Inteligência Artificial

Forma-te online em Inteligência Artificial, uma área muito versátil que já é parte do nosso dia-a-dia. Python é uma linguagem de programação que facilita a criação de programas. Juntos criam uma combinação explosiva que poderemos aplicar em vários setores. Especializa-te em Tokio e aprende a integrar novos desenvolvimentos de IA em sistemas informáticos existentes e a criar, desenvolver e implementar as suas técnicas.

  • Tema 1. Introdução à IA
  • Tema 2. IA, as pesquisas e os jogos
  • Tema 3. Ciência e extração de dados
  • Tema 1. Fundamentos da Inteligência Artificial Responsável
  • Tema 2. Regulamentações e Políticas para a IA
  • Tema 3. Impactos Sociais e Ambientais da Inteligência Artificial
  • Tema 4. Ferramentas para a IA Responsável
  • 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
  • Tema 1. IA Generativa
  • Tema 2. Grandes Modelos de Linguagem e Modelos Multimodais
  • Tema 3. Engenharia de IA Generativa e Gestão de Operações (LLMOps)
  • Tema 4. Engenharia de Prompts: Princípios, Padrões Básicos e Avançados

Machine Learning

O Machine Learning nasceu do reconhecimento de padrões, mas, hoje em dia, permite-nos desenvolver aplicações que melhoram o seu rendimento, “aprendendo” a partir de dados recompilados em situações passadas. Neste campo de especialização de Python, poderás aplicar Machine Learning em projetos reais, incluindo na preparação e nas tarefas relacionadas, no desdobramento em produção e no ciclo de vida de um modelo.

  • 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
  • Tema 1. Otimização por gradiente descendente
  • Tema 2. Normalização
  • Tema 3. Regularização
  • Tema 4: Validação cruzada
  • Tema 5: Teorema de Bayes
  • Tema 1: Classificação por árvores de decisão
  • Tema 2: Regressão logística / classificação
  • Tema 3: Classificação por SVM (Support Vector Machines)
  • Tema 4: Introdução às redes neuronais
  • Tema 1: Otimização por aleatoriedade
  • Tema 2: Agrupamento
  • Tema 3: Análise de Componentes Principais (“PCA”)
  • Tema 1: Deteção de anomalias
  • Tema 2: Sistemas de recomendação
  • Tema 3: Algoritmos genéticos
  • Tema 1. Engenharia de características (“feature engineering”)
  • Tema 2. Montagens
  • Tema 3. Planeamento de sistemas de Machine Learning
  • Tema 4. Avaliação e melhoria de modelos
  • Tema 5. Operações em Machine Learning

Internet das Coisas (IoT)

Uma das tendências mais importantes da era tecnológica atual é, sem dúvida alguma, a Internet das Coisas, também conhecida como IoT, que consiste na conexão entre si de todo o tipo de dispositivos ou coisas através da rede.

Com esta especialização vais poder conhecer o sistema IoT: elementos, modelos, sensores, arquiteturas de comunicação e aplicações. Também te vais formar nos protocolos IoT, que são o conjunto de normas e regras que permitem a duas entidades entenderem-se e trocarem informação, facilitando a comunicação Machine2Machine (M2M); e os diferentes tipos de protocolos IoT com foco no MQTT, um dos principais protocolos.

Objetivos:

  • Conhecer o ecossistema IoT: elementos, sensores, modelos, arquiteturas de comunicação e aplicações
  • Elaborar protocolos de comunicação entre dispositivos IoT
  • Saber manusear plataformas de desenvolvimento e prototipagem IoT
  • Aprender a integrar, processar e exportar de forma segura dados IoT no local e na nuvem
  • Desenhar um dispositivo IoT de raíz e conectá-lo à Internet
  • Conhecer os modelos de segurança e privacidade em IoT
  • Codificar informação nos dispositivos, garantindo a segurança da transmissão

Podes trabalhar como:

  • Desenvolvedor de aplicações de IoT
  • Arquiteto de sistemas e serviços baseados nas TIC e na Internet das Coisas (IoT)
  • Desenvolvedor de software para IoT
  • IoT Cloud Developer
  • Consultor de projetos de IoT

Tema 1: Conceitos gerais de IoT

  • Definição de IoT
  • Principais aplicações dos sistemas de IoT
  • Principais desafios dos sistemas IoT

