Pós-Graduação Online em Inteligência Artificial e Machine LearningEsta pós-graduação permite que os alunos aprendam a criar soluções personalizadas e diferenciadoras através da inteligência artificial.
  • Início
  • Pós-Graduação Online em Inteligência Artificial e Machine Learning
ApresentaçãoPlano de estudosCorpo docenteSaídas profissionaisMetodologia OnlineAdmissões

Pós-Graduação em Inteligência Artificial e Machine Learning - Online

A Pós-Graduação em Inteligência Artificial e Machine Learning apresenta-se como uma verdadeira vantagem competitiva, oferecendo competências numa área com alta procura e escassez de profissionais qualificados.

Os conteúdos deste curso permitirão capacitar os alunos, de modo, a criarem soluções diferenciadoras e criativas com base nos métodos e técnicas da IA na resolução de problemas reais.

Através do desenvolvimento de respostas inteligentes e personalizadas para os mais variados desafios e necessidades da sociedade, este programa visa, também, contribuir para o bem-estar e o progresso da humanidade.

No mercado existem imensas soluções com IA, pelo que, é cada vez mais fundamental compreender as mesmas, assim, o objetivo desta pós-graduação é capacitar os alunos sobre como construir os mecanismos que têm por base a IA.

InícioNovembro 2024
ECTS18
Duração8 meses
HorárioPós-Laboral

Sabe mais sobre este programa

Envia-nos a tua informação e entraremos em contacto brevemente

Portugal
Autorizo que os dados aqui recolhidos sejam utilizados, de acordo com a   política de privacidade da ENSILIS, para ser contactado para saber mais sobre os produtos, serviços e eventos da universidade, via email, apps de messaging, telefone ou SMS. Ao clicar e prosseguir declaro ter 16 anos ou mais.

Porquê escolher Pós-Graduação Online em Inteligência Artificial e Machine Learning?

Objetivos

  • Saber utilizar a IA de forma ética e responsável
  • Escrever prompts eficientes para IA generativa
  • Conseguir criar e desenhar modelos de IA com aplicabilidade real
  • Distinguir os diferentes tipos de inteligência artificial e a sua aplicabilidade
  • Identificar os diferentes tipos de Redes Neuronais, vantagens e desvantagens
  • Descrever o processo de processamento de linguagem natural e as suas técnicas
  • Dotar os alunos de competências transversais em machine learning e inteligência artificial para aplicação na sua atividade profissional.

Plano de estudos

Consulta a estrutura do plano curricular

Unidade Curricular I: Introdução à Inteligência Artificial
Unidade Curricular II: Python para Machine Learning e IA
Unidade Curricular III: Machine Learning
Unidade Curricular IV: Redes Neuronais (Deep Learning)
Unidade Curricular V: Processamento de Linguagem Natural (NLP)
Unidade Curricular VI: Projeto IA e Machine Learning
UNIDADES DE ENSINODOCENTE
Fundamentos da Inteligência Artificial (IA)César Nero
IA, Ética, Privacidade e RegulamentaçãoCésar Nero
IA Generativa e Automação de ProcessosCésar Nero
Computer Vision: O que é e para que serveCésar Nero
Processamento de Linguagem Natural: O que é e para que serveCésar Nero
UNIDADES DE ENSINODOCENTE
Sintaxe, variáveis e input/outputMárcio Saraiva
Estruturas de ControloMárcio Saraiva
Object OrientedMárcio Saraiva
NumPy, MatPlotLib e PandasMárcio Saraiva
Tensor Flow, scikit-learn e nltkMárcio Saraiva
UNIDADES DE ENSINODOCENTE
Introdução ao MLCláudia Sevivas
Modelos de RegressãoCláudia Sevivas
Naive Bayes e ÁrvoresCláudia Sevivas
Aprendizagem Supervisionada e Não SupervisionadaCláudia Sevivas
Projeto de Machine LearningCláudia Sevivas
UNIDADES DE ENSINODOCENTE
Introdução às Redes Neuronais (NN)Cláudia Sevivas
Redes Neuronais Artificiais (ANN)Cláudia Sevivas
Redes Neuronais Convolucionais (CNN)Cláudia Sevivas
Redes Neuronais Recorrentes (RNN)Cláudia Sevivas
Projeto de Redes NeuronaisCláudia Sevivas
UNIDADES DE ENSINODOCENTE
Introdução ao NLPFábio Guilherme
Processamento LéxicoFábio Guilherme
Processamento SintáticoFábio Guilherme
Processamento SemânticoFábio Guilherme
Projeto de NLPFábio Guilherme
UNIDADES DE ENSINODOCENTE
Projeto: Design ChallengeKatia Amaro
Projeto: Investigação e Ideação Katia Amaro
Projeto: Prototipagem VisualKatia Amaro
Projeto: Prototipagem em Linguagem NativaKatia Amaro
Projeto: Case Study e PitchKatia Amaro

Corpo docente

Conhece os coordenadores da Pós-Graduação, Bruno Nobre e Sérgio Fontes, e o Corpo Docente da Pós-Graduação em Inteligência Artificial e Machine Learning:
Bruno Nobre
Sérgio Fontes
Márcio Saraiva
Claúdia Sevivas
Fábio Guilherme
César Nero
Katia Amaro

Saídas profissionais

Esta pós-graduação pretende dotar os profissionais de várias áreas nas novas competências exigidas pelo mercado, como:

  • Programadores
  • Designers de Sistemas Digitais
  • Profissionais da área da Gestão
  • Profissionais da área de Marketing
  • Especialistas de Machine Learning
  • Especialistas de Inteligência Artificial
  • Especialistas em Visão Computacional
  • Especialistas em Transformação Digital
  • Especialistas em Aprendizagem Automática
  • Especialistas em Processamento de Linguagem Natural

Metodologia Online

Flexibilidade

Aulas 100% Online em direto que ficarão gravadas e sempre disponíveis para que possas assistir quando e onde quiseres.

Para ti

Contarás com o apoio dos nossos professores especializados que te irão ajudar na tua aprendizagem, bem como um gestor académico que te irá acompanhar e orientar durante o teu percurso académico.

Aprendizagem experiencial

Realização de projetos aplicados com casos de estudo reais e ambientes simulados, para que possas liderar os desafios da tua profissão.

Admissões

Os candidatos interessados em ingressar no IADE poderão formalizar a sua candidatura ao longo de todo o ano, presencialmente ou via candidatura online.

O processo de candidatura está sujeito às vagas existentes e à adequação do perfil do candidato ao ciclo de estudos de interesse.

Para dar início ao processo de admissão, o candidato deverá seguir estes 3 passos: