Técnicas Avançadas de IA e Computação

Objetivo

Este módulo apresenta com maior profundidade assuntos importantes da área de Inteligência Artificial, tais como, "Aprendizado por Reforço" e "NLP" (do inglês Natural Language Processing). Além disso, apresenta meios de colocar em operação (“deploy”) softwares para aplicações de Inteligência Artificial e Ciência de Dados. Outro aspecto importante é o conhecimento na captação, manutenção e ferramentas de infraestrutura para dados, ou seja, conhecimento em Engenharia de Dados.

Público-Alvo

Profissionais de áreas técnicas que desejam entender e aprofundar seus conhecimentos em Inteligência Artificial bem como entender como é o processo de desenvolvimento de um produto final com IA.

Mais Informações

Início do Curso
Março de 2021
Horário
Das 19h às 22h30
Dias de aula
Segundas e quartas-feiras

Investimento por Módulo (120 horas)
Matrícula
O valor correspondente ao desconto por período (somente matrícula) é concedido de acordo com a data de pagamento da taxa de Reserva
Mensalidades
5 parcelas de R$ 1.580,00*

Até 30 de outubro R$ 1.280,00 
Até 30 de novembro R$ 1.380,00 
Após 30 de novembro R$ 1.580,00

DESCONTOS

Ex-aluno graduado na Mauá: 10%
Grupos (2 ou mais alunos): 10%
Associados da AEXAM (ex-alunos): 15%
Ex-aluno graduado na Mauá em 2019: 30%
Empresas conveniadas (a consultar)

Veja opção de financiamento
por módulo
Taxa de Reserva: R$280,00

O pagamento poderá ser efetuado por meio de boleto, cartão de débito ou crédito.
Na efetivação da matrícula essa Taxa de Reserva será deduzida do valor da matricula. Em caso de desistência da matrícula o valor da taxa de reserva não será devolvido e a retenção se faz necessária para pagamento das despesas administrativas relativas ao processo seletivo, conforme preconizado no Código de Defesa do Consumidor. Caso não haja número de alunos interessados para formação de turma, o valor correspondente à Taxa de Reserva será devolvido integralmente.

*Valores já atualizados para 2021, sujeitos a correção por índices inflacionários para o período de 2022

 

Coordenação

Eduardo Lobo Lustosa Cabral

Doutor em Dinâmica dos Sistemas e Controle pelo Massachusetts Institute of Technology. Mestre em Tecnologia de Reatores Nucleares pelo Instituto de Pesquisas Energéticas e Nucleares. Graduado em Engenharia Mecânica pela USP. Professor da Escola Politécnica da USP e do Instituto Mauá de Tecnologia. Atua nas áreas de inteligência artificial, redes neurais e dinâmica e controle de sistemas.

Tiago Sanches da Silva

Graduado em Engenharia de Computação pelo Instituto Mauá de Tecnologia (2011); Mestre em Engenharia Elétrica pela Universidade de São Paulo (2016). Atualmente é professor do Instituto Mauá de Tecnologia nos cursos de graduação e pós-graduação. Pesquisador e arquiteto de SW do Núcleo de Sistemas Embarcados (CEUN-IMT) em sistemas críticos. Tem experiência na área de Ciência da Computação, com ênfase em Inteligência Artificial e ciência de dados aplicada, arquitetura web para aplicações na nuvem e sistemas microcontrolados. Como linha de pesquisa e estudos, tem interesse nos seguintes temas: Inteligência Artificial, Mineração de Dados, Big Data e Computação de Alto Desempenho.

Disciplinas

Aprendizado por reforço

32 h

O Aprendizagem por Reforço é o treinamento de modelos de inteligência artificial para tomar decisões. O agente aprende a atingir uma meta em um ambiente incerto e potencialmente complexo, essa técnica é extremamente poderosa uma vez que não necessita de um conjunto de dados desenvolvido especificamente para o seu treinamento. São apresentados conceitos como agentes, ambiente, estado, política de ações, recompensas e algoritmos, tais como, “Markov Decision Process” (MDP), “Q-Learning” e métodos “Value-Based”, “Policy-Based” e “Model-Based”.

Desenvolvimento de sistemas de IA/CD (Web Services, Web App e Mobile)

28 h

Desenvolvimento e “deploy” de sistemas com IA e CD. Uma das formas mais utilizadas para “deploy” é via “web services” REST. Essa disciplina apresenta todos os conceitos de desenvolvimento “back-end” e da arquitetura REST. Outro ponto importante é o desenvolvimento de aplicações mobile com IA incorporado em Javascript e também aplicações web que consomem serviços.

