Pós-graduação em Inteligência Artificial Aplicada
Inteligência Artificial Aplicada - Pós-graduação Lato Sensu
O curso de pós-graduação Lato Sensu ofertado pelo Instituto Federal de Goiás visa formar profissionais com a capacidade de trabalhar e aplicar as tecnologias mais recentes da área de Inteligência Artificial, Aprendizado de Máquina e Recuperação de Informação.
Durante o curso, os alunos irão desenvolver competências em Inteligência Artificial, aprender métodos computacionais para gerar padrões e inferências que possam ser aplicados em diversos contextos e negócios. O curso tem ainda por objetivo contribuir para a desenvolvimento socioeconômico e tecnológico da região Centro-Oeste e do Brasil, habilitando novos profissionais para atuarem numa das áreas mais pervasivas da computação, a Inteligência Artificial.
OBJETIVO GERAL
Formar profissionais com a capacidade de coletar, processar e transformar dados em informações, desenvolvendo habilidades para interpretação de padrões e tendências no contexto de negócio em que atuam, e ainda propor soluções para automação de processos e auxílio à tomada de decisões.
OBJETIVOS ESPECÍFICOS
Para atingir o objetivo geral proposto para este curso de especialização, tem-se o detalhamento que segue:
- Capacitar os alunos a projetar e desenvolver soluções diversas em Inteligência Artificial;
- Oferecer formação técnica dos alunos para que sejam capazes de analisar o estado da arte em Inteligência Artificial com forte embasamento conceitual e prático;
- Capacitar os alunos no domínio ferramental moderno para o desenvolvimento de projetos e soluções de Inteligência Artificial;
- Capacitar os alunos a modelar e desenvolver sistemas de suporte a decisão por meio do uso de Pesquisa Operacional aplicada;
- Estimular e potencializar o ecossistema de inovação por meio da aplicação de Inteligência Artificial em projetos inovadores e startups;
- Promover intercâmbio entre instituições públicas e/ou privadas e profissionais que atuam em Inteligência Artificial;
- Realizar estudos de projetos de Inteligência Artificial Aplicada.
| Habilitação | Especialista em Inteligência Artificial Aplicada |
|---|---|
| Carga Horária | 360 horas |
| Trabalho de Conclusão de Curso | 60 horas |
| Carga Horária Total | 420 horas |
| Duração do Curso |
Mínimo: 12 meses
Máximo 24 meses ( Art. 10 da Resolução 08 de 18/05/2015) |
| Número de Vagas | 30 (trinta) |
| Funcionamento |
Sexta-feira: 15h às 18h e 19h às 22h Sábado: 09h às 12h |
| Departamento Responsável pelo Curso |
Goiânia: Departamento de Áreas Acadêmicas IV
Anápolis: Departamento de Áreas Acadêmicas |
| Coordenador do Curso |
Câmpus Goiânia: Prof. Dr. Eduardo Noronha de Andrade
Freitas Câmpus Anápolis: Prof. Dr. Daniel Xavier de Sousa |
| Modalidade | Presencial |
HABILIDADES E COMPETÊNCIAS
O profissional formado neste curso estará apto a:
- Projetar, desenvolver e implementar projetos de sistemas de inteligência artificial aplicada nos mais diversos contextos de atuação;
- Entender e interagir com eficácia em projetos multidisciplinares que envolvam o uso de IA;
- Assessorar em assuntos sobre Inteligência Artificial, especificando as soluções técnicas disponíveis no mercado;
- Identificar as potencialidades e limitações das tecnologias em Inteligência Artificial;
- Discutir os impactos no contexto de negócio produzidos pela implantação de projetos na área de Inteligência Artificial;
- Dedicar-se à pesquisa e ao ensino dentro de sua área de especialização;
- Promover o espírito investigativo, a criatividade e a curiosidade científica.
- Atuar na identificação de problemas e ser capaz de apontar soluções para questões por meio do uso de Inteligência Artificial aplicada.
ÁREAS DE ATUAÇÃO DO PROFISSIONAL
Dado a natureza transversal de aplicação da Inteligência Artificial, o profissional formado no curso de Pós-Graduação Lato Sensu do IFG, estará apto a atuar em empresas públicas e privadas nos mais diversos setores, tais como: industrial, agroindustrial, agronegócio, educação, saúde, transporte, cadeia de suprimento, energia, empresas de desenvolvimentos de equipamentos e tecnologias de energias, empresas de pesquisas e de desenvolvimento tecnológico e inovação, dentre outras.
