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 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
AppliedProject
Projeto Integrado em Inteligência Artificial e Aprendizado de Máquina
Projeto interdisciplinar mais amplos que acompanha o aluno por todo o curso e tem por objetivo incorporar o aprendizado adquirido de forma integrada e completa, visando avaliar a retenção de conhecimento e gerar novas possibilidades de pesquisa e desenvolvimento;
*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.
Além da aprovação nas disciplinas, o aluno deverá obter, no mínimo, 70 de um total de 100 pontos, no desenvolvimento de um Projeto Integrado na área do curso.
O Projeto Integrado é entendido como mais uma oportunidade que o aluno tem de colocar em prática, de forma interdisciplinar, os conhecimentos adquiridos nas disciplinas da especialização. Este modo de trabalho torna o aluno apto a se certificar das habilidades desenvolvidas ao longo do curso, todas diretamente relacionadas ao perfil acadêmico e profissional almejado no seu início.
O objetivo deste trabalho é fazer com que o participante:
- Explore e consolide os conhecimentos adquiridos no curso;
- Desenvolva sua capacidade e autoconfiança nas soluções de problemas;
- Desenvolva sua capacidade e habilidade de comunicação;
- Produza um documento técnico-científico de qualidade e que reflita um tema relevante na área.
O trabalho consiste no desenvolvimento de um projeto de caráter interdisciplinar e multidisciplinar na área de conhecimento do curso. O projeto deverá ser de cunho prático e será desenvolvido seguindo o planejamento definido pelo professor responsável.
Para a realização do projeto, o professor apresentará aos alunos um plano de trabalho com definições sobre como o trabalho será conduzido, produtos a serem entregues, composição de grupos de alunos e as formas e critérios de avaliação.
O professor responsável pelo projeto acompanha a turma para o esclarecimento de eventuais dúvidas, nos fóruns de discussão. Todas as orientações de procedimento, que dizem respeito ao planejamento e execução do projeto, bem como as formas e critérios de avaliação serão disponibilizadas aos alunos por meio de textos e/ou vídeos. Não é preciso realizar a apresentação via conferência, é somente realizada a entrega do projeto
INSCRIÇÃO E MATRÍCULA
Documentos necessários (não precisam ser autenticados):
Diploma ou certificado de conclusão da graduação (frente e verso);
Documento oficial de identificação (frente e verso)
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 à entrega da documentação exigida e o pagamento da primeira mensalidade.
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
Em no máximo 1h após pagamento via cartão de crédito ou débito on-line.
Em até 48h após a confirmação do pagamento via boleto bancário.
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.
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 no decorrer dos cursos de pós-graduação a distância. *
*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.
Início das aulas
- Para pagamento da primeira parcela via boleto: O aluno tem acesso às aulas em até 72h após a confirmação bancária referente ao pagamento.
- Para pagamento da primeira parcela por meio de cartão de crédito/débito: Liberação do conteúdo em 24h.
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.
Os cursos possuem carga horária total de 360 horas. A prestação dos serviços é prevista para 18 meses.
No entanto, o aluno pode realizar o curso em menos tempo. O período mínimo para realização do curso é de 12 meses, podendo se estender por mais 3 para a realização do TCC. Quem optar, pode defender o trabalho de conclusão ao término do 12º mês do curso, em comum acordo com a coordenação.
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 pela PUC Minas. O certificado do curso a distância é igual ao da graduação presencial.
