Acelere sua carreira e conquiste as melhores oportunidades criando soluções de Inteligência Artificial!

Construindo a próxima geração Profissionais Experts em IA

(ACESSO VITALÍCIO)

Onde estão meus Alunos

O que vc vai Dominar:

Mais de 150 horas de Aprendizagem com foco em Projetos da Vida Real
+ Projetos e Aplicações do mundo real

Crie Agents de IA que navegam na WEB 

Domine os Principais LLM’s: GPT, CLAUDE, GEMINI, GROK e muito mais

Desenvolva Sistemas de RAG – Retrieval Augmented Generation

Aprenda DEZENAS de Algoritmos de ML e Deep Learning

Domine mais de  ferramentas e tecnologias

Domine TensorFlow, Keras, Pytorch

Aplique Aprendizado por Reforço, Supervisionado, Não-Supervisionado, Semi-Supervisionado

Aumente suas habilidades de resolução de problemas

Crie um portfólio de destaque

Módulos da Formação

CrewAI - Agents AI

Introdução Agentes Inteligentes

Apresentando o Framework CrewAI

Componentes da Tripulação Crew

Criando Agent de IA

Criando Tasks and Tools

Criando OPENAI_KEY

Case Prático Agentes de IA no mercado de Ações

Case Prático Agentes de IA Avaliando Resultados

Escolhendo LLM's

Trabalhando as API's

Case Prático  Criando uma Tool Customizada

Case Prático  Criando os Agents

Case Prático  Criando Tasks

Case Prático  Criando a Tripulação de Agentes de IA

Web Search Tool nativa do CrewAI

Agentes Autônomos que Navegam na Web

Criação de Tasks customizadas

Configurando os Agentes

Human Input Ajustando Necessidades

Ollama Llama  + CREWAI

Crew com LLM localhost

Langchain - Dominando LLM’s

Langchain Business

Python-Langchain

Langchain - ChatOpenAI

Agents and Tools

ConversationChain - Memory

Github - Cloud - Langchain

Case Prático - Langchain PDF

RAG - Construindo um RetrievalQA

Criando AI Agent Data Scientist

Langchain Agent com GPT 

Langchain Lowcode - Awesome

AI Agent - Youtube Creator

Langchain + Google Search - SerperAPIWrapper

LLMs, Prompts, Chains, Memory

Firecraw, Webscraping e Langchain

Search com Lanchain , LLM e firecraw

Chroma DB - Banco de Dados de Vetores LLM e Langchain

RAG retriever - Recuperação com Webscraping

LangFlow - AI Agents LowCode

LangFlow - Q&A Document com LowCode

LangFlow Features

TensorFlow e Pytorch - Frameworks de Deep Learning

Introdução

 