| COMPONENTES CURRICULARES | |||
|---|---|---|---|
| Módulo 1 (90 horas) | CARGA HORÁRIA (HORAS) | ||
| 1 | Inteligência Artificial (Quinta-feira às 19h, Aula Remota) | 30 | |
Professor Msc. Roney Lopes Lima Ementa Histórico e Princípios de IA; Resolução de problemas; Métodos de busca; Heurísticas; Conhecimento e raciocínio; Algoritmos Evolutivos e Aplicações de IA. | |||
| 2 | Linguagem de Programação Aplicada (Sexta-feira, presencial) | 30 | |
Professor Msc. Renan Rodrigues Ementa Programação em Python: introdução ao Python, variáveis, estrutura condicional, estrutura de repetição, vetores, matrizes, listas, funções e dataframes. Principais bibliotecas: Pandas, Numpy e Scypi. | |||
| 3 | Estatística Aplicada (Sexta-feira, presencial) | 30 | |
Professor Msc. Eder Silva de Brito Ementa Introdução à Estatística: descritiva e inferencial; Estudo de populações e amostras; Introdução às séries estatísticas; Análise de gráficos, histogramas, percentiles e outliers; Probabilidade, variáveis aleatórias, funções de distribuição, análise de variância; Teste de hipóteses, p-Value, teste chi-2, intervalo de confiança, covariância, regressão, correlação e coeficiente de Pearson; Análise de correlação e regressão linear e Introdução aos testes de hipótese com uma amostra. | |||
| Módulo 2 (90 horas) | CARGA HORÁRIA (HORAS) | ||
| 4 | Modelagem de Dados para IA (Quinta-feira às 19h, Aula Remota) | 30 | |
Professor Dr. Gustavo Assis da Costa Ementa Identificação das Diferentes Formas e Estrutura de Dados; Limpeza, Filtragem, Reorganização, Imputação, Aumento e Agregação de Dados; Visualização de Dados; Análise e Estatística Descritiva dos Dados; Pipelines de Processamento dos Dados para Vinculação das Etapas | |||
| 5 | Machine Learning (Sexta-feira, presencial) | 30 | |
Professor Dr. Lucas de Almeida Ribeiro Ementa Introdução ao aprendizado de máquina e reconhecimento de padrões; Aprendizado supervisionado e não-supervisionado; Tarefas: Regressão, Classificação, Agrupamento e Associação; Técnicas: Máquinas de Vetores de Suporte, Indução de Árvores de Decisão, Ensemble, Regras de Associação e KNN. | |||
| 6 | Cloud Computing (Sexta-feira, presencial) | 30 | |
Professor Dr. Raphael Aquinno Ementa Visão geral dos conceitos de nuvem, principais serviços em nuvem, segurança, arquitetura, monitoramento, preços e suporte; Máquinas virtuais, contêineres, clusters e soluções serverless; Frameworks e soluções de aprendizado de máquina, Big Data e visão computacional em nuvem. | |||
| Módulo 3 (90 horas) | CARGA HORÁRIA (HORAS) | ||
| 7 | Deep Learning (Sexta-feira, presencial) | 30 | |
Professor Dr. Sérgio Canuto Ementa Perceptron; MLP; Regularização e sua variantes; Redes Convolucionais; Modelagem de Sequências: Recorrentes e LSTM; AutoEncoders e Transformes | |||
| 8 | Modelagem e Otimização Aplicada (Quinta-feira às 19h, Aula Remota) | 30 | |
Professor Dr. Daywes Pinheiro Neto Ementa Modelagem matemática de problemas; estudo de problemas e soluções com programação: linear, inteira, inteira mista, e não linear;Análise de sensibilidade, modelos de simulação (determinístico e estocástico);Problemas multiobjetivo; solvers e técnicas de solução. | |||
| 9 | Visão Computacional (Sexta-feira, presencial) | 30 | |
Professor Msc. Alessandro Rodrigues e Silva Ementa Aquisição de Imagens, Filtragem no Domínio Espacial e Frequência, Segmentação, Reconhecimento de Padrões, Detecção de Características, Composição de Imagens, Estimação de Movimento, Estimação de profundidade, Imagens sintéticas e Reconstrução 3D. | |||
| Módulo 4 (90 horas) | CARGA HORÁRIA (HORAS) | ||
| 10 | Processamento de Linguagem Natural (Sexta-feira, presencial) | 30 | |
Professor Dr. Daniel Xavier de Sousa Ementa Embeddings; Representações; Sistemas de Recomendação; Learning to Rank; Análise de Sentimentos. | |||
| 11 | Tópicos Avançados em IA (Sexta-feira, presencial) | 30 | |
Professor Diversos Professores Ementa Depende to tópico oferecido. | |||
| 12 | Metodologia de Pesquisa Científica (Quinta-feira às 19h, Aula Remota) | 30 | |
Professor Dr. Alan Keller Gomes Ementa Técnicas para elaboração de projetos e construção de textos que apresentem os resultados Estudo da natureza do conhecimento científico, objetivando a compreensão, a realização de um projeto de pesquisa e a apresentação (escrita e oral) de um trabalho monográfico. | |||
| TCC – TRABALHO DE CONCLUSÃO DE CURSO | 60 | ||
| CARGA HORÁRIA TOTAL DO CURSO | 420 | ||