Temos visto uma verdadeira explosão de aplicativos de inteligência artificial, mas as previsões para os próximos anos são ainda mais otimistas. Isso principalmente pelo aumento do volume e da variedade de dados disponíveis e pela evolução das tecnologias de processamento computacional. Significa, com isso, que é factível produzir modelos capazes de analisar dados mais complexos e em grandes volumes de forma rápida e automática para disponibilizar informações precisas para uma gestão inovadora e disruptiva. Isso pode levar a empresa a identificar novas estratégias com riscos mínimos.
A previsão é que todos os setores da economia serão impactados pelos resultados de aplicações com inteligência artificial, potencializando o surgimento de novos formatos de negócios, mais inovadores e competitivos. Neste contexto, este curso objetiva colaborar para a formação do Cientista de Dados para que ele possa conduzir o planejamento, a construção e a validação de iniciativas de soluções em aprendizado de máquina.
OBJETIVOS
- Formar profissionais capazes de analisar o estado da arte em aprendizado de máquina com forte embasamento conceitual e prático;
- Capacitar os participantes a projetar e desenvolver soluções complexas que demandam técnicas atuais de aprendizado de máquina;
- Dominar as novas tecnologias e frameworks de Inteligência Artificial e prospectar tendências na área de inteligência cognitiva.
A QUEM SE DESTINA
Profissionais com formação superior:
- Em Ciência da Computação, Engenharia de Computação, Engenharia de Software, Sistemas de Informação e tecnólogos da área de Tecnologia da Informação e outros cursos correlatos com sólidos conhecimentos na área de computação;
- Que atuam em Inteligência de Negócios e TI, analistas de negócios, analistas de redes sociais e mídias e outros profissionais com interesse em tecnologias, métodos e técnicas para análise de dados no apoio a tomada de decisão;
- Que atuam ou pretendem atuar em pesquisa e desenvolvimento para soluções inovadoras e inteligentes.
CONTEÚDO DO CURSO
NÚCLEO GESTÃO DE DADOS
A área de processamento e análise de dados é vasta e aplicável em diversos contextos. A PUC Minas oferece uma gama de cursos voltados a perfis diferenciados de profissionais e demandas do mercado. Este curso faz parte do Núcleo de Gestão de Dados, que faz convergência entre diversas disciplinas. Cada aluno tem uma necessidade específica e o objetivo é atender a todos.
Conheça os outros cursos do Núcleo de Gestão de Dados:
-Estruturas de dados: listas, tuplas, conjuntos, dicionários, séries e dataframes
-Funções
-Vetorização e matrizes numéricas
-Bibliotecas de manipulação de dados (Pandas)
-Bibliotecas de visualização de dados (matplotlib, plotly)
-Bibliotecas de vetorização de matrizes (numpy)
Statistics
•Estatística Geral - Teoria e Aplicações
-Estatística descritiva
-Probabilidade e distribuições de probabilidade
-Inferência: estimação pontual e intervalar e testes de hipóteses
•Modelos Estatísticos
-Modelos Preditivos e tipos de análise
-Abordagens para análise preditiva
-Regressão Linear simples e múltipla
-Regressão logística
-Séries temporais
Analytics Techniques
•Visualização de Dados
-Tipos de dados e técnicas de visualização: dados categóricos, séries temporais, distribuição, correlação, dados multivariados, texto, grafos/redes
-Aplicabilidade de gráficos
-Dashboards
-Data Storytelling
-Self-Service BI
•Modelagem e Preparação de Dados para Aprendizado de Máquina
-Montagem do conjunto de dados
-Tipos de dados
-Melhoramento e enriquecimento. Preparação: eliminação de dados irrelevantes, granulação e agregação, consistência, poluição, análise de domínios de atributos, integridade, concordância, duplicação e redundância
-Análise e detecção de outliers
-Dados ausentes: mecanismos e recuperação
-Discretização de variáveis
-Fusão de variáveis
- Medidas de similaridade e de-similaridade
-Feature Engineering
•Integração e Processamento de Fluxo Contínuo de Dados
-Estrutura de dados ETL
-Data Lake.
-Data Streaming e dados em tempo real.
-Eventos e sua topologia.
-Processamento de eventos complexos.
