Curso de CANN SDK para Computer Vision e Pipelines de PLN

LangGraph é um framework para construir aplicações LLM stateful e multi-ator como gráficos compostos com estado persistente e controle de execução.

Esta formação ao vivo (online ou presencial), conduzida por instrutor, destina-se a engenheiros avançados de plataformas AI, DevOps para AI e arquitetos ML que desejam otimizar, depurar, monitorar e operar sistemas LangGraph de produção.

No final desta formação, os participantes serão capazes de:

• Projeto e otimização de topologias complexas do LangGraph para velocidade, custo e escalabilidade.
• Engenharia de confiabilidade com tentativas, timeouts, idempotência e recuperação baseada em checkpoints.
• Depurar e rastrear execuções gráficas, inspecionar estado e reproduzir sistematicamente problemas de produção.
• Instrumentação de grafos com logs, métricas e rastreamentos, deploy para produção e monitoramento de SLAs e custos.

Formato do Curso

• Aula interativa e discussão.
• Muitos exercícios e prática.
• Implementação hands-on em um ambiente de laboratório ao vivo.

Opções de Customização do Curso

• Para solicitar uma formação personalizada para este curso, entre em contato conosco para agendar.

Esta formação ao vivo e conduzida por instrutor em Brasil (online ou presencial) é destinada a profissionais de nível iniciante da força policial que desejam migrar do esboço manual facial para o uso de ferramentas de inteligência artificial na criação de sistemas de reconhecimento facial.

Ao final desta formação, os participantes serão capazes de:

• Compreender os fundamentos de Inteligência Artificial e Aprendizado de Máquina.
• Conhecer as bases do processamento digital de imagens e sua aplicação no reconhecimento facial.
• Desenvolver habilidades no uso de ferramentas e frameworks de IA para criar modelos de reconhecimento facial.
• Obter experiência prática na criação, treinamento e teste de sistemas de reconhecimento facial.
• Compreender as considerações éticas e melhores práticas no uso da tecnologia de reconhecimento facial.

O Fiji é um pacote de processamento de imagens de código aberto que agrupa o ImageJ (um programa de processamento de imagens para imagens multidimensionais científicas) e vários plugins para análise de imagens científicas.

Neste treinamento ao vivo conduzido por instrutor, os participantes aprenderão como usar a distribuição Fiji e seu programa ImageJ subjacente para criar um aplicativo de análise de imagem.

Ao final deste treinamento, os participantes serão capazes de:

• Usar os recursos avançados de programação e os componentes de software do Fiji para estender o ImageJ
• costurar grandes imagens 3d a partir de telhas sobrepostas
• Atualizar automaticamente uma instalação do Fiji na inicialização usando o sistema de atualização integrado
• Selecionar de entre uma vasta seleção de linguagens de scripting para criar soluções de análise de imagem personalizadas
• Utilizar as poderosas bibliotecas do Fiji, como a ImgLib, em grandes conjuntos de dados de bioimagens
• Implementar a sua aplicação e colaborar com outros cientistas em projectos semelhantes

Formato do curso

• Palestra interactiva e discussão.
• Muitos exercícios e prática.
• Implementação prática num ambiente de laboratório ao vivo.

Opções de personalização do curso

• Para solicitar uma formação personalizada para este curso, por favor contacte-nos para combinar.

Esta formação presencial (online ou no local) é dirigida a pesquisadores e profissionais de laboratório de nível iniciante a intermediário que desejam processar e analisar imagens relacionadas a tecidos histológicos, células sanguíneas, algas e outros tipos de amostras biológicas.

Ao final desta formação, os participantes serão capazes de:

• Navegar na interface do Fiji e utilizar as funções principais do ImageJ.
• Pré-processar e melhorar imagens científicas para uma análise mais eficaz.
• Analisar imagens de forma quantitativa, incluindo contagem de células e medição de área.
• Automatizar tarefas repetitivas usando macros e plugins.
• Personalizar fluxos de trabalho para necessidades específicas de análise de imagens em pesquisa biológica.

