Entrar em Contato

Programa do Curso

Introdução e Seleção do Caso de Uso pela Equipe

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

Compreensão e Preparação dos Dados Industriais

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

Seleção do Modelo e Prototipagem

  • Escolha entre regressão, classificação, agrupamento (clustering) ou detecção de anomalias
  • Treinamento e avaliação de modelos com Scikit-learn
  • Uso do TensorFlow ou PyTorch para modelagem avançada

Visualização e Interpretação dos Resultados

  • Criação de painéis (dashboards) ou relatórios intuitivos
  • Interpretação de métricas de desempenho (precisão, exatidão, recall)
  • Documentação das premissas e limitações

Simulação de Implantação e Feedback

  • Simulação de cenários de implantação em edge (bordas) ou nuvem
  • Coleta de feedback e melhoria dos modelos
  • Estratégias para integração com as operações

Desenvolvimento do Projeto Final

  • Finalização e teste dos protótipos das equipes
  • Revisão entre pares e depuração colaborativa
  • Preparação da apresentação do projeto e do resumo técnico

Apresentações das Equipes e Encerramento

  • Apresentação dos conceitos e resultados das soluções de IA
  • Reflexão em grupo e aprendizados obtidos
  • Roteiro para escalonamento de casos de uso dentro da organização

Resumo e Próximos Passos

Requisitos

  • Compreensão de processos de fabricação ou industriais
  • Experiência com Python e conceitos básicos de aprendizado de máquina
  • 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