Experiência e Conhecimentos Prévios

Para frequentar este curso, os participantes devem possuir experiência ou desempenhar funções em gestão de projetos, gestão de equipas técnicas ou análise de processos de negócio.

Não é exigida formação prévia em Inteligência Artificial, sendo essencial uma base sólida de gestão, visão estratégica organizacional e capacidade de liderança de equipas. Estes conhecimentos permitem aos participantes compreender o impacto da IA nos processos de negócio, avaliar requisitos específicos de projetos de IA e tomar decisões informadas sobre a adoção e implementação de soluções tecnológicas inovadoras.

Nível da Formação: Intermédio(ver níveis)

O curso está estruturado em módulos que cobrem todo o ciclo de vida de projetos de Inteligência Artificial, combinando conceitos teóricos com aplicação prática:

• Módulo 1 – Introdução à IA e aos Projetos de IA: Apresentação dos conceitos fundamentais de Inteligência Artificial, incluindo evolução histórica, tipos de IA e fundamentos de Machine Learning. Análise das fontes e qualidade dos dados, características específicas dos projetos de IA, requisitos associados e tendências futuras da tecnologia.
• Módulo 2 – Metodologia de Gestão de Projetos de IA – PMI-CPMAI™: Enquadramento da metodologia híbrida PMI-CPMAI™, suas seis fases iterativas e integração com abordagens Agile. Exploração do ciclo de vida iterativo de projetos de IA, com apresentação de casos práticos e lições aprendidas.
• Módulo 3 – Compreensão do Negócio e Business Case para IA: Estruturação de um Business Case para projetos de IA, identificando objetivos de negócio, métricas de sucesso e requisitos específicos. Integração do Business Case no ciclo PMI-CPMAI™ e alinhamento com a estratégia organizacional.
• Módulo 4 – Identificação e Análise de Dados e Fontes: Definição e classificação dos tipos de dados, avaliação da qualidade das fontes e análise de desafios comuns na recolha e tratamento de dados para projetos de IA.
• Módulo 5 – Preparação de Dados: Processos de limpeza, normalização, transformação e enriquecimento de dados. Apresentação de ferramentas e boas práticas, destacando o impacto da preparação na qualidade e desempenho dos modelos de IA.
• Módulo 6 – Desenvolvimento, Compra e Treino de Modelos de IA: Avaliação estratégica entre desenvolvimento interno ou aquisição de modelos. Arquiteturas e tipos de modelos de IA, treino, validação, integração no projeto e mitigação de riscos associados ao desenvolvimento.
• Módulo 7 – Teste, Avaliação e Ajuste do Modelo de IA: Aplicação de métricas de avaliação, validação do modelo, identificação de viés e problemas éticos. Otimização e ajustes necessários para assegurar a fiabilidade e explicabilidade dos resultados.
• Módulo 8 – Operacionalização e Promoção da Adoção: Deployment do modelo de IA, monitorização contínua e manutenção. Gestão da mudança organizacional, promoção da adoção tecnológica e garantia de governança e conformidade. Conclusão com a análise de um caso completo que integra todas as fases do ciclo de vida do projeto.

Obtenha o programa detalhado do curso.

Caso tenha dificuldade em estar presente em alguma sessão, avise-nos que a mesma será gravada e disponibilizada em portal.