Pós-Graduação MIT em Inteligência Artificial, Machine Learning e Deep Learning
Python, Tensorflow, Jupyter, Elastic Search, Pandas, NLP, Scikit-learn, Redes Neurais, AutoML, Dash, Clusterização, SVM, Plot.ly
Atualize-se e domine os novos paradigmas apresentados pela Inteligência Artificial (IA) e Machine Learning.
Esta pós-graduação Machine Learning aborda as competências atuais da área, como: Engenharia de Machine Learning, Processamento em tempo real, Redes Neurais, Deep Learning usando Tensor Flow e a linguagem Python.
EAD COM TODAS AS AULAS AO VIVO
PARTICIPE DE UMA TURMA DE VERDADE
CURSO BASEADO EM PROJETOS
AULAS COM LABS VIRTUAIS
HORÁRIO
DAS AULAS
20h00 às 22h00
- Aulas ao vivo
PRÓXIMA
TURMA
29/07/2024
DIAS DA
SEMANA
Seg e Qua
DURAÇÃO
DA PÓS
11 meses
Disciplinas e Competências da pós-graduação Inteligência Artificial
Algoritmos supervisionados para classificação
- Aplicar regressão linear logística
- Desenvolver um treino supervisionado usando árvores de decisões
- Desenvolver um treino supervisionado usando SVM
- Construir uma solução que aplica um modelo elaborado a partir de uma base de dados
Complementares
- Utilizar a metodologia K-Folds de validação cruzada
Engenharia de Machine Learning
- Desenvolver um sistema de coleta de dados usando APIs públicas
- Criar uma solução de streaming de dados usando pipelines
- Preparar um modelo previamente treinado para uma solução de streaming de dados
- Estabelecer um método de como atualizar o modelo empregado em produção
Complementares
- Utilizar algoritmo de AutoML.
- Criar uma visualização de dados em tempo real
- Criar uma API para servir um modelo de Machine Learning
- Entender conceitos de sistemas de produção em nuvem
Processamento de linguagem natural com Python
- Implementar técnicas de lematização usando a biblioteca NLTK
- Construir um modelo de reconhecimento de entidades (NER) usando Spacy
- Criar modelos utilizando vetorização de textos baseado em Bag of Words
- Criar modelos baseados em Word Embedding
Complementares
- Realizar análises com diferentes aplicações de NLP
- Criar Text Corpus para serem analisados
Mineração de texto com stack ELK
- Entender o pipeline do Stack da Elastic
- Executar MLT Queries na base do Elastic Search
- Desenvolver um classificador de categorias de texto usando “The 20 newsgroup dataset”
- Desenvolver um sistema de recomendação utilizando queries MLT
Complementares
- Compreender Shards
- Gerenciar logs de operação usando LogStash
Redes neurais com TensorFlow
- Identificar as diferentes camadas de uma Rede Neural Artificial
- Compreender as diferentes arquiteturas de Redes Neurais
- Criar um modelo de reconhecimento de dígitos numéricos
- Treinar usando o algoritmo de rede backpropagation em Python
Complementares
- Compreender as diferentes funções de ativação de uma Rede Neural
- Implementar uma Rede Neural em uma base de imagens
Deep Learning com TensorFlow
- Compreender em que cenários deve-se utilizar redes profundas (Deep Learning Networks)
- Utilizar modelos pré-treinados de redes profundas através de Transfer Learning
- Utilizar uma rede de modelo convolucional com TensorFlow
- Produzir contéudo texto com TensorFlow a partir de uma rede LSTM
Complementares
- Implementar modelos neurais para cenários de operação
- Utilizar uma rede DPN para gerar imagens usando TensorFlow
Algoritmos Não-Supervisionados para clusterização
- Instalar Scikit-Learn usando um ambiente de Virtualenv
- Explicar a motivação para se usar algoritmos não-supervisionadas
- Explicar diferentes tipos de algoritmos de clusterização
- Aplicar os algoritmos de K-Means e clusterização hierárquica (hcluster) em dados reais
Complementares
- Escolher a técnica mais adequada de clusterização para diferentes problemas
- Aplicar o algoritmo de DBScan em dados reais
Validação de modelos de clusterização
- Compreender a distância baseada na Correlação de Pearson
- Aplicar distâncias inter-clusters e intra-clusters
- Aplicar a medida de sillhueta para problemas complexos usando Scikit-Learn
- Utilizar o algoritmo de vizinhos mais próximos (KNN) para avaliação de clusters
Complementares
- Entender as limitações da medida de silhueta
Perguntas frequentes
Nesta pós-graduação Machine Learning , você terá uma verdadeira experiência de sala de aula, participando por áudio e vídeo, tirando dúvidas com os professores e construindo seu networking.
O curso é formado por 64 aulas interativas ao vivo e sete dias por semana de aprendizado na comunidade online.
