Fale Conosco
Alumni
PORTAL
ENMatrícula
R$ 1.780,00
.
Diferencial
O curso está estruturado para abordar problemas reais, por meio de ações práticas, direcionadas para as necessidades do mercado, contemplando diversos aspectos relevantes para o desenvolvimento de produtos e soluções para as áreas de instrumentação, automação e controle. O módulo de “Aprendizado de Máquina” permite o enfoque em aplicações de inteligência artificial com o emprego de redes neurais direcionando para o emprego dessas tecnologias em aplicações de automação inteligente e Internet das Coisas.
Objetivo
O curso é destinado a profissionais que atuam ou desejam atuar em diversos segmentos relacionados à automação, controle e instrumentação industrial. Adicionalmente apresenta a área de inteligência artificial usando redes neurais artificiais “deep-learning” capacitando profissionais que desejam atuar no segmento visando melhorar o desempenho e aperfeiçoar os sistemas.
Público-alvo
O curso é destinado a profissionais que atuam ou desejam atuar em diversos segmentos relacionados ao controle e automação de processos industriais, e que buscam entender e conhecer as oportunidades criadas pelo emprego de novas tecnologias nesses segmentos. É destinado a profissionais de diversos segmentos industriais, mas também para aqueles que buscam obter vantagem dos atuais e futuros avanços da inteligência artificial e das modernas técnicas de automação, visando desenvolver novos negócios, novos produtos e novos dispositivos que incorporam tecnologias modernas de inteligência artificial e automação.
.
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.
Adquirir conhecimentos que permitam o desenvolvimento de aplicações práticas utilizando microcontroladores. Desenvolver uma visão lógica e computacional para o tratamento de problemas de automação
A disciplina tem como objetivo apresentar os fundamentos básicos dos controladores lógicos programáveis (PLC's) e suas aplicações na indústria. São apresentadas várias linguagens de programação conforme Norma IEC1131 com o foco no desenvolvimento de aplicações em laboratório. Apresenta também os fundamentos da pneumática e hidráulica e suas aplicações.
Apresentar as informações básicas relacionadas ao desenvolvimento de projetos, diagnósticos e certificação utilizando protocolos digitais de comunicação: Foundation Fieldbus, Profibus PA, Profibus DP, Device Net, Asi-Bus topologias, componentes e acessórios e suas interligações.
Apresentar os modelos tradicionais de redes neurais artificiais e suas aplicações em classificação de dados e reconhecimento de padrões. São apresentados os diversos conceitos associados a redes neurais artificiais incluindo principais modelos, arquiteturas e regras de aprendizado.
Ensino de conceitos básicos sobre robôs industriais incluindo: aplicações, estrutura, sensores, atuadores, movimentação, programação e análise cinemática.
Apresenta critérios de análise de desempenho de sistemas de controle e análise de estabilidade de sistemas em malha fechada. São discutidos métodos de identificação não-paramétrica de processos industriais e suas aplicações. Apresenta o controlador PID e diversas técnicas de sintonia.
Fornecer os conceitos fundamentais relativos à instrumentação industrial, tais como: normas técnicas e especificações, princípio de funcionamento, aplicações e seleção dos principais instrumentos de processos industriais tais como: temperatura, pressão, nível e vazão.
Apresentar os conceitos fundamentais relacionados à análise de sistemas lineares e métodos clássicos para o controle de processos com enfoque para o desenvolvimento de aplicações práticas. Fornecer ao aluno os principais conceitos envolvidos na lógica fuzzy e estudar a arquitetura de controladores fuzzy fundamentados em regras.
Apresenta os fundamentos necessários para permitir a modelagem matemática de processos industriais, incluindo sistemas fluídicos, térmicos e termo-hidráulicos.
