Capacitação em Deep Learning

Português, Brasil
INFO  
 
Carga Horária: 30h
Modalidade: Presencial
Turno/Horário: Segunda, Quarta e Sexta | 8:00h às 12:00h
Período: 01/04/2024 a 15/04/2024
Professor (a): Tatiane Rios
 
 
NÍVEL DO CURSO
Intermediário
 
OBJETIVOS DO CURSO 
Ao participar de um curso de Deep Learning, os alunos desenvolvem uma compreensão aprofundada dos conceitos modernos da Inteligência Artificial (IA), capacitando-os a colaborar de forma mais eficaz com especialistas em computação e profissionais de outras áreas.
 
OBJETIVOS ESPECÍFICOS
Ao término do curso, os alunos poderão reconhecer oportunidades práticas para aplicar técnicas de Deep Learning em diversos cenários, além de estarem aptos a conceber e explorar modelos de negócios inovadores fundamentados em Inteligência Artificial.
 
QUEM PODE FAZER ESTE CURSO?
Estudantes e profissionais que possuem uma noção básica de Inteligência Artificial e/ou Aprendizado de Máquina.
 
POR QUE DEVO FAZER ESTE CURSO?
O curso de Deep Learning oferece a oportunidade de aprender técnicas de aprendizado profundo, pelo qual os estudantes poderão desenvolver sistemas inteligentes capazes de realizar tarefas complexas, como reconhecimento de padrões em imagens, séries temporais e processamento de linguagem natural. Essas habilidades são altamente valorizadas em diversas áreas, incluindo tecnologia, saúde, finanças e automação, proporcionando aos alunos uma vantagem competitiva significativa no mercado de trabalho atual.
 
EMENTA
  • Introdução ao Deep Learning. 
  • Fundamentos do Aprendizado Profundo. 
  • Implementação de projetos de IA. 
Essa ementa é suficiente para os alunos obterem uma visão geral dos principais conceitos do Deep Learning, explorando seu potencial e seus principais avanços. Além disso, as atividades práticas fornecerão aos alunos a oportunidade de experimentar e implementar projetos de IA que utilizam o aprendizado profundo visando reforçar a compreensão dos conceitos discutidos durante o curso.
 
SOBRE O PROFESSOR
 
Tatiane Nogueira Rios é professora e pesquisadora do Instituto de Computação da Universidade Federal da Bahia (UFBA). Ela possui mestrado em Ciência da Computação pela Universidade Federal de São Carlos (UFSCar), doutorado e pós-doutorado em Ciência da Computação e Matemática Computacional pela Universidade de São Paulo (ICMC/USP), com parte de suas pesquisas realizadas na Universidad de Granada, na Espanha, e na McGill University, no Canadá. Ela é também bolsista de Produtividade em Pesquisa do CNPq e supervisiona estudantes de graduação, mestrado, doutorado e pós-doutorado. Possui experiência em Inteligência Artificial (IA) teórica e aplicada, com foco especial no desenvolvimento de sistemas inteligentes de tomada de decisão sob incerteza. Atualmente, ela é coordenadora da Comissão Especial de Inteligência Artificial (CEIA) da Sociedade Brasileira de Computação (SBC), cujo objetivo é reunir pesquisadores que desenvolvem e promovem a pesquisa em IA no Brasil. Além disso, é pesquisadora associada do Centro de Matemática Aplicada à Indústria (CeMEAI/USP), orientadora do MBA em Inteligência Artificial do ICMC/USP, coordenadora da rede de Referência em Inteligência Artificial do Estado da Bahia (projeto BAH.IA), promovido pela Secretaria de Ciência e Tecnologia do Estado da Bahia (SECTI), e pesquisadora do Laboratório Heissig, no Departamento de Suporte à Pesquisa com Recursos Biológicos, da Universidade Juntendo (Tóquio, Japão).