Você tem o apoio de professores dedicados durante todo o curso, que são experts em Inteligência Artificial, Machine Learning e Deep Learning, e aprende junto com uma turma EAD de profissionais de todo o Brasil.
A pós-graduação Machine Learning é para:
Profissionais de TI que sabem programar e que desejam se diferenciar aprendendo na prática as principais aplicações modernas de Machine Learning e Inteligência Artificial.
Desenvolvedores que buscam atualizar-se em relação aos novos paradigmas apresentados pelas técnicas de Machine Learning.
Programadores que buscam capacitar-se para gerir projetos relacionados a Augmented Analytics (Business Analytics + Machine Learning).
Para realizar o curso de pós-graduação Machine Learning, o aluno deve saber (ou ser capaz de aprender sozinho) a linguagem Python e possuir Inglês técnico para leitura.
MIT significa “Master in Information Technology”. É o equivalente à sigla MBA, mas para a área de tecnologia. MBAs são cursos com aspectos de gestão de negócios (“B” de Business).
Para assistir às aulas da pós em Inteligência Artificial, Machine Learning e Deep Learning, basta um celular com câmera e boa conexão internet wifi ou 4g, mas será bem mais produtivo se você usar um desktop ou notebook com câmera e um confortável fone de ouvidos, que é a configuração recomendada.
Para fazer os trabalhos do curso e enviar pelo Moodle, você deve usar um computador com configuração mínima Core i3, 4gb de RAM (recomendável 8gb) e internet de boa qualidade.
Ao tornar-se aluno da pós-graduação Machine Learning, você terá direito a uma conta no G Suite do Google e acesso a todas as VMs (Virtual Machines) necessárias para seu aprendizado, assim como instruções para baixá-las e utilizá-las durante o curso.
Coordenador
Fernando Ferreira
Coordena a pós-graduação Machine Learning, que é ministrada por professores do quadro permanente do Infnet e especialistas convidados para disciplinas específicas.
Prof. Fernando é um dos pioneiros em Inteligência Artificial, Deep Learning e machine learning no Brasil, professor e coordenador da pós-graduação desde seu início.
É doutor em Inteligência Artificial pela Coppe/UFRJ e mestre em Engenharia Elétrica. Atua hoje diretamente no mercado, sendo cofundador da Twist Systems.
Carreiras para quem faz a pós-graduação Inteligência
Artificial em 2024
A pós-graduação EAD em Inteligência Artificial, Machine Learning e Deep Learning prepara o aluno para as carreiras de Engenheiro de ML (Machine Learning Engineer), Desenvolvedor de BI (Business Intelligence Developer), Pesquisador em AI (AI Research Scientist), Engenheiro ou Arquiteto de Big Data (Big Data Engineer/Architect) e Desenvolvedor de Software.
Curso único
Flexível
As aulas são ao vivo mas ficam gravadas para você assistir conforme sua disponibilidade.
Professores de mercado
Os professores da Faculdade Infnet atuam em empresas como: Petrobras, Stone, Microsoft, BNDES e Globo.
Faculdade Focada
Ministrado por uma faculdade totalmente dedicada à formação para a área de tecnologia tecnologia aplicada aos negócios e gestão.
Avançado
Ideal para profissionais que visam avançar na carreira enquanto mantém-se técnicos.
Voltado para quem sabe programar
Todos os seus colegas terão experiência em programação, evitando perda de tempo.
Tecnologia de alta demanda
Programação em linguagem Python, a mais usada para inteligência artificial, machine learning e deep learning.
Criação de portfólio
Desenvolvimento de softwares com inteligência artificial, machine learning e deep learning durante a pós.
Networking
Colegas de alto nível, atuantes no mercado, que proporcionam um networking relevante para toda a vida, potencializado pela comunidade online.
Biblioteca Virtual
Acesso a biblioteca online com mais de 35 mil livros, vídeos e tutoriais de editoras como: Apress, Packt Publishing, Pearson, O'Reilly (Safari), Sams, Cisco Press, McGraw-Hill, Sybex.
Faculdade Focada
A pós-graduação Machine Learning é ministrada por uma faculdade totalmente dedicada à formação para a área de tecnologia aplicada aos negócios e gestão.
Curso Flexível
As aulas da pós-graduação Machine Learning são ao vivo mas ficam gravadas para você assistir conforme sua disponibilidade.
Avançado
Ideal para profissionais que visam avançar na carreira enquanto mantém-se técnicos.
Curso voltado para quem sabe programar
Todos os seus colegas da pós-graduação Machine Learning terão experiência em programação, evitando perda de tempo.
Professores de mercado
Os professores da Faculdade Infnet atuam em empresas como: Petrobras, Stone, Microsoft, BNDES e Globo.
Tecnologia de alta demanda
Neste curso, trabalhamos com programação em linguagem Python, a mais usada para Inteligência Artificial, Machine Learning e Deep Learning.