Essa disciplina apresenta os fundamentos de "deep-learning" e o uso das bibliotecas Keras e TensorFlow, que são específicas para o desenvolvimento de redes neurais artificiais. Nessa disciplina os alunos aprendem como criar, treinar e utilizar uma rede neural "deep-learning". A disciplina se baseia em vários estudos de casos para que os alunos aprendam como aplicar na prática redes "deep-learning" em várias áreas do conhecimento. O objetivo principal dessa disciplina é mostrar aos alunos como redes neurais tipo "deep-learning" realmente funcionam e capacitar os alunos a aplicar essas redes em suas próprias aplicações. A utilização do Keras e TensorFlow permite que os alunos aprendam facilmente como formular, criar e implementar problemas de aprendizado de máquina usando redes "deep-learning".
Essa disciplina apresenta como construir redes neurais recorrentes para processamento de sequências temporais. O objetivo dessa disciplina é ensinar os alunos como funcionam as redes neurais recorrentes e suas variantes. A disciplina se baseia em estudos de casos para que os alunos aprendam como aplicar na prática redes neurais recorrentes "deep-learning" para problemas de análise de séries temporais usando as plataformas de desenvolvimento Keras e TensorFlow.
Essa disciplina apresenta as redes neurais convolucionais e suas aplicações a imagens e vídeos. O objetivo dessa disciplina é ensinar os alunos como construir redes neurais convolucionais, suas principais variações e como aplicar esse tipo de rede em tarefas de processamento de imagens e vídeos. A disciplina se baseia em estudos de casos para que os alunos aprendam como aplicar na prática redes neurais convolucionais "deep-learning" para detecção e reconhecimento visual.
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 para modelagem de linguagem natural, e realizar operações de tradução e sugestão de palavras em contexto, entre outras.
Graduada em Engenharia Elétrica pela Univale. Mestre em Engenharia Elétrica pela Universidade Federal de Itajubá. Doutora em Engenharia Elétrica pela UNICAMP. Atuação em robótica autônomo, controle de processos, eletrônica embarcada e tecnologia assitiva.
Engenheiro eletricista. Mestre em Gestão da Qualidade pela Unicamp. MBA em Negócios de Energia pela Fundação Dom Cabral e Desenvolvimento de Lideranças pela University of Virginia. Atuou no setor elétrico em cargos Gerenciais e Executivos.
Especialista em Marketing pela FGV. Diretor Técnico e de Marketing na Pepperl Fuchs da América do Sul. Foi Presidente da ISA. Docente do Instituto Mauá de Tecnologia.
Especialista em Finanças Corporativas. Graduado em Administração. Atualmente é sócio da Dvalle Assessoria Financeira Ltda., Consultoria com ênfase em recuperação de empresas e avaliação de viabilidade de projetos.
Mestre em Engenharia de Processos Químicos e Bioquímicos pela Mauá. Especialista em Engenharia Açucareira pelo Audubon Sugar Institute (EUA). MBA em Gestão de Projetos pela FGV. Engenheiro de Alimentos pela Mauá. Sócio-Diretor da Reunion Engenharia.
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.
Doutor em Engenharia Aeronáutica pelo ITA. Coordenador no Instituto Mauá de Tecnologia. Atua nas áreas de robótica, automação flexível, controle de processos contínuos, implementação de tarefas multi-agente com robôs autônomos, indústria 4.0.
Graduado em Engenharia de Instrumentação, Automação e Robótica pela Universidade Federal do ABC (2015). Bacharel em Ciência e Tecnologia pela Universidade Federal do ABC (2013). Bacharel em Tecnologia em Mecatrônica pelo Colégio SENAI de São Caetano do Sul -SP (1998); MBA em Gestão Estratégica e Econômica de Negócios pela FGV-ABC - Fundação Getúlio Vargas Santo André, SP (2016). Atualmente ocupa o cargo de Business Manager na Aplicações Eletrônicas Artimar Ltda, representante exclusivo da Microchip na América do Sul, onde atua desde 2014 promovendo consultoria, suporte e realizando treinamentos técnicos para Engenheiros de Aplicação (Avnet, Arrow, Future, TCT e Bevian) e times de Desenvolvimento de Sistemas Embarcados de empresas do ramo eletrônico.
