Descrição
O curso Generative AI and Large Language Models proporciona um entendimento aprofundado sobre os modelos de linguagem avançados e redes neuronais, abordando tanto a teoria como a prática. Durante o curso, os alunos irão desenvolver projetos, participar em workshops temáticos e interagir com profissionais experientes que partilharão os seus conhecimentos e desafios.
Visão Geral
Aprende sobre o mundo da Inteligência Artificial com um programa abrangente que te prepara para a utilização e implementação de modelos de AI. Este curso é ideal para profissionais de Engenharia, Matemática Aplicada, Gestão e Marketing Digital com perfil analítico.
Objetivos
- Preparar profissionais para a utilização e implementação de modelos de inteligência artificial.
- Compreender os desafios e a estrutura global dos modelos de AI.
Dirigido a:
Profissionais das áreas de Engenharia, Matemática Aplicada, Gestão e Marketing Digital com perfil analítico.
Requisitos
Idade mínima de 18 anos e formação nas áreas de Engenharia, Marketing, Desenho, Matemática Aplicada ou experiência em programação.
Remote Learning
Esta formação é realizada em ambiente virtual ao vivo, via Zoom, permitindo interação em tempo real com tutores e outros formandos.
Horário: Segundas e Quartas, das 19h às 22h
O que inclui a formação
- 60 horas de aulas práticas e teóricas
- Formação certificada pela DGERT, com certificação digital
Programa do Curso
- Inteligência Artificial: Aplicações diárias, técnicas, fases de desenvolvimento e limitações.
- Deep Learning: Redes Neuronais, RNNs, LSTM, CNNs, Transformers e suas aplicações.
- Inteligência Artificial Generativa: Tipos, aplicações, fases de implementação e riscos.
- Fundamentos de NLP: Processamento de texto, métodos de pré-processamento, representações e modelos.
- Os LLMs como redes neuronais: Detalhes sobre RNNs, LSTM, embeddings e mecanismos de atenção.
- LLMs na prática: APIs e Hugging Face.
- Estratégias para melhorar o uso de LLMs: RAG, indexação, bases de dados vetoriais e fine-tuning.
- Métricas de avaliação: Métricas baseadas em LLMs e matemática.
- Problemas dos LLMs: Alucinações e limites de tokens.
- Ética: Impactos indesejados, ética na AI, AI Responsável e regulamentações.
- Projeto Final: Desenvolvimento de um projeto prático.