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
Declaração de Clientes (2)
Achei que o formador era realmente envolvente e foi muito rápido a responder a perguntas relacionadas com o nosso trabalho e realmente adaptou o ensino às nossas necessidades e foi além para as satisfazer. Não poderia recomendar Shaun o suficiente!
Tom King - Complete Coherence
Curso - Microsoft Power Platform Fundamentals
Máquina Traduzida
Realmente admiro a paciência do instrutor com todas as pessoas que o pediam para repetir algo 4-5 vezes. Também acredito que ele tem um grande conhecimento sobre o tema, mas como foi mencionado acima, não dedicamos tempo suficiente a isso. Além disso, foi bom ser um treinamento prático, onde pudemos praticar em tempo real o que nos foi ensinado, mas novamente, gostaria de saber mais sobre PowerApps, e não sobre SharePoint, pois sou realmente familiar com esse, e se quisesse aprender mais, provavelmente escolheria um treinamento para o SharePoint, e não para PowerApps.
Patrycja - EY GDS
Curso - Microsoft Flow/Power Automate
Máquina Traduzida