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
Conhecer programação em linguagens, como Python, e saber onde o seu uso é mais adequado;
Conhecer e aplicar as novas tecnologias e frameworks de Inteligência Artificial;
Conhecer pré-processamento de bases de dados e como integrar as diversas fontes de dados para facilitar as análises;
Gerar visualizações sobre resultados de análises de dados para facilitar o entendimento no meio corporativo;
Aplicar técnicas e métodos de aprendizado de aprendizado de máquina para criar aplicações, produtos e serviços inteligentes e de valor.
Conhecer e fazer prospecções sobre as diferentes abordagens e as técnicas aplicadas na inteligência cognitiva.
O especialista em Inteligência Artificial e Aprendizado de Máquina poderá atuar como Engenheiro de IA ou variações, como Cientista de Dados e Data Analyst, que irão desenvolver projetos relacionados à análise e apresentação de dados e elaborar e usar ferramentas preditivas para análise de dados e geração de conhecimento. Além disso, ele poderá atuar nos mais diversos tipos de projetos inovadores em TI.
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
Programming Language
Python para Ciência de Dados
Tipos de dados
Estruturas de controle: condicional e repetição
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)
Active learning , Aprendizado semi-supervisionado
Algoritmos e Programação Genética
Introdução à inteligência computacional
Computação evolucionária
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
CONTEÚDO DO CURSO
ALGORITMOS E PROGRAMAÇÃO GENÉTICA
ANÁLISE DE IMAGEM E VISÃO COMPUTACIONAL
CULTURA E PRÁTICAS DATAOPS E MLOPS
DATA DISCOVERY E ANALYTICS
ESTATÍSTICA GERAL - TEORIA E APLICAÇÕES
INTEGRAÇÃO E PROCESSAMENTO DE FLUXOS CONTÍNUO DE DADOS
MACHINE LEARNING
MODELAGEM E PREPARAÇÃO DE DADOS PARA MACHINE LEARNING
MODELOS ESTATÍSTICOS
PROCESSAMENTO DE LINGUAGEM NATURAL
PROGRAMAÇÃO PARA CIÊNCIA DE DADOS
RECUPERAÇÃO DA INFORMAÇÃO NA WEB E EM REDES SOCIAIS
REDES NEURAIS E DEEP LEARNING
SISTEMAS DE RECOMENDAÇÃO
TÓPICOS ESPECIAIS EM MACHINE LEARNING
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.
Para os alunos que ingressarem a partir de 2023, 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 60 dias 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):
RG ou CNH (frente e verso)
Diploma da graduação (frente e verso)
Obs.: O envio do diploma é obrigatório. Entretanto, caso você não o tenha em mãos ainda, você deverá enviar o Termo de Compromisso (cujo modelo estará disponível no link de upload dos documentos, e também está disponível para consulta clicando aqui) assinado. Mas o envio do diploma deverá ser feito até o final do curso.
O envio do diploma tem como objetivo a conferência com relação à habilitação para cursar uma especialização (de acordo com a Lei nº 9.394, para ingressar em uma especialização e necessário que já tenha ocorrido a colação de grau). O Termo de Compromisso é um documento que em que você se responsabiliza por essa habilitação e se responsabiliza pelo envio do diploma como requisito legal para início da sua certificação ao final das atividades acadêmicas.
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.
Você só deverá se inscrever nesse curso caso já tenha colado grau na sua graduação. Este é um requisito previsto na Lei nº 9.394, e previsto também no Contrato de Prestação de Serviços (clique aqui para ter acesso). A conferência desse requisito será feita pela instituição após o processamento da sua matrícula e caso seja identificada alguma irregularidade ela será cancelada a qualquer tempo (conforme cláusula 4.5.1 do contrato), e não haverá direito ao recebimento de reembolso dos valores pagos.
ACESSO AO CURSO
RECEBIMENTO DE ORIENTAÇÕES DE ACESSO
As orientações de acesso ao curso serão enviadas para o e-mail informado no momento da inscrição, em até 72h após a confirmação do pagamento da primeira parcela.
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;
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
Já ter colado grau.
Possuir diploma de curso de graduação (reconhecido pelo Ministério da Educação do Brasil).
Preencher os requisitos básicos de formação de acordo com a necessidade de cada curso.
DIPLOMA ESTRANGEIRO
Alunos com diploma de graduação emitido fora do territorio nacional, devem acessar o link oficial do MEC para revalidar ou reconhecer seu diploma no Brasil
ESTÁGIO
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 o curso tenha sua oferta confirmada e as aulas tenham iniciadas.
Ademais, as atividades desenvolvidas no estágio deverão visar 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
Fábio Martins de Oliveira - Mestre
Marco Paulo Soares Gomes - Mestre
Área do Conhecimento:
Tecnologias Digitais
Investimento
Valor: R$ 5.800,00
1 parcela - pagamento à vista com 7% de desconto = R$5.394,00*
No caso de pagamento parcelado, o pagamento realizado na loja virtual se refere APENAS à primeira parcela. As demais deverão ser pagas diretamente à própria instituição por meio de boletos que deverão ser gerados pelo próprio aluno no sistema acadêmico (também serão enviados por e-mail mensalmente).
5 parcelas - sem desconto = 5 x de R$ 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
Liberação das aulas dos cursos confirmados: Em até 72h após a confirmação do pagamento da primeira parcela.
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.financeiro@pucminas.br. O processo também se aplica se por ventura o curso for pago à vista.
O curso possui carga horária total de 360 horas. A prestação dos serviços é prevista para 18 meses.
Benefícios
Estude onde e quando quiser
Tenha atendimento personalizado
Utilize material didático exclusivo, com acesso a Bibliotecas virtuais.
Tenha suporte acadêmico e tecnológico
Certificação
Você receberá o certificado de especialista emitido em formato digital pela PUC Minas. O documento terá um link e código para verificação de autenticidade e veracidade. O certificado do curso a distância é igual ao de um curso presencial.