Aula Inaugural - Escopo do Programa

O que é DL e onde ela se encaixa

Breve História das DL

A importância da DL

Aplicações de DL

Aplicações estágio atual de DL

Desafios e Oportunidades em DL

ANN - Neurônio Matemático

Componentes da Arquitetura - Camadas

Percéptron - O Primeiro Modelo

Funções de Ativação

Case Prático - Detecção de Pneumonia - CNN

Case Prático - Conexão com os Dados por meio de API

Case Prático - Criando o modelo de Previsão de Pneumonia

Case Prático - Avaliando as Métricas

Estágio Atual de Avaliações de Imagens Médicas

Modelos Pré-Treinados com HuggingFace

Arquiteturas e Modelos de DL

TensorFlow - Framework

TensorFlow - Ecossistema

Case Prático - Classificação de Imagens

Case Prático - Conectando as Camadas da Rede

Case Prático - Avaliando o Classificador

Keras API for DL

Pytorch FrameWork

Case Prático - Classificação Multiclasse

Cloud Computing

Contexto de Cloud Computing

Gartner Quadrante Mágico de CLOUD

AWS

GCP Google Cloud

Streamlit e Github

Apps IA Generativa Cloud Deploy

Deploy com Streamlit Cloud App Entrevistas JOB

Deploy codes Github

Deploy Web com Cloud da Streamlit

Vercel

Deploy Web com Vercel

Contabo

VPS Contabo Aplicações Profissionais

CNN - Convolucional Neural Networking

Introdução a Visão Computacional

Convoluções - O que são

Camadas - Convolução e Pooling

Camadas Totalmente Conectada - Fully Layer

Dropout - Evitando overfitting

Transfer Learning - Transferência de Aprendizado - Modelos Pré Treinados

Data Augmentation - Aumento da amostra de Treinamento

CNN -  do que é Necessário

Funções de Perda e Algoritmos de Otimização

Case Prático - Download dos Dados - Comandos Linux SO

Case Prático - Analisando e Processando as Imagens

Case Prático - IA de Segmentação de Imagens - Modelagem

Case Prático - Avaliando a IA

Case Prático - Avaliando o Ajuste do Modelo Base

Case Prático - Resultado com Transfer Learning

YOLO - Ultralytics - Modelos Pré-Treinados

YOLO - Entendendo e Testando o Sistema de Vigilância

Yolo dnn - Deep Neural Network - Modelos Pre-treinados

Yolo - Decifrando o OPENCV

Detecção de Veículos com Cascade

YOLOv - Utilizando as GPU's do Colab

Contagem de Pessoas com YOLOv

RNN - Recurrent Neural Networking

Desafio RNN

Introdução às RNNs e Sequências

RNN em Séries Temporais

Tipos de RNN

Case Prático - LSTM Previsão de Demandas de Produtos em Lojas

Escolha Preditiva Correta

Processando Dados para LSTM

Definição da "Janela Temporal" e Estrutura de Compilação do LSTM

Tunando os Hiperparâmetros do LSTM

Otimização e Avaliação de LSTM

Avaliação Gráfica do LSTM

Realizando a Previsão de Demanda com o Modelo

Case Prático - Acompanhando o Mercado Financeiro com IA

Preparando os Dados Financeiros para LSTM

Avaliando a IA com LSTM

Transformers

Introdução aos Transformers - Escala temporal da IA

O que realmente são os Transformadores

Esquemático da Arquitetura dos Transformadores

Mecanismo da "Atenção" - Poder dos Transformers

Entendendo Camada a Camada dos Transformadores

Cases Práticos - Onde está o Tesouro - Modelos Prontos

Transformadores e Cases de PLN - Processamento de Linguagem Natural

Transformers VIT - Case de Visão Computacional com transfrrmadores

Benefícios e Desafios com Transformers

GPT- A Evolução

Vale a Pena Aprender os Modelos mais Antigos?

Ajuste Fino em Modelos Transformers - Case Prático - Review Ecommerce

Neuralmind - Bert - português - modelo pré-treinado

Avaliando e Testando o Modelo Transformer Final - Ajuste Fino

Deploy com Gradio - Review Ecommerce

Passo a Passo do Gradio Deploy

Hugging Face + OpenAI

Hugging Face x OPENAI

Transcrição de Vídeo para Texto : youtubetranscript

Funcionalidades da Plataforma Hugging Face

Hugging Face Tools

Datasets Hugging Face

Hugging Face Models - Máquinas Preditivas Pré-Treinadas

Hugging Face - Spaces

Case Prático - Classificação de Documentos Jurídicos

Case Prático - Script Modelos OpenAI

Classificação de Exames Médicos - OpenAI models

EndPoint dos Modelos da OpenAI

Case Prático - Resumo de Sites da Web com GPT OpenAI

GPT---preview - Video, Audio e Texto

GPT- - Vision

Imagem para Texto - Texto para Audio - GPT-

Script completo case IMG to Audio GPT-

GPT  mais GPT 

TTS Text to Speech OpenAI

Algoritmos

O que é Machine Learning

 O que são Modelos e Máquinas Preditivas

 A Importância da Máquina Preditiva

 Como a Máquina Preditiva é Construída?

 Problemas de Regressão x Classificação

 O que é Aprendizagem ?

 Quais os Tipos mais comuns de Aprendizagem

 Overview dos Algoritmos dentro dos tipos de Aprendizagem

 Algoritmos de Aprendizagem Supervisionada

 Algoritmos de Aprendizagem Não - Supervisionada

 Regressão Linear - Mão na Massa

 Regressão Linear - Conceitos Importantes

 Regressão L Múltipla - Caso de Uso - Prevendo Preço de Imóveis - Conectando com os Dados

 Regressão L Múltipla - Caso de Uso - Prevendo Preço de Imóveis - Pré-Processando os dados e Máquina Preditiva

 Regressão L Múltipla - Caso de Uso - Prevendo Preço de Imóveis - Criando a Aplicação

 Regressão L Múltipla - Caso de Uso  - Prevendo Custo do Seguro - Análise Exploratória

 Regressão L Múltipla - Caso de Uso  - Prevendo Custo do Seguro - Pré-Processamento

