29 set

Inteligência Artificial na Prática

Inteligência Artificial do Zero ao Deep Learning. Venha entrar no mundo de Inteligência Artificial e Machine Learning aprendendo como usar as principais ferramentas do mercado como Scikit-learn e TensorFlow com Keras. Isso tudo em um curso que visa contar o por trás dos algoritmos com estatística, matemática e muito aprendizado prático.

location icon

local

Em Rio de Janeiro

My Office - Città America

Endereço:

Av das Americas, 700, Bloco 7, Barra da Tijuca

mapa do local
calendar icon

data e hora

29 e 30 de Setembro e 06, 20 e 27 de Outubro

sábados e domingo

Horário:

09h às 18h

Carga horária:

40h

calendar icon

pré-requisitos

Conhecimentos:

Conhecimento sobre lógica de programação; Ter usado uma linguagem de programação para resolver um problema.

Material para a aula:

é necessário levar notebook!

detalhes da turma

inclui

• Turma com até 15 alunos

• 40 horas de aula presencial

• Espaço em aula para discussão de projetos

• Certificado de conclusão

valor

conteúdo do curso

Análise de Dados e Introdução a Inteligência artificial

Introdução aos conceitos de Machine Learning, IA e como Python Pandas é ótimo para analisar dados.

saiba mais

Introdução à Python Pandas para leitura e exibição de dados, com foco em entender o conhecimento dos alunos na manipulação de dados no Python e introdução aos conceitos mais importantes no mundo de Machine Learning/Inteligência Artificial.

Aprendizado Supervisionado

Como você pode gerar modelos preditivos? Como criar sistemas que aprendem com respostas do passado para prever os próximos passos.

saiba mais

No mundo de Machine Learning os primeiros passos são pelas técnicas mais tradicionais como: Regressão e classificação. Aprendizado supervisionado é a técnica de construção de modelos que aprendem tentando um gabarito com resposta para validar, a partir dessa validação podemos prever os próximos passos sem olhar ele. Além de ser tradicional é uma técnica muito eficiente, nesse passo também vamos contar como analisar o resultado de um algoritmo preditivo.

Aprendizado não supervisionado

Como você consegue segmentar coisas a partir das suas características mais importantes? Vamos também aprender como gerar um modelo de Recomendação de conteúdo.

saiba mais

Aprender processamento de linguagem natural (NLP) é um dos maiores desafios desse mundo, aplicar isso em português é um grande desafio, nessa parte do curso vamos ensinar técnicas que facilitam essa abordagem. Como aprenderemos a tratar a nossa lingua de forma "matemática" vamos aplicar esse conhecimento para construir um modelo que visa saber recomendar os melhores conteúdos de um site como acontece no Netflix e Amazon, por exemplo. Além de nos ajudar a gerar uma recomendação de conteúdo o NLP vai nos ajudar a criar um caminho para criar agrupamentos (clusterização) de usuários e itens.

AutoML

Um dos maiores desafios atuais do mundo de Machine Learning é gerar um modelo que aprende sozinho ou usar um modelo sem nem dizer qual modelo é.

saiba mais

Existem várias iniciativas que visam gerar modelos preditivos sem necessariamente dizer qual modelo será aplicado. Um outro ponto bem importante no mundo de machine learning é fazer os modelos que nós aprendemos serem ajustados automaticamente e aprenderem consigo mesmo.

Introdução a deep learning e projeto final

Aprender sobre a nova fronteira do mundo da Inteligência Artificial é um grande desafio, vamos focar em mostrar os conceitos por trás e em um aplicação bem popular que é a detecção de objetos.

saiba mais

Nesse dia iremos focar em como Deep Learning tem revolucionado o mundo de Inteligência Artificial, sendo aplicado em serviços nunca antes imaginados, vamos descobrir uma nova matemática por trás desses conceitos e como podemos aplicar ele para velhos problemas. Nesse dia iremos dedicar uma parte da aula para a construção de um projeto todo seu.

instrutores para esse curso

foto do Tarsis Azevedo

Tarsis Azevedo

Um dos maiores evangelistas de Python e Go no Brasil, ativo no desenvolvimento de vários projetos Open Source, incluindo o Tsuru. Programador full stack com experiência em data science, cloud computing e web dev. Entusiasta de open source e influenciador em comunidades.

