Inteligência Artificial: Desenvolva produtos e serviços usando IA

Baixar o folder

Course Dates

COMEÇA EM

TBD

Course Duration

DURAÇÃO

8 semanas, online
6 horas por semana

Course Fee

INVESTIMENTO

Introdução ao projeto de produtos baseados em IA

Se você é um profissional de tecnologia ou um empresário que trabalha na área de inteligência artificial (IA), este curso vai ajudar você a entender os princípios de design e as aplicações da IA em vários setores. O objetivo é que você crie uma proposta de produto baseado em IA, que pode ser apresentada aos seus stakeholders ou investidores. Você vai aprender as várias etapas envolvidas no projeto de produtos baseados em IA e os fundamentos de algoritmos de aprendizado profundo e de máquina, e usar os insights para resolver problemas práticos.

Por que IA e por que agora?

A implantação das tecnologias de IA corretas em sua organização pode ajudar a automatizar tarefas de rotina, obter insights por meio da análise de dados e interagir melhor com os clientes. Dado o amplo espectro de aplicações da IA nas organizações, não é surpresa que o especialista em IA seja a profissão mais bem avaliada no Relatório de profissões emergentes do LinkedIn em 2020. Com uma taxa de crescimento anual de 74% para este cargo, todos os setores buscam talentos de IA para: primeiro, elaborar um plano estratégico de aplicações de IA e, depois, ajudar a gerenciá-las e otimizá-las na prática.

150 milhões

de vagas em tecnologia, principalmente na área de transformação digital, serão criadas globalmente ao longo de cinco anos

(Fonte: Relatório de vagas em alta do LinkedIn de 2021)

49%

dos CEOs globais afirmam que as tecnologias de transformação digital, incluindo a IA, serão sua principal área para investimentos de longo prazo

(Fonte: Pesquisa anual global de CEOs da PwC de 2021)

Para quem este curso é destinado?

Este curso de oito semanas é ideal para líderes de produtos técnicos, profissionais de tecnologia, consultores de tecnologia ou empresários que desejam aprimorar sua compreensão dos fundamentos e ferramentas da tecnologia de IA, além de explorar vários processos de projeto envolvidos em produtos baseados em IA. É benéfico ter conhecimento de cálculo, álgebra linear, estatística e probabilidades, juntamente com experiência básica em Python. O curso é ideal para:

  • Gerentes de produtos técnicos encarregados de produtos baseados em aprendizado de máquina e IA, que buscam agregar valor às suas organizações aproveitando as tecnologias de IA mais recentes.
  • Profissionais de tecnologia que projetam e desenvolvem soluções de tecnologia alinhadas às necessidades da organização e buscam ampliar sua compreensão do desenvolvimento de soluções baseadas em IA usando algoritmos de aprendizado de máquina.
  • Consultores de tecnologia que se concentram na análise, projeto e desenvolvimento de soluções de tecnologia para os clientes.
  • Fundadores de startups de IA que criam aplicações orientadas por IA e desejam aprender uma estrutura comprovada para desenvolver produtos viáveis de IA, além de fazer networking com outros especialistas em tecnologia.
  • Designers de UI/UX responsáveis por gerenciar a experiência do usuário de aplicações baseadas em IA.

Principais aprendizados

Construa uma base

  • Aprenda as quatro etapas do projeto de produtos de IA
  • Identifique as tecnologias de IA aplicáveis para melhorar os processos organizacionais
  • Analise os requisitos técnicos e operacionais para criar modelos de IA

Expanda seu conhecimento

  • Saiba a diferença entre vários algoritmos de aprendizado de máquina
  • Crie produtos de IA para resolver problemas organizacionais
  • Saiba mais sobre os desafios que você pode encontrar ao criar produtos de IA

Aplique os aprendizados

  • Aprenda a usar métodos de aprendizado de máquina para resolver problemas práticos
  • Crie interfaces homem-máquina inteligentes
  • Avalie as oportunidades de IA em várias áreas, como saúde e educação

Obtenha proficiência

  • Identifique um desafio operacional e proponha uma solução técnica para ele
  • Implemente o modelo de Lawler para definir um problema de IA e identificar as principais etapas para criar um caso organizacional
  • Elabore um resumo executivo de um produto ou processo de IA usando o modelo de processo de design de IA

Destaques do curso

Aprimore seu conhecimento por meio de crowdsourcing, demonstrações e atividades de design

Elabore uma proposta de projeto de IA para apresentar aos stakeholders ou investidores

Habilidades voltadas ao mercado para avaliar a oportunidade de soluções de IA e justificá-las

Insights e exemplos de professores renomados do MIT

Obtenha um certificado e cinco unidades de educação continuada (CEUs) do MIT xPRO

Tópicos do Curso

Semana 1:

Introdução ao processo de projeto de inteligência artificial

Familiarize-se com as etapas envolvidas na criação de um produto baseado em IA com foco em detalhes específicos, como as métricas de custo e os requisitos técnicos de um plano de desenvolvimento de software de IA.