 Regressão L Múltipla - Caso de Uso - Prevendo Custo do Seguro - Criação da Máquina Preditiva

 Regressão L Múltipla - Caso de Uso - Prevendo Custo do Seguro - Avaliação da Máquina Preditiva

 Regressão Logística - Overview

 Regressão Logística - Caso Prático Parte

 Regressão Logística - Caso Prático Parte

 Regressão Logística - Caso Prático Parte

 KNN - Vizinhos mais próximos - Overview

 KNN - Vizinhos mais próximos - Caso Prático - Parte

 KNN - Vizinhos mais próximos - Caso Prático - Parte

 KNN - Vizinhos mais próximos - Caso Prático - Parte

 Naive Bayes - Probabilidades - Overview

 Naive Bayes - Caso Prático

 Naive Bayes - Caso Prático

 Naive Bayes - Exercício Mão na Massa

 SVM - Support Vector Machines - Overview

 SVM - Support Vector Machines - Entendendo os Hyperplanos e Kernels

 SVM - Support Vector Machines - Problema de Negócio

 SVM - Support Vector Machines - Análise Exploratória

 SVM - Support Vector Machines - Pré-Processamento - Balanceamento da Classe - SMOTE

 SVM - Support Vector Machines - Máquina Preditiva

 SVM - Support Vector Machines - Tunning de Hyperparâmetros

 Decision Tree - Overview Sobre as Árvores de Decisão

 Decision Tree - Terminologia e Processo de Construção

 Decision Tree - Vantagens e Desvantagens

 Decision Tree - Critérios de Separação dos Nós - SPLIT

 Decision Tree - Aprendendo como são Criados os Subnós - Gini

 Decision Tree - Aprendendo como são Criados os Subnós - Entropia

 Decision Tree - Overfiting e Hyperparâmetros

 Decision Tree - Como Imprimir uma Árvore de Decisão

 Decision Tree - Percorrendo de Nó em Nó

 Decision Tree - Exemplo Prático - Titanic

 Decision Tree - Exportando Árvores de Decisão com graphViz

 Decision Tree - Caso real - Prevendo Default de Clientes do Nubank - Dica de Imputação de valores Missing

 Otimização de Hyperparâmetros

 Otimização de Hyperparâmetros - Grid Search

 Otimização de Hyperparâmetros - Random Search

 Ensemble Learning Algorithms - Viés e Variância

 Ensemble Learning Algorithms - Categorias e Algoritmos

 Ensemble Learning Algorithms - Bagging

 Ensemble Learning Algorithms - Bagging - Bagging Classifier

 Ensemble Learning Algorithms - Bagging - ExtraTrees

 Ensemble Learning Algorithms - Bagging - Random Forest

 Ensemble Learning Algorithms - Boosting

 Ensemble Learning Algorithms - Boosting - Adaboost

 Ensemble Learning Algorithms - Boosting - Gradiente Boosting - O Motor

 Ensemble Learning Algorithms - Boosting - Gradiente Boosting Machine

 Ensemble Learning Algorithms - Boosting - XGBoost - O Motor

 Ensemble Learning Algorithms - Boosting - XGBoost - Exemplo Prático

 Ensemble Learning Algorithms - Boosting - Catboost

 Ensemble Learning Algorithms - Boosting - Lightgbm

 Aprendizagem Não Supervisionada - K-Means

 Aprendizagem Não Supervisionada - PCA - Principal Component Analysis

 Market Basket Analysis - Algoritmo APRIORI

 Redes Neurais - Visão Computacional

 Aprendizado por Reforço - Case Bolsa de Valores

 Aprendizado por Reforço - Desenhando o Projeto

 Aprendizado por Reforço - Algoritmo e Frameworking

 Aprendizado por Reforço - Criando o Ambiente

 Aprendizado por Reforço - Criando o Agente

 Aprendizado por Reforço - Treinando o Agente no Ambiente

 Aprendizado por Reforço - Verificando Lucro ou Prejuízo

 Lang Chain

 IA Generativa - Chatbot com OpenAI

 IA Generativa - Criando o Chatbot com LLM OpenAI

 Séries Temporais - O porque das Séries Temporais

 Séries Temporais - Como usar o Prophet

 Séries Temporais - Preparando os Dados para Time Series

 Séries Temporais - Forecast - Visualização Gráfica

 Séries Temporais - Adicionando Regressores - Tendencia e Sazonalidade

Projetos de IA
Visão Computacional
Processamento de Linguagem Natural

Ferramentas

IDE

Bibliotecas

  • SKlearn
  • Torch
  • Yolo
  • NiceGUI
  • Streamlit
  • Pandas
  • Langchain
  • Psycopg2
  • e muito mais

Aplicações

  • PLN
  • Agents AI
  • Computer Vision
  • Machine e Deep Learning
  • Automações

12 x R$199,70

 ÚLTIMAS VAGAS!