foto do Renan Oliveira

Renan Oliveira

Pioneiro no uso de Big Data no Brasil, trabalha com Big Data desde 2012. Full-stack developer tendo trabalhado com várias linguagens e banco de dados. No dia a dia alinha desenvolvimento de software com estatística.

foto do Diogo Munaro

Diogo Munaro

Mestre pela UFRJ em Inteligência Artificial. Teve seu último artigo publicado e citado na RecSys. Sua última empresa teve investimento e foi acelerada no campus do Google em Londres. Foi convidado para palestrar na JupyterCon NY

foto do Breno Riba

Breno Riba

Mestre em Sistemas Distribuídos pela PUC-RIO. Trabalha a mais de 10 anos no mercado de tecnologia e a 7 anos com mineração de dados. Hoje é PO de um dos principais produtos da BigData Corp. Teve seu último artigo publicado no SBAC-PAD, conferência internacional de computação de alto desempenho.

foto do Susana Bouchardet

Susana Bouchardet

Engenheira de Computação formada pela UERJ. Participou como palestrante e monitora de eventos voltados para inclusão de mulheres na tecnologia, como Women Techmakers e Django Girls. Atualmente é mestranda em Inteligência Artifical na PUC-RJ e trabalha na área de BigData, no time que desenvolve algoritmos de recomendação na Globo.com.

foto do Felipe Ferreira

Felipe Ferreira

Mestre em Machine Learning pela UFAM. Possui 14 anos de experiência em tecnologia e desde 2010 trabalha com BigData e Machine Learning. Foi palestrante convidado na JupyterCon em NY. Atualmente é doutorando em IA na PUC e trabalha com pesquisa e desenvolvimento de algoritmos de deep learning para personalização e recomendação de conteúdo na globo.com.

foto do Yan Werneck

Yan Werneck

Cursando último ano de Estatistica. Data Scientist na área de arquitetura de dados da Globo.com, no time de Big Data. Assuntos de principal interesse: modelos multivariados de Machine Learning e Simulação de Dados.

foto do Danilo Carvalho

Danilo Carvalho

Ph.D. em Information Science pelo JAIST (Japão) na área de Inteligência Artificial. Possui considerável experiência em Computação Linguística e NLP, tendo artigos publicados em diversos congressos internacionais de relevância nas áreas de IA e NLP. Já atuou como analista de sistemas na otimização de CMS e outros sistemas corporativos da Petrobras, e atualmente trabalha como pesquisador no PPGI-UFRJ.

conheça toda a equipe
aulas praticas

aulas 100% práticas

Solucione problemas do seu dia a dia de mercado utilizando Python e Jupyter em um ambiente exclusivo na Cloud.

network

espaço para network

Aumente sua rede de contatos com os melhores profissionais de Big Data e Data Science da sua cidade e aprenda em um ambiente perfeito para o desenvolvimento de ideias.

ambiente informal

ambiente informal

Aprenda rápido, de forma dinâmica e informal: nós sabemos que uma aula comum não é o que você quer depois de um dia cheio.

perguntas frequentes

1

O que é o Data Bootcamp?

ver resposta

O Data Bootcamp é uma empresa que tem como foco trazer o conhecimento sobre o mundo dos dados. Trazemos esse conhecimento de forma prática, pois nós acreditamos que a teoria pode ser explicada de uma forma mais clara quando inserida em um propósito. Para isso trazemos desafios do dia-a-dia dos nossos instrutores para as aulas tornando-as dinâmicas e únicas.

2

Qual o público?

ver resposta

Todos que querem conhecer ou aprimorar seu conhecimento sobre Data Science e Big Data. Alguns cursos têm pré-requisitos, eles ficam descritos na página do curso. Qualquer dúvida entre em contato conosco.

3

Vocês fazem cursos personalizados?

ver resposta

Sim, nós projetamos cursos personalizados, desenhados junto com você para melhor atender às necessidades da sua empresa. Vamos criar juntos? Entre em contato!

Contato

Ainda com dúvidas ou gostaria de receber notícias das próximas turmas? Entre em contato com a gente.