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
Declaração de Clientes (2)
Achei o treinador realmente envolvente e muito rápido em responder às perguntas relacionadas ao nosso trabalho, adaptando o ensino de forma a atender às nossas necessidades e ir além do esperado para satisfazê-las. Não posso 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 pediam para ele repetir algo 4-5 vezes. Também acredito que ele tem um grande conhecimento sobre o assunto, mas, como mencionado acima, não passamos tempo suficiente nisso. Além disso, foi bom ter sido um treinamento prático, onde pudemos praticar em tempo real o que nos foi ensinado, mas novamente, eu gostaria de saber mais sobre o PowerApps, e não sobre o SharePoint, pois já sou muito familiarizado com esse último. Se quisesse aprender mais, provavelmente teria escolhido um treinamento específico para o SharePoint, não para o PowerApps.
Patrycja - EY GDS
Curso - Microsoft Flow/Power Automate
Máquina Traduzida