Semana 2:

Fundamentos de tecnologia de inteligência artificial — Aprendizado de máquina

Identifique vários algoritmos de aprendizado de máquina e estude as diferentes abordagens, como os modelos bayesianos e de regressão. Aprenda sobre métodos não supervisionados e semisupervisionados de algoritmos de aprendizado de máquina. Execute e analise os resultados de vários algoritmos de aprendizado de máquina.

Semana 3:

Fundamentos de tecnologia de inteligência artificial — Aprendizado profundo

Com base nos fundamentos de aprendizado de máquina aprendidos na Semana 2, explore os conceitos básicos de aprendizado profundo. Os tópicos incluem redes neurais, neurônios artificiais e simulação de redes complexas.

Semana 4:

Crie máquinas artificiais para resolver problemas

Identifique a inteligência sobre-humana usada em um produto de IA. Compare as vantagens e desvantagens de usar uma tecnologia de IA.

Semana 5:

Crie uma interação humano-computador (HCI) inteligente

Use os recursos fornecidos neste módulo para entender as técnicas, as áreas de aplicação, os benefícios e as desvantagens da HCI. Aprenda a definir um nível apropriado de envolvimento da máquina nas interações com seres humanos e computadores. Busque maneiras de usar a inteligência artificial a seu favor.

Semana 6:

Supermentes: crie organizações que combinam inteligência artificial e humana

Obtenha uma introdução ao conceito de supermentes e compare seus diferentes tipos. Analise como os seres humanos e as máquinas podem trabalhar juntos para agregar maior valor. Use os processos cognitivos para resolver vários problemas organizacionais e comunitários.

Semana 7:

Fronteiras do mercado de projeto de IA: pesquisa

Saiba como é possível usar a inteligência artificial e as redes adversárias generativas (GANs) para gerar imagens e vídeos falsos a partir de dados reais. Avalie o impacto técnico, social e econômico das tecnologias de IA.

Semana 8:

Fronteiras do mercado de projeto de IA: prática

Implemente o modelo de Lawler para definir um problema de IA. Elabore um resumo de um produto ou processo de IA usando os aprendizados dos módulos anteriores do curso.

Semana 1:

Introdução ao processo de projeto de inteligência artificial

Familiarize-se com as etapas envolvidas na criação de um produto baseado em IA com foco em detalhes específicos, como as métricas de custo e os requisitos técnicos de um plano de desenvolvimento de software de IA.

Semana 5:

Crie uma interação humano-computador (HCI) inteligente

Use os recursos fornecidos neste módulo para entender as técnicas, as áreas de aplicação, os benefícios e as desvantagens da HCI. Aprenda a definir um nível apropriado de envolvimento da máquina nas interações com seres humanos e computadores. Busque maneiras de usar a inteligência artificial a seu favor.

Semana 2:

Fundamentos de tecnologia de inteligência artificial — Aprendizado de máquina

Identifique vários algoritmos de aprendizado de máquina e estude as diferentes abordagens, como os modelos bayesianos e de regressão. Aprenda sobre métodos não supervisionados e semisupervisionados de algoritmos de aprendizado de máquina. Execute e analise os resultados de vários algoritmos de aprendizado de máquina.

Semana 6:

Supermentes: crie organizações que combinam inteligência artificial e humana

Obtenha uma introdução ao conceito de supermentes e compare seus diferentes tipos. Analise como os seres humanos e as máquinas podem trabalhar juntos para agregar maior valor. Use os processos cognitivos para resolver vários problemas organizacionais e comunitários.

Semana 3:

Fundamentos de tecnologia de inteligência artificial — Aprendizado profundo

Com base nos fundamentos de aprendizado de máquina aprendidos na Semana 2, explore os conceitos básicos de aprendizado profundo. Os tópicos incluem redes neurais, neurônios artificiais e simulação de redes complexas.

Semana 7:

Fronteiras do mercado de projeto de IA: pesquisa

Saiba como é possível usar a inteligência artificial e as redes adversárias generativas (GANs) para gerar imagens e vídeos falsos a partir de dados reais. Avalie o impacto técnico, social e econômico das tecnologias de IA.

Semana 4:

Crie máquinas artificiais para resolver problemas

Identifique a inteligência sobre-humana usada em um produto de IA. Compare as vantagens e desvantagens de usar uma tecnologia de IA.

