Programa do Curso
Introdução ao AI Builder e à IA com Baixo Código
- Capacidades do AI Builder e cenários comuns
- Licenciamento, governança e considerações em nível de locatário
- Visão geral das integrações da Power Platform (Power Apps, Power Automate e 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: rotulagem de campos, diversidade de amostras e diretrizes de qualidade
- Criação de um modelo de processamento de formulários no AI Builder e avaliação da precisão da extração
- Pós-processamento dos dados extraídos: validação, normalização e tratamento de erros
- Laboratório prático: extração via OCR de tipos mistos de formulários e integração em um fluxo de processamento
Modelos Preditivos: Classificação e Regressão
- Definição do problema: tarefas qualitativas (classificação) versus quantitativas (regressão)
- Preparação de características e tratamento de dados ausentes dentro dos fluxos da Power Platform
- Treinamento, teste e interpretação das métricas do modelo (precisão, precisão positiva, recall, RMSE)
- Explicabilidade do modelo e considerações de justiça em casos de uso corporativos
- Laboratório prático: criação de um modelo preditivo personalizado para churn/classificação ou previsão numérica
Integração com Power Apps e Power Automate
- Incorporação de modelos do AI Builder em aplicativos canvas e modelados
- Criação de fluxos automatizados para processar dados extraídos e acionar ações empresariais
- Padrões de projeto para aplicativos alimentados por IA escaláveis e manuteníveis
- Laboratório prático: cenário de ponta a ponta — upload de documento, 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 por meio de logs de eventos
- Utilização das saídas da Mineração de Processos para informar as características do modelo e automatizar ciclos 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 utilizar o AI Builder em documentos confidenciais
- Ciclo de vida do modelo: retreinamento, versionamento e monitoramento de desempenho
- Operação 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, exportações 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 para processamento de documentos e previsão
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