FAQ

O que é o programa "AI Pro Expert"?

O "AI Pro Expert" é um programa avançado de capacitação em Inteligência Artificial que tem como objetivo acelerar sua carreira e ajudar você a conquistar as melhores oportunidades no mercado. O curso oferece um aprendizado focado em projetos do mundo real e capacitação em diversas ferramentas e tecnologias de IA, incluindo a criação de agentes autônomos, domínio de LLMs e desenvolvimento de sistemas de RAG.

Para quem é indicado este curso?

Este curso é ideal para desenvolvedores, cientistas de dados, engenheiros de software e profissionais que desejam se tornar especialistas em IA e aplicar suas habilidades em projetos reais de diversas indústrias, como finanças, saúde, automação e muito mais.

Quais são as principais habilidades que eu vou dominar no curso?

No "AI Pro Expert", você vai dominar:

  • Criação de agentes de IA que navegam na web.
  • Domínio de LLMs como GPT, Claude, Gemini, Grok, entre outros.
  • Desenvolvimento de sistemas de RAG (Retrieval Augmented Generation).
  • Aplicação de aprendizado supervisionado, não supervisionado, semi-supervisionado e por reforço.
  • Uso de frameworks como TensorFlow, Keras e Pytorch.
  • Domínio de mais de 50 ferramentas e tecnologias, incluindo Langchain, HuggingFace e Firecraw.
O que é um sistema RAG (Retrieval Augmented Generation)?

Um sistema RAG combina técnicas de recuperação de informações com modelos de geração de linguagem, como os LLMs. Isso permite que a IA busque e utilize informações externas, como dados da web, para melhorar a precisão das respostas geradas, tornando as soluções mais eficientes e precisas

Quais são os módulos do curso?

O curso está dividido em diversos módulos que abordam diferentes áreas da IA, incluindo:

  • CrewAI: Agentes de IA que navegam na web.
  • Langchain: Ferramentas para dominar LLMs.
  • TensorFlow e Pytorch: Frameworks de Deep Learning.
  • CNN e RNN: Redes neurais convolucionais e recorrentes.
  • Cloud Computing e Deploy de aplicações de IA.
  • Transformers e Hugging Face.

Cada módulo inclui aulas teóricas e práticas com cases reais.

O curso oferece certificação?

Sim, ao final do curso você receberá um Certificado de Extensão Universitária reconhecido pelo MEC.

O que é necessário para começar o curso?

Para começar o curso, você precisa de um computador com acesso à internet e uma familiaridade básica com programação, especialmente em Python. Conhecimento prévio em ciência de dados ou IA é recomendado, mas não obrigatório.

Quais são as ferramentas que vou aprender a usar?

Você aprenderá a usar diversas ferramentas, incluindo:

  • IDEs como Colab, VSCode, Jupyter Notebook.
  • Bibliotecas como SKlearn, Torch, Yolo, Pandas, Langchain, entre outras.
  • Ferramentas para desenvolvimento de IA como Streamlit, Github, Vercel e Contabo.
Como funciona a garantia de 7 dias?

Você tem uma garantia de satisfação de 7 dias. Se por qualquer motivo você não estiver satisfeito com o curso, poderá solicitar o reembolso total dentro desse período.

Qual é o valor do curso e como faço para realizar o pagamento?

O valor do curso no primeiro dia de lançamento é R$ 1.297,00. Para realizar o pagamento, basta clicar no botão "Quero ser Expert em IA" e seguir para o checkout. Aceitamos diversas formas de pagamento, como cartão de crédito e boleto bancário.

O curso oferece algum tipo de acompanhamento ou suporte adicional?

Sim, durante o curso, você terá acesso a um suporte técnico e acompanhamento contínuo para esclarecer dúvidas, seja sobre os conteúdos das aulas ou sobre os projetos práticos.

Email de suporte: suporte@cienciadosdados.com |  Telefone: (61) 99933-3033 | Políticas de privacidade e termos de uso