Engenheira Sanitarista pelo Centro Universitário do Instituto Mauá de Tecnologia (2001) e Mestre em Engenharia Civil pela Escola Politécnica da Universidade de São Paulo (2005). De agosto de 2007 a setembro de 2012, foi analista ambiental da Companhia Ambiental do Estado de São Paulo - CETESB, trabalhando nas áreas de qualidade de água e de licenciamento e fiscalização. De 2002 a 2015, foi professora do Centro Universitário do Instituto Mauá de Tecnologia e, de 2005 a 2015, da Faculdade de Engenharia do Centro Universitário da Fundação Santo André. Lecionou disciplinas de graduação, como Introdução à Engenharia Ambiental, Poluição Ambiental e Saneamento, e de pós graduação. Em 2012 iniciou o doutorado na Faculdade de Saúde Pública da USP, cumpriu todos os créditos, mas trancou a matrícula em 2014 por motivo de mudança de país. Em 2015, lecionou em duas universidades do Peru: Pontificia Universidad del Peru - PUCP e Universidad Científica del Sur. Em 2016, regressou ao Brasil e foi contratada pela consultoria ambiental Golder Associates, para atuar como Especialista em Qualidade de Água Sênior, no projeto da Samarco e, posteriormente, da Fundação Renova. Em 2017, voltou a lecionar no Instituto Mauá de Tecnologia. Em 2017 e em 2018 e 2019, atuou como docente externa no curso Monitoramento, Geração de Índices e Diagnóstico da Qualidade da Água, realizado na Escola Superior da CETESB, em um convênio entre UNESCO e ANA.
Mestre em Administração Industrial pela FGV/Columbia University. Especialista na Carnegie Mellon University e Harvard Business School. Engenheiro Eletricista pela UNICAMP. Membro do “International Society of Automation Advisory Board” e Diretor da ISA Brasil.
Especialista em Direito Empresarial pelo Mackenzie. Graduada em Direito pela São Judas Tadeu. Atua em assessoria de empresas de engenharia nas áreas do Direito Civil, Contratos, Responsabilidade Civil e Direito do Trabalho.
Pós-Graduado, Lato Senso – MBA, em Gerenciamento de Projetos nível especialização pela FGV-Fundação Getúlio Vargas (2012). Graduado em Engenharia Elétrica pela FACENS - Faculdade de Engenharia de Sorocaba (2004).
Doutoranda em Administração pela USCS com ênfase em Relacionamentos Interorganizacionais em agronegócio. Mestre em Engenharia de Processos Químicos e Bioquímicos pela Mauá. Graduada em Ciências Contábeis pela São Judas.
Doutorado em Engenharia Elétrica pela USP. Graduação em Engenharia Elétrica - Eletrônica pela Mauá. Docente do IMT. Atua em Redes Neurais Artificiais, Eletromagnetismo, Métodos Numéricos, Análise de Transitórios, Wavelets e Sistemas de Comunicação.
Pós-Doutorado em Engenharia de Sistemas pela USP. Doutorado e Mestrado em Engenharia Elétrica pela USP. Graduação em Engenharia Elétrica com Ênfase em Eletrônica pelo IMT. Suas áreas de atuação incluem sistemas de controle, identificação de sistemas e automação industrial.
Bacharelado em Engenharia Industrial Elétrica pelo Instituto Católico de Minas Gerais, mestrado em Engenharia Elétrica pela Escola Federal de Engenharia de Itajubá e doutorado em Engenharia Elétrica pela Universidade Estadual de Campinas. Professor titular do Instituto Mauá de Tecnologia onde coordena os cursos de Pós-Graduação em Engenharia de Controle de Processos Industriais e Automação Industrial. Tem grande experiência em sistemas de controle, automação industrial, robótica autônoma, IoT (Internet of Things), inteligência artificial (redes neurais e lógica fuzzy), eletrônica embarcada, tecnologia assistiva e laboratórios remotos (WebLabs).