Semana 8:

Fronteiras do mercado de projeto de IA: prática

Implemente o modelo de Lawler para definir um problema de IA. Elabore um resumo de um produto ou processo de IA usando os aprendizados dos módulos anteriores do curso.

Professores

BRIAN SUBIRANA

Diretor do Auto-ID Labs do MIT; diretor da Initiative for Industry and Technology do MIT e da Accenture

Brian Subirana já lecionou no MIT Sloan e no MIT School of Engineering, e faz parte do corpo docente da Harvard University. Sua pesquisa se concentra em IoT e IA para fabricação, e-learning, setores criativos e saúde digital. Mais informações

ANDREW LIPPMAN

Cientista de pesquisa sênior do MIT; diretor associado do MIT Media Lab

Andrew Lippman lidera o grupo de pesquisa Viral Communications no MIT Media Lab. Seu trabalho variou de vídeo digital e entretenimento a interfaces gráficas, redes e blockchains. Mais informações

STEFANIE MUELLER

Professora assistente de desenvolvimento de carreiras X-Consórcio dos departamentos de Engenharia Elétrica, Ciência da Computação e Engenharia Mecânica do MIT

Stefanie Mueller é a chefe do grupo Human Computer Interaction Communities of Research (HCI CoR) no CSAIL do MIT. Em sua pesquisa, ela desenvolve novos sistemas de hardware e software que promovem tecnologias de fabricação pessoal. Mais informações

DUANE BONING

Professor Clarence J. Lebel do departamento de Engenharia Elétrica e Ciência da Computação

Duane Boning é afiliado ao Microsystems Technology Laboratories do MIT e atua como diretor associado de computação e projetos auxiliados por computador (CAD). Ele também é o codiretor do corpo docente de engenharia do programa Leaders for Global Operations do MIT. Mais informações

THOMAS W. MALONE

Professor de administração Patrick J. McGovern do MIT Sloan; diretor fundador do centro de pesquisa Center for Collective Intelligence do MIT

Thomas W. Malone é professor de tecnologia da informação e professor de estudos organizacionais e de trabalho no MIT. Em suas pesquisas ao longo dos anos, Thomas previu corretamente as principais tendências de negócios e tecnologia décadas antes de acontecerem. Mais informações

BARBARA H. WIXOM

Cientista de pesquisa principal do Centro de Pesquisa em Sistemas de Informação (CISR) do MIT

Barbara lidera o Conselho Consultivo de Pequisa de Dados do CISR do MIT, composto por executivos de dados e análises de organizações do CISR. Sua pesquisa explora como as organizações geram valor comercial a partir de ativos de dados. Mais informações

Palestrantes convidados

Faculty Member DAVID ANDERTON-YANG

DAVID ANDERTON-YANG

Diretor executivo da Voomer

David Anderton-Yang lidera a startup Voomer, que ajuda os usuários a ganhar confiança em entrevistas por vídeo. O serviço usa uma técnica de análise de vídeo aprimorada por IA para fornecer feedback aos usuários sobre seus vídeos. David faz parte da lista “30 Under 30” da Forbes. Ele concluiu sua pesquisa no MIT Media Lab e ensina big data, IoT e segurança cibernética na organização de pesquisa. Ele também é mentor do corpo docente em ensino e engajamento online da Harvard.

ARUNA SANKARANARAYANAN

Assistente de pesquisa do MIT Media Lab

Aruna Sankaranarayanan trabalha no grupo Viral Communications do MIT Media Lab. Sua pesquisa analisa as maneiras pelas quais técnicas de aprendizado profundo e visão computacional podem manipular as mídias para modificar a percepção e inspirar a criatividade. O laboratório também estuda como essa manipulação pode criar desinformação. No passado, ela criou uma infraestrutura de servidores para mapas no Mapbox, projetou jogos científicos e contribuiu para comunidades de software livre e de código aberto.

Certificado

Certificado

Obtenha reconhecimento! Após a conclusão bem-sucedida deste curso, o MIT xPRO concede um certificado de conclusão aos participantes e cinco unidades de educação continuada (CEUs). Neste curso, você é classificado como aprovado ou reprovado. Os participantes devem obter 75% para serem aprovados e receber o certificado de conclusão.

Observação: Após a conclusão bem-sucedida do curso, seu certificado digital verificado será enviado por e-mail, sem custo adicional, no nome que você usou ao se inscrever no curso. Todas as imagens de certificado são apenas para fins ilustrativos e podem estar sujeitas a alterações a critério do MIT.

A inscrição neste curso é feita pela Emeritus. Entre em contato conosco pelo e-mail inscricao.brasil@emeritus.org
Inscreva-se já

Inscrições antecipadas são recomendadas. As vagas são preenchidas rapidamente!