Programa do Curso
Introdução à IA para Desenvolvimento de Software
- O que é IA Generativa versus IA Preditiva
- Aplicações de IA em codificação, análise e automação
- Visão geral de LLMs, transformadores e modelos de aprendizado profundo
Codificação Assistida por IA e Desenvolvimento Preditivo
- Conclusão e geração de código alimentada por IA (GitHub Copilot, CodeGeeX)
- Prever bugs e vulnerabilidades de código antes da implantação
- Automatizar revisões de código e sugestões de otimização
Construindo Modelos Preditivos para Aplicações de Software
- Compreender previsão de séries temporais e análise preditiva
- Implementar modelos de IA para previsão de demanda e detecção de anomalias
- Utilizar Python, Scikit-learn e TensorFlow para modelagem preditiva
IA Generativa para Geração de Texto, Código e Imagens
- Trabalhar com GPT, LLaMA e outros LLMs
- Gerar dados sintéticos, resumos de texto e documentação
- Criar imagens e vídeos gerados por IA com modelos de difusão
Implantando Modelos de IA em Aplicações do Mundo Real
- Hospedar modelos de IA usando Hugging Face, AWS e Google Cloud
- Construir serviços de IA baseados em API para aplicações empresariais
- Ajustar modelos de IA pré-treinados para tarefas específicas de um domínio
IA para Insights Preditivos e Tomada de Decisão Empresarial
- Inteligência de negócios impulsionada por IA e análise do cliente
- Prever tendências de mercado e comportamento do consumidor
- Automatizar otimizações de fluxo de trabalho com IA
IA Ética e Melhores Práticas no Desenvolvimento
- Considerações éticas na tomada de decisão assistida por IA
- Detecção de viés e justiça em modelos de IA
- Melhores práticas para IA interpretável e responsável
Workshops Práticos e Estudos de Caso
- Implementar análise preditiva para um conjunto de dados do mundo real
- Construir um chatbot alimentado por IA com geração de texto
- Implantar uma aplicação baseada em LLM para automação
Resumo e Próximos Passos
- Revisão dos principais aprendizados
- Ferramentas e recursos de IA para aprendizado contínuo
- Sessão final de perguntas e respostas
Requisitos
- Compreensão dos conceitos básicos de desenvolvimento de software
- Experiência com qualquer linguagem de programação (Python é recomendado)
- Familiaridade com fundamentos de aprendizado de máquina ou IA (recomendado, mas não obrigatório)
Público-Alvo
- Desenvolvedores de software
- Engenheiros de IA/ML
- Líderes técnicos
- Gerentes de produtos interessados em aplicações alimentadas por IA
Testemunhos de Clientes (2)
O estilo interativo, os exercícios
Tamas Tutuntzisz
Curso - Introduction to Prompt Engineering
Máquina Traduzida
Um ótimo repositório de recursos para uso futuro, estilo do instrutor (cheio de bom senso de humor, excelente nível de detalhes)
Adam - GE Aerospace Poland Sp. z o.o.
Curso - Prompt Engineering for ChatGPT
Máquina Traduzida