Obrigado por enviar sua consulta! Um dos membros da nossa equipe entrará em contato com você em breve.
Obrigado por enviar sua reserva! Um dos membros da nossa equipe entrará em contato com você em breve.
Programa do Curso
Introdução ao ML em Serviços Financeiros
- Visão geral dos casos de uso comuns de ML financeiro
- Benefícios e desafios do ML em setores regulados
- Visão geral do ecossistema Azure Databricks
Preparação de Dados Financeiros para ML
- Ingestão de dados do Azure Data Lake ou bancos de dados
- Limpeza de dados, engenharia de features e transformação
- Análise exploratória de dados (EDA) em notebooks
Treinamento e Avaliação de Modelos de ML
- Divisão de dados e seleção de algoritmos de ML
- Treinamento de modelos de regressão e classificação
- Avaliação do desempenho do modelo com métricas financeiras
Gerenciamento de Modelos com MLflow
- Acompanhamento de experimentos com parâmetros e métricas
- Salvamento, registro e versionamento de modelos
- Reprodutibilidade e comparação dos resultados dos modelos
Implantação e Serviço de Modelos de ML
- Empacotamento de modelos para inferência em lote ou tempo real
- Serviços de modelos via APIs REST ou endpoints do Azure ML
- Integração de previsões em dashboards ou alertas financeiros
Monitoramento e Pipelines de Retreinamento
- Agendamento de retreinamento periódico de modelos com novos dados
- Monitoramento de deriva de dados (data drift) e precisão do modelo
- Automação de fluxos de trabalho ponta a ponta com Databricks Jobs
Estudo de Caso: Pontuação de Risco Financeiro
- Construção de um modelo de pontuação de risco para aplicações de empréstimo ou crédito
- Explicação das previsões para transparência e conformidade
- Implantação e teste do modelo em um ambiente controlado
Resumo e Próximos Passos
Requisitos
- Compreensão dos conceitos básicos de aprendizado de máquina
- Experiência com Python e análise de dados
- Familiaridade com conjuntos de dados ou relatórios financeiros
Público-Alvo
- Cientistas de dados e engenheiros de ML em serviços financeiros
- Analistas de dados que estão migrando para funções de ML
- Profissionais de tecnologia implementando soluções preditivas no setor financeiro
7 Horas