LangGraph é um framework para construir aplicações de LLM estruturadas em grafos que suportam planejamento, ramificação, uso de ferramentas, memória e execução controlada.

Este treinamento ao vivo, orientado por instrutor (online ou presencial), é voltado para desenvolvedores iniciantes, engenheiros de prompts e profissionais de dados que desejam projetar e construir fluxos de trabalho confiáveis e multietapas de LLM usando LangGraph.

No final deste treinamento, os participantes serão capazes de:

• Explicar conceitos básicos do LangGraph (nós, arestas, estado) e quando utilizá-los.
• Criar cadeias de prompts que ramificam, chamam ferramentas e mantêm memória.
• Integrar APIs de recuperação e externas em fluxos de trabalho de grafos.
• Testar, depurar e avaliar aplicativos LangGraph para confiabilidade e segurança.

Formato do Curso

• Aula interativa e discussão facilitada.
• Labs guiados e revisões de código em um ambiente sandbox.
• Exercícios baseados em cenários sobre design, teste e avaliação.

Opções de Personalização do Curso

• Para solicitar um treinamento personalizado para este curso, por favor entre em contato conosco para agendar.

LangGraph é um framework para composição de fluxos de trabalho estruturados em grafos que suportam ramificação, uso de ferramentas, memória e execução controlável.

Esta formação ao vivo (online ou presencial), liderada por instrutor, destina-se a engenheiros intermediários e equipes de produtos que desejam combinar a lógica gráfica do LangGraph com os loops de agentes LLM para criar aplicações dinâmicas e sensíveis ao contexto, como agentes de suporte ao cliente, árvores de decisão e sistemas de recuperação de informações.

Ao final desta formação, os participantes serão capazes de:

• Projetar fluxos de trabalho baseados em grafos que coordenam agentes LLM, ferramentas e memória.
• Implementar roteamento condicional, repetições e alternativas para uma execução robusta.
• Integrar recuperação, APIs e saídas estruturadas nos loops de agente.
• Avaliar, monitorar e fortalecer o comportamento do agente para confiabilidade e segurança.

Formato da Curso

• Aula interativa e discussão facilitada.
• Labs guiados e caminhos de código em um ambiente de areia (sandbox).
• Exercícios de design baseados em cenários e revisões entre pares.

Opções de Personalização do Curso

• Para solicitar uma formação personalizada para este curso, por favor entre em contato conosco para agendar.

Este treinamento ao vivo (online ou presencial), orientado por instrutor, destina-se a marketers intermediários, estrategistas de conteúdo e desenvolvedores de automação que desejam implementar campanhas de e-mail dinâmicas e ramificadas e pipelines de geração de conteúdo usando LangGraph.

No final deste treinamento, os participantes serão capazes de:

• Projeto fluxos de trabalho condicionais estruturados em grafos para conteúdo e e-mails.
• Integrar LLMs, APIs e fontes de dados para personalização automatizada.
• Gerenciar estado, memória e contexto ao longo de campanhas multistep.
• Avaliar, monitorar e otimizar o desempenho do fluxo de trabalho e os resultados da entrega.

Formato do Curso

• Aulas interativas e discussões em grupo.
• Labs práticos implementando fluxos de trabalho de e-mail e pipelines de conteúdo.
• Exercícios baseados em cenários sobre personalização, segmentação e lógica de ramificação.

Opções de Customização do Curso

• Para solicitar um treinamento customizado para este curso, por favor entre em contato conosco para agendar.

OpenCV (Open Source Computer Vision Library: http://opencv.org) é uma biblioteca de código aberto licenciada pela BSD que inclui várias centenas de algoritmos de visão por computador.

