Programa do Curso

Introdução e Seleção da Equipe Use Case

  • Visão geral de IA em ambientes industriais
  • Categorias de casos de uso: qualidade, manutenção, energia, logística
  • Formação da equipe e definição de objetivos do projeto

Compreendendo e Preparando Dados Industriais

  • Tipos de dados industriais: séries temporais, tabulares, imagens, texto
  • Aquisição, limpeza e pré-processamento dos dados
  • Análise exploratória de dados com Pandas e Matplotlib

Seleção do Modelo e Prototipagem

  • Escolhendo entre regressão, classificação, agrupamento ou detecção de anomalias
  • Treinando e avaliando modelos com Scikit-learn
  • Usando TensorFlow ou PyTorch para modelagem avançada

Visualizando e Interpretando Resultados

  • Criando painéis de controle intuitivos ou relatórios
  • Interpretando métricas de desempenho (acurácia, precisão, recall)
  • Documentando suposições e limitações

Simulação de Deploy e Feedback

  • Simulando cenários de deploy em edge/cloud
  • Coletando feedback e melhorando os modelos
  • Estratégias para integração com as operações

Desenvolvimento do Projeto de Conclusão

  • Finalizando e testando protótipos da equipe
  • Revisão por pares e depuração colaborativa
  • Preparação da apresentação do projeto e resumo técnico

Apresentações de Equipe e Conclusão

  • Apresentando conceitos e resultados de soluções de IA
  • Reflexão em grupo e lições aprendidas
  • Estratégia para escalar casos de uso dentro da organização

Resumo e Próximos Passos

Requisitos

  • Compreensão de processos de fabricação ou industriais
  • Experiência com Python e aprendizado de máquina básico
  • Capacidade de trabalhar com dados estruturados e não estruturados

Público-alvo

  • Equipes multidisciplinares
  • Engenheiros
  • Cientistas de dados
  • Profissionais de TI
 21 Horas

Número de participantes


Preço por Participante

Próximas Formações Provisórias

Categorias Relacionadas