neurais;
  • Padrões de otimização de modelo para refinamento e adaptação de redes neurais;
  • Prevenção de sobre ajuste para ajustar uma rede neural;
  • Reciclagem frequente do modelo para manter uma rede neural em sincronia com Dados Atuais;
  • Transferência de aprendizagem para acelerar o treinamento da rede neural.

Módulo 03

03

Laboratório de Inteligência Artificial

Este módulo do curso apresenta aos participantes uma série de exercícios e problemas que são projetados para testar sua capacidade de aplicar seus conhecimentos dos tópicos abordados em cursos anteriores. Completando este laboratório irá melhorar ainda mais a proficiência em sistemas de IA, rede neural, arquiteturas e aprendizado relacionados a práticas funcionais e padrões, à medida que são aplicados e combinados para resolver uma série de problemas do mundo real.

Para a entrega deste curso de laboratório ministrado por instrutor, o Instrutor Certificado trabalha em estreita colaboração com os participantes para garantir que todos os exercícios sejam realizados de forma completa e precisa. Os participantes podem voluntariamente ter os exercícios revisados ​​e avaliados como parte da conclusão da aula. Para a conclusão individual deste curso como parte de um kit de estudo, vários suplementos são fornecidos para ajudar os participantes a realizar exercícios com orientação.

Conteúdos

Este curso está disponível como parte de um Kit de Estudo da Arcitura em formatos impressos e de eLearning. Além dos materiais base do curso utilizados durante as oficinas de treinamento, materiais adicionais criados para fins de auto estudo também estão inclusos.

  • Livro de exercícios (2 de 3);
  • Guia de preparação para o exame (2 de 3);
  • Cartaz do mapa mental;
  • Pôster: Redes Neurais e Mapeamento de Padrões de Projeto;
  • Pôster: Tipos de Problemas e Mapeamento de Padrões de Projeto;
  • Pôster: Práticas e Mapeamento de Padrões de Projeto;
  • Flashcards;
  • Gravação do Tutor de Áudio.
Este curso está disponível online como parte de um Kit de Estudo eLearning
Este curso está disponível online como parte de um Kit de Estudo eLearning

Conteúdos:

Este curso está disponível como parte de um Kit de Estudo da Arcitura em formatos impressos e de eLearning. Além dos materiais base do curso utilizados durante as oficinas de treinamento, materiais adicionais criados para fins de auto estudo também estão inclusos.

  • Livro de exercícios (3 de 3);
  • Guia de preparação para o exame (3 de 3);
  • Cartaz do mapa mental;
  • Flashcards;
  • Gravação do Tutor de Áudio.
Este curso está disponível online como parte de um Kit de Estudo eLearning
Este curso está disponível online como parte de um Kit de Estudo eLearning

EXAME DE APROVAÇÃO

O Exame AI90.01 deve ser concluído com uma nota de aprovação para a obtenção dessa certificação. Para mais informações, visite www.arcitura.com/artificial-intelligence-specialist/.

Saiba mais sobre como agendar esse exame em um centro de testes da Pearson VUE ou por entrega por meio do Proctoring on-line da Pearson VUE, visitando www.pearsonvue.com/arcitura.

Este exame pode estar disponível para entrega no local e supervisão (proctoring) por um instrutor certificado da Arcitura em workshops abertos e privados autorizados. Workshops abertos que incluem supervisão de exames no local estão listados na página Calendário do Workshop.

Image

Os exames aprovados com uma nota 10 ou mais pontos percentuais maior do que a nota de aprovação são considerados aprovados com menção honrosa.

Instituto Brasília de Tecnologia e Inovação - IBTI
Parque Tecnológico de Brasília Lote 04, Bloco B, 1º Andar 70.635-815 Brasília - DF

Pesquisar

  +55 (61) 3468-3889

    +55 (61) 98595-1316
Instituto Brasília de Tecnologia e Inovação - IBTI
Parque Tecnológico de Brasília,
Lote 04, Bloco B, 1º Andar
70.635-815 Brasília/DF - Brasil