Público alvo

Este curso destina-se a engenheiros e arquitectos que pretendam utilizar OpenCV em projectos de visão por computador

Este treinamento ao vivo conduzido por instrutor em Brasil (no local ou remoto) é destinado a engenheiros de software que desejam programar em Python com OpenCV 4 para aprendizado profundo.

Ao final deste treinamento, os participantes serão capazes de:

• Visualizar, carregar e classificar imagens e vídeos usando OpenCV 4.
• Implementar o aprendizado profundo em OpenCV 4 com TensorFlow e Keras.
• Execute modelos de aprendizado profundo e gere relatórios impactantes a partir de imagens e vídeos.

O OpenFace é um software de reconhecimento facial em tempo real, de código aberto, baseado na pesquisa FaceNet da Google.

Neste treinamento ao vivo conduzido por instrutor, os participantes aprenderão como usar os componentes do OpenFace para criar e implantar um aplicativo de reconhecimento facial de amostra.

No final deste treinamento, os participantes serão capazes de:

• Trabalhar com os componentes do OpenFace, incluindo dlib, OpenVC, Torch e nn4 para implementar a deteção, o alinhamento e a transformação de faces
• Aplicar o OpenFace a aplicativos do mundo real, como vigilância, verificação de identidade, realidade virtual, jogos e identificação de clientes repetidos, etc.

Público-alvo

• Programadores
• Cientistas de dados

Formato do curso

• Parte palestra, parte discussão, exercícios e prática prática pesada

Pattern Matching é uma técnica utilizada para localizar padrões específicos numa imagem. Pode ser utilizada para determinar a existência de caraterísticas específicas numa imagem capturada, por exemplo, a etiqueta esperada num produto defeituoso numa linha de produção ou as dimensões especificadas de um componente. É diferente de "Pattern Recognition" (que reconhece padrões gerais com base em colecções maiores de amostras relacionadas) na medida em que dita especificamente o que estamos à procura e depois diz-nos se o padrão esperado existe ou não.

Formato do curso

• Este curso apresenta as abordagens, tecnologias e algoritmos utilizados no campo da correspondência de padrões, uma vez que se aplica a Machine Vision.

Este treinamento ao vivo, conduzido por instrutor, apresenta o software, o hardware e o processo passo a passo necessário para construir um sistema de reconhecimento facial a partir do zero. O reconhecimento facial também é conhecido como Face Recognition.

O hardware utilizado neste laboratório inclui Rasberry Pi, um módulo de câmara, servos (opcional), etc. Os participantes são responsáveis pela aquisição destes componentes. O software utilizado inclui OpenCV, Linux, Python, etc.

No final desta formação, os participantes serão capazes de:

• Instalar Linux, OpenCV e outros utilitários e bibliotecas de software num Rasberry Pi.
• Configurar OpenCV para capturar e detetar imagens faciais.
• Compreender as várias opções para empacotar um sistema Rasberry Pi para uso em ambientes do mundo real.
• Adaptar o sistema para uma variedade de casos de uso, incluindo vigilância, verificação de identidade, etc.

Formato do curso

• Parte expositiva, parte de discussão, exercícios e muita prática prática

Nota

• Outras opções de hardware e software incluem: Arduino, OpenFace, Windows, etc. Se pretender utilizar qualquer uma destas opções, contacte-nos para combinarmos.

Esta formação ao vivo, ministrada por um instrutor em Brasil (online ou presencial), é direcionada a profissionais de nível intermediário que desejam usar o Vision Builder AI para projetar, implementar e otimizar sistemas de inspeção automatizados para processos SMT (Surface-Mount Technology).

No final desta formação, os participantes serão capazes de:

• Configurar e configurar inspeções automatizadas usando o Vision Builder AI.
• Obter e pré-processar imagens de alta qualidade para análise.
• Implementar decisões baseadas em lógica para detecção de defeitos e validação do processo.
• Gerar relatórios de inspeção e otimizar o desempenho do sistema.