Programa do Curso

Introdução ao AI Builder e IA Low-Code

  • Capacidades do AI Builder e cenários comuns
  • Licenciamento, governança e considerações de nível de locatário
  • Visão geral das integrações do Power Platform (Power Apps, Power Automate, Dataverse)

OCR e Processamento de Formulários: Documentos Estruturados e Não Estruturados

  • Diferenças entre modelos estruturados e documentos livres
  • 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 dos 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 Preditivos: Classificação e Regressão

  • Formatação do problema: tarefas qualitativas (classificação) versus quantitativas (regressão)
  • Preparação de recursos e tratamento de dados ausentes dentro dos fluxos de trabalho do Power Platform
  • Treinamento, teste e interpretação das métricas do modelo (acurácia, precisão, recall, RMSE)
  • Explicabilidade do modelo e considerações de equidade em casos de uso empresarial
  • Laboratório prático: construir um modelo preditivo personalizado para churn/score ou previsão numérica

Integração com Power Apps e Power Automate

  • Incorporação de modelos do AI Builder em aplicativos canvas e model-driven
  • Criação de fluxos automatizados para processar dados extraídos e acionar ações empresariais
  • Padrões de design para aplicativos impulsionados por IA escaláveis e mantíveis
  • Laboratório prático: cenário de ponta a ponta — upload de documentos, OCR, previsão e automação de fluxo de trabalho

Conceitos Complementares de Mineração de Processos (Opcional)

  • Como a Mineração de Processos ajuda a descobrir, analisar e melhorar processos usando logs de eventos
  • Uso das saídas da Mineração de Processos para informar recursos do modelo e automatizar loops de melhoria
  • Exemplo prático: combinar insights da Mineração de Processos 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 sensíveis
  • Ciclo de vida do modelo: retreinamento, versionamento e monitoramento de desempenho
  • Operacionalização de modelos com alertas, painéis e validação humana no loop

Resumo e Próximos Passos

Requisitos

  • Experiência com Power Apps, Power Automate ou administração do Power Platform
  • Familiaridade com conceitos de dados, ideias básicas de ML e avaliação de modelos
  • Conforto ao trabalhar com conjuntos de dados, exportações Excel/CSV e limpeza básica de dados

Público-Alvo

  • Desenvolvedores do Power Platform e arquitetos de soluções
  • Analistas de dados e proprietários de processos que buscam automação por meio da IA
  • Líderes em automação empresarial focados em casos de uso de processamento de documentos e previsão
 14 Horas

Número de participantes


Preço por participante

Declaração de Clientes (2)

Próximas Formações Provisórias

Categorias Relacionadas