-Sistemas de gestão de fluxo de dados.
-Projeto e desenvolvimento de aplicação ETL.
-Plano de Teste.
-Principais ferramentas e tecnologias.
•Machine Learning
-Processo de aprendizagem de máquina
-Técnicas e algoritmos de aprendizado supervisionado e não-supervisionado
-Combinação de modelos: boosting e ensemble
-Métricas e avaliação de modelos
•Redes Neurais e Aprendizagem Profunda
-Taxonomia de redes neurais
-Redes neurais recorrentes, convolutivas e redes de memória dinâmica
-Aplicações e modelagem de problemas
•Recuperação da Informação na Web e Redes Sociais
-Algoritmos e soluções
-Ferramentas de análise, monitorização e benchmark
-Knime
-Web crawling
•Processamento de Linguagem Natural
-Algoritmos e técnicas
-Expressões regulares. Medidas de similaridade textual.
-Parsing, tokenização, lematização, stemming
-Marcação textual
-Análise de sentimento
•Sistemas de Recomendação
-Métodos para recomendações
-Filtragem colaborativa
-Recomendação baseada em conteúdo e em conhecimento
-Modelos híbridos de recomendação
-Medidas de similaridade, amostragem e redução de Dimensionalidade
-Métricas para avaliação
•Análise de Imagem e Visão Computacional
-Tipos de Visão computacional.
-Modelos de representação
-Segmentação e agrupamento
-Reconhecimento de objetos e modelos BoW
-Bibliotecas de visão computacional
•Tópicos Especiais em Machine Learning
-Aprendizado por reforço, Q-learning, Online learning (multi-armed bandits)
-Principais algoritmos evolucionários e aplicações em otimização
-Algoritmos genéticos: fundamentos, características e aplicações
-Introdução à programação genética: exemplos e aplicações
Support and Infrastructure
•Cultura e Práticas DataOps e MLOps
-MLOps x DevOps x DataOps
-Camadas, componentes, infraestrutura e ferramentas para arquitetura de Machine Learning
-Projeto e construção de pipeline para build e deployment
-Armazenamento e gestão de métricas, artefatos e encodings
-Kubeflow. Apache Airflow, Apache Beam
-Criação, treinamento e implantação de modelos: AWS, GCP e Azure
•Humanidades *
*Atenta as tendências de mercado e visando desenvolver a compreensão do ser humano frente às ambiguidades existenciais e sócio religiosas da contemporaneidade, a PUC Minas Virtual disponibilizará como disciplina bônus, além das disciplinas previstas para cada um de seus cursos, a disciplina Humanidades.
O Trabalho de Conclusão de Curso não é mais obrigatório na PUC Minas Virtual*, no entanto, o aluno poderá, opcionalmente, contratar um TCC. Após a contratação, será apresentada ao aluno a proposta de trabalho, bem como designado um orientador individual. As informações que dizem respeito à execução do TCC também serão disponibilizadas por meios de textos e vídeos. A duração prevista para o trabalho é de 03 meses e, ao final, o aluno deverá fazer uma apresentação via Internet.
*Exceto para o curso de Engenharia de Segurança do Trabalho.
INSCRIÇÃO E MATRÍCULA
Documentos necessários (não precisam ser autenticados):
Diploma da graduação - para fins de matrícula o certificado de conclusão da graduação será aceito, mas o envio do diploma é obrigatório assim que ele for expedido (frente e verso)
Documento oficial de identificação (frente e verso)
Certidão de casamento/divórcio (frente e verso), caso tenha ocorrido alteração de nome.
ATENÇÃO:
A documentação deverá ser digitalizada e enviada, via upload no link recebido pelo e-mail, após o pagamento do valor referente à matrícula (1ª parcela do Curso).
O processo de inscrição e matrícula fica condicionado ao pagamento da primeira mensalidade.
A entrega da documentação é exigida logo após o pagamento da primeira mensalidade e ela é um requisito básico para a expedição do seu certificado de especialista.
Todas as etapas do processo de inscrição serão informadas por e-mail.
Clique aqui para ter acesso ao contrato de prestação de serviços educacionais.
ACESSO AO CURSO
RECEBIMENTO DE ORIENTAÇÕES DE ACESSO
- Para os cursos com turmas confirmadas*, as orientações de acesso serão enviadas a partir de 10/03/2023.