Engenharia de Dados

28 h

Esta disciplina tem foco no profissional que gerencia sistemas voltados a dados, com o objetivo de deixá-los acessíveis para as mais diversas áreas que dependem de dados como principal fonte de trabalho. O aluno aprenderá sobre governança de dados, modelagem de dados para “data warehouse”, gerenciamento de dados relacionais e não relacionais, “data lakes”, criação de “data marts” e plataformas escaláveis para dados.

Processamento Natural de Linguagem (PLN)

32 h

O processamento de linguagem natural (PLN) é a subárea da inteligência artificial que estuda a capacidade e as limitações de uma máquina em entender a linguagem dos seres humanos. Esta disciplina aborda normalização de texto, correção ortográfica, “stemização” e “lematização”, idf-tf, extração de contexto, sumarização, “word embedding”, tais como, Word2Vec, FastText, representação de frases com BoW, análise de sentimentos, “chat bots” e utilização de redes neurais recorrentes para sugestão de palavras em contexto.

Corpo Docente

Daniel Henrique Miguel de Souza

Técnico em Eletrotécnica pelo Instituto Federal de Educação, Ciência e Tecnologia de São Paulo (2012), Bacharel em Ciência e Tecnologia pela UFABC (2016), Engenheiro de Gestão pela UFABC (2018) e Mestre em Engenharia da Informação pela UFABC (2018). Atualmente cursando Doutorado em Engenharia da Informação pela UFABC, atuando em aplicações de Inteligência Artificial à Econometria. Atua como Data Scientist em projetos do Mercado Financeiro, Telecomunicações, Agrobusiness, dentre outras áreas. Atua também como docente das áreas de Inteligência Artificial e Análise de Dados na Faculdade de Tecnologia Termomecânica (FTT), para cursos de graduação e pós-graduação. Tem interesse nas áreas de Estatística Aplicada, Inteligência Artificial, Machine Learning, Engenharia de Dados e Big Data.

Lucas Pereira Cotrim

Graduado em Engenharia Mecatrônica pela Escola Politécnica da Universidade de São Paulo (2019), realizou intercâmbio como bolsista através do programa de Parcerias Estratégicas da USP na Technische Universität München (2017-2018) com foco em Inteligência Artificial e Aprendizado de Máquina. Atualmente cursa Mestrado em Engenharia de Controle e Automação Mecânica no Tanque de Provas Numérico da USP (TPN-USP) em projeto da Petrobrás com foco na aplicação de técnicas de Inteligência Artificial para previsão da dinâmica de UEPs.

Marcos Menon José

Graduado em Engenharia Mecatrônica pela Escola Politécnica da Universidade de São Paulo (2019) e intercâmbio pelo programa de Aproveitamento de Estudos focado de inteligência artificial e sistemas robóticos na Universitat Politècnica de Catalunya (2017-2018). Atualmente, cursa mestrado em Engenharia da Computação na USP como bolsista pelo Centro de Ciências de Dados C2D, com pesquisa em técnicas de Aprendizado por Reforço e suas aplicações.

Murilo Zanini de Carvalho

Possui graduação em Tecnologia Eletrônica - ênfase em Automação Industrial pela Faculdade de Tecnologia de São Bernardo do Campo (FATEC-SBC) em 2009 e em Tecnologia Mecatrônica pela Faculdade SENAI de Tecnologia Mecatrônica em 2011, com mestrado em Engenharia da Informação pela Universidade Federal do ABC (UFABC, Santo André, SP) em 2012. Atualmente é professor no Instituto Mauá de Tecnologia e na Faculdade de Tecnologia de Santo André. Tem experiência na área de Ciência da Computação, Robótica e Mecatrônica, atuando principalmente nos seguintes temas: Programação de Dispositivos Móveis Nativos e Híbridos, Paradigmas de Programação, Algoritmos e Estrutura de Dados, Robôs Móveis, Sistemas Multi Robóticos, Sistemas Embarcados, Dispositivos Inteligentes, Aplicações com Internet das Coisas , Inteligência Artificia e Aprendizado de Máquina.

Tiago Sanches da Silva

Graduado em Engenharia de Computação pelo Instituto Mauá de Tecnologia (2011); Mestre em Engenharia Elétrica pela Universidade de São Paulo (2016). Atualmente é professor do Instituto Mauá de Tecnologia nos cursos de graduação e pós-graduação. Pesquisador e arquiteto de SW do Núcleo de Sistemas Embarcados (CEUN-IMT) em sistemas críticos. Tem experiência na área de Ciência da Computação, com ênfase em Inteligência Artificial e ciência de dados aplicada, arquitetura web para aplicações na nuvem e sistemas microcontrolados. Como linha de pesquisa e estudos, tem interesse nos seguintes temas: Inteligência Artificial, Mineração de Dados, Big Data e Computação de Alto Desempenho.

>