Técnicas de Inteligência Artificial Aplicadas às Engenharias de Processos​

1 – Tornar os profissionais diferenciados

• Qualificação de profissionais no desenvolvimento de projetos de melhoria e inovação em processos, proporcionando conhecimento e capacidade de formular estratégias e implantá-las por meio das ferramentas de Inteligência Artificial mais modernas do mercado.

2 – Formação otimizada

• Integração de fundamentos e prática sob um modelo otimizado de ensino à distância. O curso oferece web-aulas ao vivo com conteúdos práticos e aprofundados para preparar os alunos para lidar com os maiores desafios do mercado atual.

1 – Engenharia de Processos e a Inteligência Artificial 

• Introdução: Inteligência Artificial e Indústria 4.0.

2 – Ferramentas Computacionais para IA

• Introdução ao Python;
• Instalação e ambientes de programação;
• Sintaxe;
• Condicionais e estruturas iterativas;
• Bibliotecas.

3 – Ferramentas Estatísticas para Análise de Dados de Processos

• Análise exploratória de dados;
• Distribuição de dados e amostras;
• Regressão e predição;
• Classificação;
• Aprendizagem de máquinas estatística;
• Aprendizado não supervisionado.

4 – Análise e Simulação de Processos

• Introdução;
• Modelos matemáticos dos sistemas de engenharia;
• Simulação computacional;
• Dinâmica e controle no domínio do tempo;
• Processos multivariáveis.

5 – Projeto Final de Curso – Parte I

• Fase de iniciação: Formação de equipes;
• Estudo de viabilidade; definição do
  cronograma;
• Requisitos; avaliação preliminar das propostas de projeto;
• Orientação teórico-
  metodológica para execução da pesquisa

6 – Técnicas de Otimização e Algoritmos Genéticos

• Conceitos básicos de otimização;
• Algoritmos de otimização;
• Otimização multiobjectivo;
• Algoritmos genéticos.

7 – Machine Learning em Processos Industriais

• Introdução ao Machine Learning;
• Classificação;
• Regressão;
• Agrupamento;
• Redução Dimensional;
• Pré-processamento e seleção de modelos.

8 – Modelagem e Suporte à Decisão Fuzzy

• Introdução à Lógica Fuzzy;
• Teoria dos Conjuntos Fuzzy;
• Variáveis e termos linguísticos;
• Funções de pertinência;
• Conjunto de Regras Fuzzy;
• Fuzzificação e Defuzzificação;
• Auxílio à tomada de decisão.

9 – Controle de Processos Industriais com Lógica Fuzzy

• Introdução ao controle;
• Controladores PID;
• Controladores Fuzzy;
• Sintonia.

10 – Projeto Final de Curso – Parte II

• Orientação de escrita material para publicação e apresentação de resultados;
• Definição de projetos aplicados em IA;
• Coleta e pré-processamento de dados relevantes para
  projetos em IA;
• Seleção e implementação de algoritmos de IA apropriados para problemas
  específicos;
• Avaliação e métricas de desempenho em projetos de IA.

11 – Sistemas Neuro-Fuzzy

• Introdução;
• Modelos matemáticos dos sistemas de engenharia;
• Simulação computacional;
• Dinâmica e controle no domínio do tempo;
• Processos multivariáveis.

12 – Deep Learning em Processos Industriais

• Introdução do Deep Learning;
• Redes Neurais Artificiais;
• Redes Neurais Profundas;
• Redes Neurais Convolucionais;
• Redes Recorrentes.

13 – Projeto Final de Curso – Parte III

• Elaboração e análise do projeto;
• Orientação teórico metodológica para escrita do
  projeto;
• Implementação de modelos de IA com frameworks populares. ética e considerações
  legais em projetos de IA;
• Apresentação preliminar e documentação de resultados de projeto.

14 – Aprendizado por Reforço (Reinforcement Learning)

• Introdução ao Aprendizado por Reforço: Conceitos fundamentais e terminologia;
• Processo de Decisão de Markov (MDP) e Formulação de Problemas;
• Algoritmos de
  Aprendizado por Reforço: Q-Learning, SARSA, Policy Gradient, DDPG, entre outros;
• Exploração e Explotação em Aprendizado por Reforço. Funções de Valor, Políticas e
  Modelagem;
• Aplicações gerais e em processos industriais. Aplicações em Tomada de
  Decisões: Uso do Aprendizado por Reforço em otimização de recursos e gerenciamento de
  processos.