* Confirmação dos cursos até 03/03/2023.
REQUISITOS TECNOLÓGICOS
O aluno deve possuir ou ter acesso a um computador com a seguinte configuração mínima:
Processador com frequência mínima de 2 GHz ou superior e 2 núcleos;
4 GB de memória RAM (recomenda-se 8 GB) *;
Placa de vídeo configurada com resolução mínima de 1024 x 768 pixels;
Placa de som com caixas acústicas (ou fones de ouvido) e microfone;
Webcam compatível com seu sistema operacional
Windows 10 (atualizado para a versão 1903 ou superior), Windows 11, MacOS (versão 10.13 - High Sierra ou superior) ou Linux;
Google Chrome (versão mais recente) ou Mozilla Firefox (versão mais recente);
Acesso à Internet, com velocidade mínima de conexão de 2 Mbps;
Correio eletrônico pessoal (e-mail).
Observação: O aluno com necessidades especiais deverá informar à Universidade no ato da inscrição. Para alunos portadores de necessidades especiais no campo da visão, é necessário acesso a um programa (software) de leitura de tela.
* Alunos dos cursos BIM Manager e BIM PROJETOS PARAMÉTRICOS E DESIGN DIGITAL APLICADOS À CONSTRUÇÃO CIVIL: A
universidade não se responsabiliza pela aquisição das licenças comerciais dos
softwares a serem utilizados no curso. O aluno deverá obter versões acadêmicas
e gratuitas no site dos fabricantes. É recomendável que o computador do
usuário possua no mínimo 16 Ghz de memória RAM (recomenda-se 32) para uso de
softwares de autoria BIM.
REQUISITOS ACADÊMICOS
Possuir diploma de curso de graduação (reconhecido pelo Ministério da Educação).
Preencher os requisitos básicos de formação de acordo com a necessidade de cada curso.
Informamos que assinamos e autorizamos a realização de estágio nos cursos de pós-graduação a distância. O estágio não obrigatório poderá ser realizado em qualquer período do Curso, desde que as atividades desenvolvidas visem o aprendizado de competências próprias da atividade profissional e à contextualização curricular, seguindo o previsto na Lei Federal n° 11.788 de 25 de setembro de 2008 (BRASIL, 2008) e Normas Acadêmicas da PUC Minas (2018). *
*Exceto para o curso de EDUCAÇÃO BILÍNGUE E PLURILÍNGUE
Coordenação
Luiz Alberto Ferreira Gomes - Mestre
Marco Paulo Soares Gomes -
Tadeu dos Reis Faria -
Área do Conhecimento:
Tecnologia da Informação
Investimento
Valor: R$ 5.800,00
1 parcela - pagamento à vista com 7% de desconto = R$5.394,00*
5 parcelas - sem desconto = 5 x de R$ 1160,00
10 parcelas - sem desconto = 10 x de R$ 580,00
15 parcelas - sem desconto = 15 x de 387,00
20 parcelas - sem desconto = 20 x de R$ 290,00
*Pagamento à vista: 7% de desconto. Para pagamento dos cursos à vista, o candidato deverá efetuar a inscrição e selecionar a opção de pagamento em uma parcela.
Para os alunos que residem no exterior, deverá ser escolhida a modalidade à vista. O pagamento poderá ser realizado por transferência bancária ou em 1x no cartão de crédito. Para melhores esclarecimentos, gentileza contatar diretamente a Divisão Financeira - ead.financeiro@pucminas.br
Início das aulas
- Para os cursos com turmas confirmadas*, as aulas terão início em 13/03/2023.
* Confirmação dos cursos até 03/03/2023.
Pessoa Jurídica como responsável pelo pagamento das mensalidades
Nos casos em que o candidato será beneficiado por uma pessoa jurídica que arcará no todo ou em parte com as mensalidades dos cursos de pós graduação EAD, será necessário gerar o
contrato de coparticipação financeira e preencher todos os dados editáveis do documento, imprimir, assinar e carimbar o respectivo documento e enviar a cópia digitalizada para
ead.finaceiro@pucminas.br. O processo também se aplica se por ventura o curso for pago à vista.