Criação de portfólio
Desenvolvimento de softwares com Inteligência Artificial, Machine Learning e Deep Learning durante a pós.
Networking
Colegas de alto nível, atuantes no mercado, que proporcionam um networking relevante para toda a vida, potencializado pela comunidade online do curso.
Biblioteca Virtual
A pós-graduação Machine Learning garante acesso a biblioteca online com mais de 35 mil livros, vídeos e tutoriais de editoras como: Apress, Packt Publishing, Pearson, O'Reilly (Safari), Sams, Cisco Press, McGraw-Hill, Sybex.
Experts em Inteligência Artificial
e Machine Learning
Thiago Ciodaro
Chief Data Scientist na multinacional Ernst & Young, tem experiência em pesquisa e ciência aplicada, incluindo quatro anos de experiência internacional em um dos mais avançados laboratórios, o CERN. Mestre em modelar, desenvolver e implementar business solutions na ciência de dados e projetos automatizados, já desenvolveu soluções nas áreas de petróleo e gás, física de alta energia e gerenciamento de ativos. É doutor em Engenharia Elétrica com ênfase em Inteligência Computacional pela UFRJ.
Felipe Grael
Co-fundador da empresa de ciência de dados Twist e mestre em Engenharia Elétrica com ênfase em Inteligência Computacional pelo Programa de Engenharia Elétrica (PEE) da COPPE/UFRJ, participou por mais de 10 anos na colaboração UFRJ-CERN (Suíça). Participa de projetos em Data Science para a Globo, Marinha do Brasil, Vallourec, entre outros.
Thaís Viana
Gestora de projetos e sócia da Grama Creative Coding Studio, possui larga experiência como backend developer, já tendo trabalhado em mais de 30 projetos relacionados à manipulação de dados para empresas como Google, Casa Firjan e Museu do Amanhã. É mestre em Inteligência Artificial pela UFRJ.
Diego Rodrigues
Lidera a área de Data Science da Interagente e também é fundador da Eagle Sports Analytics. Possui treze anos de experiência em Business Intelligence, análise preditiva, sistemas de aprendizado de máquina e mineração de dados. É doutor em Engenharia Elétrica com ênfase em Inteligência Computacional pela UFRJ.
O time de professores da pós-graduação Machine Learning, naturalmente, pode ser alterado ao longo do tempo.
Curso Flexível
Você assiste às aulas pós-graduação Machine Learning na modalidade EAD, estuda e faz os trabalhos no horário que puder. Assistir ao vivo é o ideal, mas é você quem decide. Faça seu horário!
Depoimentos de alunos
Data Scientist na WMcCann
Administradora de Dados no ONS
Especialista em TI no Tribunal Regional do Trabalho da 1.ª Região
Engenheiro de Software na ZUP Innovation
Perguntas frequentes
Somos referência no ensino de tecnologia.
O Infnet foi fundado em 1994, para o ensino de excelência voltado às necessidades do mercado. Nossa proposta é ensinar tecnologia aplicada ao contexto de negócios, isto é, como uma ferramenta para o desenvolvimento das organizações.
No caso das pós-graduações lato sensu, como especializações tradicionais ou MBAs, conforme disposto na página do próprio Ministério da Educação, elas não precisam ser reconhecidas pelo MEC:
“Observados esses critérios, os cursos de especialização em nível de pós-graduação independem de autorização, reconhecimento e renovação do reconhecimento (o que garante o curso manter as características de flexibilidade, dinamicidade e agilidade), desde que oferecidos por instituições credenciadas”.
O que é necessário é que as instituições de ensino que ofereçam esses cursos de pós-graduação lato sensu sejam credenciadas pelo MEC.
Nossa qualidade foi reconhecida pelo MEC, que conferiu conceito máximo (5) para a modalidade EAD da instituição e para todas as graduações reconhecidas.
Portaria 529 de 14/06/2013. Essas informações são públicas, o candidato pode ir lá sozinho e pesquisar no site: emec.mec.gov.br/
Este nível de qualidade do curso só é possível pela metodologia que combina aulas ao vivo e o aprendizado através do desenvolvimento de projetos com desafios reais da profissão. Além disso, a metodologia de avaliação por competências aproxima os alunos do mercado de trabalho.
Neste curso, você terá as mesmas oportunidades de aprendizado que em uma pós-graduação presencial, com aulas ao vivo, colegas de classe, trabalhos e indicação de conteúdos adicionais para estudar.
Para nós, um curso de pós-graduação não pode ser videoaula gravada anos atrás para autoestudo, por isso as aulas do nosso curso são ao vivo. É uma pós-graduação de verdade, com aulas de verdade.
Sim, o certificado do curso de pós-graduação na modalidade Live é o mesmo de uma pós-graduação presencial.
Em geral, uma pós-graduação em Inteligência Artificial é recomendada para programadores, desenvolvedores ou profissionais de Ciência de Dados que sabem ou possuem noções de programação em Python.
