Início
16/03/2026
Fim
19/05/2026
Horário
19:00 - 23:00
Duração
100h
Regime
Online
Capacitar os participantes a preparar, explorar e analisar dados quantitativos e qualitativos, construir modelos de machine learning, integrar LLMs para interpretação contextual e criar dashboards interativos para apresentação de resultados.
Destinatários:
Ativos empregados com o 12º ano, residentes nas zonas norte e centro do país.
Requisitos
Computador com microfone, câmara e acesso à Internet.
Projeto:
Formações Modulares
Benefícios
Consulte aqui os beneficios inerentes a este curso.
Objetivos gerais
- Compreender e distinguir diferentes tipos de dados e aplicar estatística descritiva na análise exploratória;
- Utilizar a biblioteca Pandas em Python para carregar, explorar, limpar e preparar datasets;
- Identificar e tratar problemas comuns em dados, incluindo valores ausentes, duplicados e outliers;
- Aplicar técnicas de verificação de normalidade e análise de distribuições;
- Preparar dados para tarefas de aprendizagem automática;
- Desenvolver, treinar e avaliar modelos de regressão e classificação utilizando Scikit-learn;
- Interpretar os resultados dos modelos de aprendizagem automática com base em métricas adequadas.
- Enriquecer datasets através da integração de fontes externas de dados;
- Gerar dados sintéticos utilizando bibliotecas Python e Modelos de Linguagem de Grande Escala (LLMs);
- Compreender o funcionamento e o potencial dos LLMs na análise e interpretação de dados;
- Interagir programaticamente com LLMs através de APIs e técnicas de engenharia de prompts;
- Integrar resultados de modelos de Machine Learning e análises contextuais de LLMs;
- Desenvolver dashboards interativos para visualização e comunicação de resultados;
- Conceber uma solução analítica integrada que combine dados, modelos preditivos, interpretação por IA e visualização.
Curso Financiado
Este curso é financiado por entidades e planos governamentais.
Conteúdo programático
Nesta ação de formação, iremos apresentar um conjunto de conteúdos que proporcionarão aos formandos a oportunidade de adquirir competências essenciais para o seu desenvolvimento. Saiba aqui quais as temáticas que irão ser abordadas.
Inteligência Artificial Aplicada a Dados – Previsão, Análise e Interpretação com LLMs e ML
-
• Fundamentos de Dados e Estatística Descritiva com Python.
• Análise Exploratória de Dados (EDA).
• Limpeza e Preparação de Dados.
• Introdução à Aprendizagem Automática com Python.
• Modelos Preditivos com Scikit-learn. -
• Enriquecimento de Dados.
• Geração de Dados Sintéticos.
• LLMs e Interpretação Contextual de Dados.
• Visualização e Dashboards Interativos com Streamlit.
• Projeto Prático Integrado.