800 912 966
Carreira profissional
600h
Curso de AI Engineer
Entra no universo da Inteligência Artificial e prepara-te para te tornares um especialista pronto para liderar o mercado tecnológico. Este curso de AI Engineer, prático e 100% online, combina os conhecimentos mais avançados em Python, Machine Learning e Deep Learning, proporcionando-te uma aprendizagem completa e orientada para o mercado.
Preparação e Acesso aos Badges Oficiais da IBM e PCAP
Ao longo do percurso, vamos preparar-te e dar acesso a certificações internacionais, com badges reconhecidos mundialmente, que irão comprovar as tuas competências e destacar o teu perfil profissional no mercado.
Além disso, contarás com o acompanhamento personalizado dos nossos Senseis, um estágio garantido e acesso ao Observatório de Emprego da Tokio School, que te ajudará a potenciar a tua carreira.
Chegou o momento de te especializares na área mais promissora da tecnologia.
O que vais aprender?
Prepara-te para te tornares um verdadeiro AI Engineer, dominando as tecnologias mais avançadas em Inteligência Artificial, Machine Learning e Deep Learning. Esta formação leva-te desde os primeiros passos na programação com Python até à criação de soluções inteligentes que revolucionam a forma como empresas inovam e tomam decisões. Aprende a desenvolver modelos preditivos, construir redes neuronais profundas e aplicar IA Generativa para resolver desafios reais. Explora também conceitos essenciais como aprendizagem por reforço, IA ética e automação de processos, ganhando uma visão completa das práticas mais atuais no setor tecnológico. Mais do que aprender a programar, vais integrar IA em projetos práticos, otimizando processos e criando soluções inteligentes para problemas complexos. Desde scripts simples até sistemas autónomos avançados, esta formação prepara-te para estar na linha da frente da tecnologia.
MÓDULO 1: PYTHON O NOVO DESCONHECIDO
Tema 1. Apresentação do Python
Tema 2. Porquê escolher o Python?
Tema 3. Características do Python
Tema 4. Ambientes de desenvolvimento com Python
MÓDULO 2: CARACTERÍSTICAS BÁSICAS DA LINGUAGEM
Tema 1. Tipos de dados básicos
Tema 2. Operadores em Python
Tema 3. Tipos de dados avançados
Tema 4. Entrada e saída de dados
Tema 5. Controlo de fluxo – Condicionais e loops
Tema 6. Funções
MÓDULO 3: PROGRAMAÇÃO ORIENTADA A OBJETOS (POO)
Tema 1. Metodologia baseada em objetos
Tema 2. Classes, objetos, atributos e métodos
Tema 3. Praticando com classes e objetos
Tema 4. Herança
MÓDULO 4: POO E MÉTODOS APLICADOS
Tema 1. Outras ferramentas de POO
Tema 2. Métodos aplicados
Tema 3. Erros e exceções
Tema 4. Dados temporais
MÓDULO 5: TRATAMENTO DE DADOS
Tema 1. Arquivos
Tema 2. Excel-CSV
Tema 3. JSON
Tema 4. Bases de dados (BBDD)
Tema 5. Bibliotecas especializadas no tratamento de dados
MÓDULO 6: APRENDER ATRAVÉS DA PRÁTICA
Tema 1. Prática 1 – Criação de uma app web com Flask e base de dados SQLite3
Tema 2. Prática 2 – Criação de uma app de desktop com Tkinter e base de dados SQLite3
MÓDULO 7: Introdução à Inteligência Artificial
Tema 1: Introdução à IA
Tema 2: IA, as pesquisas e os jogos
Tema 3: Ciência e extração de dados
MÓDULO 8: Aprendizagem e suas bibliotecas
Tema 1: A aprendizagem e as suas bibliotecas
Tema 2: Bibliotecas de análise de dados e machine learning
Tema 3: Bibliotecas avançadas de inteligência artificial
MÓDULO 9: IA RESPONSÁVEL
Tema 1: Fundamentos da AI Responsável
Tema 2: Regulamentações e Políticas para a IA
Tema 3: Impactos Sociais e Ambientais da IA
Tema 4: Ferramentas para a IA Responsável
MÓDULO 10: IA Generativa e Interação com os Modelos de Linguagem
Tema 1: IA Generativa
Tema 2: Grandes Modelos de Linguagem e Modelos Multimodais
Tema 3: Engenharia de AI Generativa e Gestão de Operações (LLMOps)
Tema 4: Engenharia de Prompts: Princípios, Padrões Básicos e Avançados
MÓDULO 11: INTRODUÇÃO A MACHINE LEARNING
Tema 1. Introdução a Big Data e Machine Learning
Tema 2. Ambiente de trabalho: VM
Tema 3. Jupyter
Tema 4. Bibliotecas numéricas de Python
Tema 5. Introdução a Scikit-learn
MÓDULO 12: A CIÊNCIA DE DADOS
Tema 1. Introdução à ciência de dados
Tema 2. Otimização por gradiente descendente
Tema 3. Normalização
Tema 4. Regularização
Tema 5: Validação cruzada
MÓDULO 13: APRENDIZAGEM NÃO SUPERVISIONADA
Tema 1: Otimização por aleatoriedade
Tema 2: Agrupamento
MÓDULO 14: APRENDIZAGEM REFORÇADA
Tema 1: Deteção de anomalias
Tema 2: Sistemas de recomendação
Tema 3: Algoritmos genéticos
MÓDULO 15: DESENVOLVIMENTO DE SISTEMAS DE APRENDIZAGEM AUTOMÁTICA
Tema 1: Engenharia de características (“feature engineering”)
Tema 2: Análise de Componentes Principais (“PCA”)
Tema 3: Montagens
Tema 4: Planeamento de sistemas de Machine Learning
Tema 5: Avaliação e melhoria de modelos
Tema 6: Operações em Machine Learning
Certificações e Badges PCAP & IBM
Conquista os badges da IBM e Cisco e a Certificação PCAP.
Durante o teu percurso, terás acesso gratuito aos seguintes badges e certificação:
Especialização 
100 h
