Programa do Curso

Introdução ao AI Builder e à IA de baixo código

  • Capacidades do AI Builder e cenários comuns
  • Licenciamento, governança e considerações ao nível do locatário
  • 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 dos dados de treinamento: rótulo 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 a partir de diferentes tipos de formulários e integração em um fluxo de processamento

Modelos de Previsão: Classificação e Regressão

  • Estrutura do problema: tarefas qualitativas (classificação) versus quantitativas (regressão)
  • Preparação de características e tratamento de dados ausentes em fluxos de trabalho da Power Platform
  • Treinamento, teste e interpretação das métricas do modelo (precisão, acurácia, recall, RMSE)
  • Explicabilidade do modelo e considerações sobre equidade em casos de uso empresariais
  • Laboratório prático: construção de um modelo personalizado de previsão para churn/score ou previsão numérica

Integração com Power Apps e Power Automate

  • Incorporação de modelos do AI Builder em aplicativos de tela única e model-driven
  • Criação de fluxos automatizados para processar dados extraídos e acionar ações empresariais
  • Padrões de design para aplicativos escaláveis e mantíveis impulsionados por IA
  • Laboratório prático: cenário completo — 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
  • Usando as saídas da mineração de processos para informar características do modelo e automatizar loops de melhoria
  • Exemplo prático: combinação das 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 dos modelos com alertas, painéis de controle e validação humana no 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, Excel/exportações CSV e limpeza de dados básica

Áudito

  • Desenvolvedores e arquitetos de soluções da Power Platform
  • Analistas de dados e proprietários de processos em busca de automação através de IA
  • Business líderes de automação focados no processamento de documentos e casos de uso de previsão
 14 Horas

Número de participantes


Preço por Participante

Declaração de Clientes (2)

Próximas Formações Provisórias

Categorias Relacionadas