Inscreve-te já e recebe até 750€ de apoio à tua formação. Saber mais

Inteligência Artificial: Generative AI and Large Language Models

1 Abril, 2024'24
17 Junho, 2024
€ 270 x 4
Seg e Qua, 19h-22h
Remote
Pós-Laboral
Quero-me inscrever
SOBRE O CURSO

O curso Generative AI and Large Language Models dá-te conhecimento desde os conteúdos mais teóricos sobre como funcionam os Large Language Models (LLMs) como redes neuronais, até o uso e implementação que fazemos deles no dia a dia. O programa do curso é composto por aulas teóricas e práticas, que incluem o desenvolvimento de projectos, workshops temáticos e a presença e contributo de vários profissionais convidados que vão partilhar as suas experiências e desafios

Visão geral

Aprende sobre o mundo da Inteligência Artificial

Objetivos

Preparar profissionais para a utilização e implementação de modelos de inteligência artificial. Perceber os desafios por trás deste tipo de ferramenta e perceber a estrutura global que eles seguem.

Dirigido a

Profissionais das áreas de Engenharia, Matemática Aplicada ou similares, gestores e profissionais de Marketing Digital, com perfil analítico.

Requisitos

Idade mínima de 18 anos. Formação nas áreas de Engenharia, Marketing, Desenho, Matemática Aplicada e/ou experiência em programação.

Remote Learning

Esta formação decorre em ambiente de sala de aula virtual ao vivo, via Zoom, permitindo-te interagir com tutores e formandos. Onde quer que estejas, podes aprender, questionar e receber feedback em tempo real.

Seg
19h - 22h
Ter
Qua
19h - 22h
Qui
Sex
Sab
Dom

O que inclui a formação:

60h
Aulas Práticas e Teóricas 60h
Aulas Remote Learning
Total 60h
Carga horária total da formação

Curso certificado pela DGERT

A certificação é entregue aos alunos em formato digital. Inclui a carga horária total do workshop, temáticas lecionadas e informação do tutor.

PROGRAMA DO CURSO

Inteligência Artificial: Generative AI and Large Language Models

Aprende sobre o mundo da Inteligência Artificial

1. Inteligência Artificial

  • Inteligência Artificial (AI) no nosso dia a dia
  • Diferenças entre programação tradicional e AI
  • Diferentes abordagens AI, técnicas e aplicações, com especial foco em soluções de Machine Learning (ML)
  • Principais fases do desenvolvimento de soluções de ML
  • Limitações e riscos (ex. Bias) de soluções de ML e como mitigá-los
  • O passado, o presente e o futuro do AI

2. Deep Learning

  • O que são Rede Neuronais e como funcionam.
  • Diferentes tipologias de rede
  • O que são modelos de Deep Learning e porque se consideram um game changer
  • Overview de Recurrent Neural Networks (RNNs), Long-Short Term Memory (LSTM), Convolutional Neural Networks (CNNs) e Transformers
  • Principais aplicações de Deep Learning
  • Limitações e riscos (ex. explicabilidade) de soluções de Deep Learning e como mitigá-los

3. Inteligência Artificial Generativa

  • Inteligência Artificial Generativa (GenAI) no nosso dia a dia
  • Diferenças entre AI “tradicional” e GenAI
  • Diferentes tipos de GenAI e principais aplicações
  • Principais fases de processo de criação e implementação de uma solução em GenAI
  • Principais riscos de soluções de GenAI (ex. toxicidade, alucinações) e como mitigá-los
  • Situações em que o GenAI não é uma boa solução
  • Soluções atuais disponíveis para uso de modelos GenAI

4. Fundamentos de NLP

  • O que são modelos de processamento de linguagem (NLP) e principais aplicações
  • Principais desafios no processamento de texto
  • Métodos de pré-processamento de texto (normalização, eliminação de pontuação, lemmatization, etc.)
  • Representação de palavras: regular expressions e embeddings
  • Modelos probabilísticos e Modelos classificação

5. Os LLMs como redes neuronais

  • Extra details on Recurrent Neural Networks (RNNs) and Long-Short Term Memory (LSTM)
  • Embeddings
  • The Attention mechanism
  • Transformers

6. LLMs na prática

  • APIs
  • Hugging Face

7. Estratégias para melhorar o uso de LLMs

  • Retrieval-Augmented Generation (RAG)
  • Indexation, ingestion and vector databases
  • Fine-tunning

8. Métricas de avaliação

  • LLM-based metrics
  • Mathematics-based metrics

9. Problemas dos LLMs

  • Hallucinations
  • Token Limits

10. Ética

  • Impactos indesejados de sistemas de AI no nosso dia a dia.
  • Ética e porque nos devemos preocupar com ela.
  • Como garantir que somos éticos na criação de soluções de AI.
  • Quais os fundamentos do movimento AI Responsável.
  • AI Act e outras iniciativas de regulamentação de AI.

11. Projeto Final


Tutor e Equipa Pedagógica

Conhece a equipa

O tutor do workshop está disponível para orientar o desenvolvimento das tuas competências e esclarecer as tuas dúvidas. Fica a conhecê-lo.

Ariana Rodrigues

Remote Learning Manager

Roberto Vega

Data Scientist

DareData Engineering

Sofia Sobral

Remote Learning Assistant

Departamento Remote Learning

Laura Silva

Student Admissions / Pedagogical Assistant

Departamento Remote Learning

ALUMNI

Estudar na EDIT.

Todos os anos, mais de mil alunos escolhem a EDIT. para investir no seu futuro. Conhece alguns dos nossos ex-alunos e fica a saber como é a formação na EDIT.

Perguntas frequentes

Existem pré-requisitos para este Curso?

Este Curso é certificado?

Que opções de pagamento oferecem?

As aulas são gravadas?

Ajudamos-te a escolher o curso certo

Laura Silva

Student Admissions / Pedagogical Assistant

Enviar mensagem
Remote Learning / Business
Inteligência Artificial: Generative AI and Large Language Models

Detalhes
DATAS
Remote
60 Horas
€ 270 x 4
Seg e Qua, 19h-22h

Informação Pessoal


      Fale connosco

      Interesses

        Subscrever Newsletter

        Interesses