Programa do Curso
Introdução ao AI Builder e à IA de Código Baixo
- Capacidades do AI Builder e cenários comuns
- Licenciamento, governança e considerações no nível do inquilino (tenant)
- Visão geral das integrações da Power Platform (Power Apps, Power Automate, Dataverse)
OCR e Processamento de Formulários: Documentos Estruturados e Não Estruturados
- Diferenças entre modelos estruturados e documentos em formato livre
- Preparação de dados de treinamento: rotulagem de campos, diversidade de amostras e diretrizes de qualidade
- Construção de um modelo de processamento de formulários do AI Builder e avaliação da precisão da extração
- Pós-processamento de dados extraídos: validação, normalização e tratamento de erros
- Laboratório prático: extração OCR de tipos mistos de formulários e integração em um fluxo de processamento
Modelos de Previsão: Classificação e Regressão
- Enquadramento do problema: tarefas qualitativas (classificação) vs quantitativas (regressão)
- Preparação de recursos (features) e tratamento de dados ausentes dentro dos fluxos de trabalho da Power Platform
- Treinamento, teste e interpretação de métricas de modelo (precisão, exatidão, recall, RMSE)
- Explicabilidade de modelos e considerações de justiça em casos de uso empresarial
- Laboratório prático: construção de um modelo de previsão personalizado para churn/score ou previsão numérica
Integração com Power Apps e Power Automate
- Incorporação de modelos do AI Builder em aplicativos canvas e orientados a modelo
- Criação de fluxos automatizados para processar dados extraídos e acionar ações de negócios
- Padrões de design para aplicativos escaláveis e mantíveis orientados por IA
- Laboratório prático: cenário de ponta a ponta — upload de documento, OCR, previsão e automação de workflow
Conceitos Complementares de Process Mining (Opcional)
- Como o Process Mining ajuda a descobrir, analisar e melhorar processos usando logs de eventos
- Uso das saídas do Process Mining para informar recursos de modelos e automatizar ciclos de melhoria
- Exemplo prático: combinar insights de Process Mining com o AI Builder para reduzir exceções manuais
Considerações de Produção, Governança e Monitoramento
- Governança de dados, privacidade e conformidade ao usar o AI Builder em documentos confidenciais
- Ciclo de vida do modelo: retreinamento, versionamento e monitoramento de desempenho
- Operacionalização de modelos com alertas, dashboards e validação com interação humana (human-in-the-loop)
Resumo e Próximos Passos
Requisitos
- Experiência com Power Apps, Power Automate ou administração da Power Platform
- Familiaridade com conceitos de dados, ideias básicas de ML e avaliação de modelos
- Conforto ao trabalhar com conjuntos de dados, exportações para Excel/CSV e limpeza básica de dados
Público-Alvo
- Desenvolvedores da Power Platform e arquitetos de soluções
- Analistas de dados e gestores de processos que buscam automação por meio de IA
- Líderes de automação empresarial focados em casos de uso de processamento de documentos e previsões
Testemunhos de Clientes (3)
Laboratórios práticos e manuais sobre desenvolvimento de relatórios usando o Power BI. Os laboratórios foram excelentes, e o instrutor ofereceu sessões muito práticas.
Sinzala Sichaanji - Bank of Zambia
Curso - Mastering Power Platform: Power Apps, Power Automate, DataVerse, Power BI, and Power Virtual Agents
Máquina Traduzida
Nós fizemos exemplos bastante complexos, para que pudéssemos ter uma ideia de como o trabalho real com o Power Automate Desktop pode ser em um cenário do mundo real.
Michal Strnad - MicroNova AG
Curso - Microsoft Flow/Power Automate
Máquina Traduzida
Dinâmico, adaptável e informativo
Marcia - Complete Coherence
Curso - Microsoft Power Platform Fundamentals
Máquina Traduzida