15 – Processamento de Linguagem Natural (NLP)

• Introdução ao Processamento de Linguagem Natural (NLP): Conceitos, desafios e
  aplicações;
• Pré-processamento de Texto: Tokenização, normalização, remoção de stop words
  e stemming;
• Análise Sintática e Semântica: Análise de árvores, parsing, e extração de
  informações;
• Modelagem de Linguagem e Embeddings: Word2Vec, GloVe, BERT e similares/
• Classificação de Texto: Classificação de Sentimentos, categorização de texto, e detecção de
  spam;
• Geração de Texto: Geração de texto autônoma, sumarização e respostas automáticas;
• Aplicações de NLP em Chatbots e Assistência Virtual.

16 – Projeto Final de Curso – Parte IV

• Orientação final;
• Orientação para a elaboração do material para a defesa pública do
  projeto;
• Definição de avaliadores;
• Sessões de apresentações orais dos projetos.

A melhor maneira de garantir conteúdo sempre atualizado, interação ativa e flexibilidade para alunos e corpo docente é por meio de aulas online ao vivo, com turmas de no máximo 60 alunos. Além disso, todas as aulas são gravadas, permitindo que você as reveja quantas vezes quiser, no seu próprio tempo e local, através da plataforma Google Classroom.

A avaliação no curso é composta por atividades avaliativas e pelo Projeto Final de Curso:

• Após cada módulo, os alunos têm a oportunidade de realizar atividades avaliativas específicas, que permanecem disponíveis por um período determinado. Essas atividades variadas são acompanhadas de instruções detalhadas fornecidas pelo professor responsável;
• O Projeto Final de Curso compreende quatro disciplinas ao longo do curso, em que os alunos desenvolverão em grupo um projeto prático sob orientação dos professores e aplicarão todos os conhecimentos adquiridos ao longo do curso.

Passo 1: Clique aqui e preencha o formulário de inscrição com seus dados. Após, aguarde o e-mail com as instruções para acesso ao portal do aluno e o termo de compromisso;

 

Passo 2: Faça o download e preenchimento do termo de compromisso e suba os documentos na aba “Documentos” do portal do aluno;

 

 

Passo 3: Faça o pagamento do boleto da taxa de inscrição (valor de R$ 63,00).

 

Passo 4: Aguarde a validação da documentação e confirmação da abertura da turma (ao encerramento das inscrições).

 

 

Passo 5: Após a confirmação, a secretaria entrará em contato (via e-mail) para prosseguir com o pagamento e efetivação da matrícula.

 

 

Pronto! Você já é um aluno da Extensão Unicamp!

 

O único requisito para ingressar é ter ensino superior completo.

A certificação dos nossos curso é reconhecida pelo MEC e aclamada pelo mercado. Porém, os cursos não se enquadram como pós-graduação lato-sensu.

Nossos cursos são de formação de especialistas e a Unicamp certifica diretamente todos os formados pelos nossos cursos no tema abordado.

Na prática, as grandes diferenças entre nossos cursos de especialização e uma pós tradicional é que constantemente atualizamos a ementa para que o curso acompanhe em tempo real todas as tendências do mercado e o corpo docente inclui profissionais com ampla experiência na indústria, recursos indisponíveis no lato-sensu tradicional.

Não, o curso é inteiramente online! Além disso, as aulas serão todas gravadas e a presença do curso será validada pela realização das atividades propostas, não sendo atreladas às aulas ao vivo.

As aulas serão todas gravadas e a presença do curso será validada pela realização das atividades propostas, não sendo atreladas às aulas ao vivo.

Ainda ficou com

dúvidas? Entre em contato pelo botão do WhatsApp no canto direito da sua tela!

15 PARCELA(S) DE R$ 1.097,05 ATRAVÉS DE BOLETO BANCÁRIO.

01 PARCELA(S) DE R$ 16.455,75 À VISTA, ATRAVÉS DE BOLETO BANCÁRIO.

Planos Especiais:

Tem amigos interessados em se inscrever com você ou quer se inscrever através da sua empresa? Entre em contato conosco!

Para os alunos e ex-alunos da Unicamp/Extecamp, o valor do curso tem 10% de desconto!