Tema 2: Arquitetura típica de uma solução IoT

  • Componentes de um dispositivo IoT
  • Arquitetura tradicional para comunicações IoT

Tema 3: Tipos de dispositivos e serviços

  • Dispositivos IoT
  • Serviços IoT

Tema 4: Sensores e atuadores para IoT

  • Introdução
  • Sensores: conceitos básicos
  • Sensores habituais em IoT

Tema 5: Exemplos de aplicações

  • Cenários em IoT

Tema 1: Comunicação Alámbrica e Inalámbrica

  • Tipos de redes de comunicação IoT
  • Tipologias de rede em IoT

Tema 2: Redes inalámbricas de baixo consumo

  • Introdução
  • Tecnologias de comunicação de baixo consumo para IoT

Tema 3: Critérios de seleção das tecnologias de comunicação

  • Principais parâmetros de seleção

Tema 4: Comunicações IoT:

  • Conectividade
  • Padrões de comunicação IoT
  • Coexistência de tecnologias IoT

Tema 1: Serviços principais disponíveis numa plataforma cloud

  • Introdução
  • Tipos de infraestruturas cloud
  • Aplicações de cloud computing para IoT

Tema 2: Relação entre serviços cloud para IoT

  • Arquitetura cloud tradicional para IoT
  • Novas arquiteturas cloud para IoT

Tema 3: Pricing e modelos de suporte

  • Sistemas de cloud computing

Tema 4: Armazenamento de dados na nuvem para IoT

  • Tipos de bases de dados
  • Big Data
  • Integração com serviços cloud

Tema 1: Conceitos gerais

  • Cibersegurança em comunicações IoT
  • Principais medidas de cibersegurança para dispositivos IoT
  • Conceitos chave de segurança em IoT

Tema 2: Modelos de segurança

  • Tipos de modelos de segurança
  • Modelos de segurança mais comuns

Tema 3: Privacidade em sistemas distribuídos

  • Ameaças
  • Ataques a sistemas IoT
  • Design de sistemas seguros
  • Políticas de segurança

Tema 4: Aplicação prática de técnicas de criptografia simétrica e assimétrica

  • Níveis de segurança
  • Medidas de segurança em MQTT

Deep Learning

O Deep Learning é uma das áreas mais avançadas do Machine Learning e aplica-se em assistentes virtuais, carros autónomos ou em aplicações de reconhecimento de informação em imagens. É uma área que está a revolucionar o mundo da tecnologia amparada por uma das linguagens mais velozes e versáteis, Python. Ao especializar-te em Deep Learning, vais aprender a trabalhar com bibliotecas standard, externas e frameworks, a conhecer os tipos de redes neuronais e a adquirir os conhecimentos para a sua aplicação prática.

  • Tema 1. Fundamentos básicos
  • Tema 2. Preparação de dados e ferramentas
  • Tema 1. Redes neuronais
  • Tema 2. Classificação
  • Tema 1. Redes convolucionais
  • Tema 2. Redes residuais
  • Tema 1. Deteção de anomalias
  • Tema 2. Sistemas de recomendação
  • Tema 3. Algoritmos genéticos
  • Tema 4. Aprendizagem por reforço
  • Tema 1. Engenharia de Prompts, RAGs, Treino Inicial e Ajude Fino de Modelos
  • Tema 2. Aprendizagem por Transferência
  • Tema 3. Treino Inicial de Modelos
  • Tema 4. Métodos de Ajuste Fino

Formação em Metodologias Ágeis

Prepara-te para o exame oficial PSM I

Assim como a tecnologia e as linguagens de programação evoluem, também as metodologias de trabalho mudam com o tempo. Hoje, as empresas procuram formas mais rápidas e eficientes de gerir projetos, reduzir custos e entregar resultados. É neste contexto que surge o Scrum Master, figura-chave para liderar equipas ágeis e alcançar os objetivos esperados.

O Curso de Scrum da Tokio School dá-te a preparação necessária para o exame oficial Professional Scrum Master I (PSM I), da Scrum.org, reconhecido internacionalmente.

Saídas profissionais

Scrum Master
Scrum Master
Consultor de projetos ágeis
Consultor de projetos ágeis
Consultor em transformação Agile
Consultor em transformação Agile
Profissional de TI em empresas com cultura ágil
Profissional de TI em empresas com cultura ágil
Gestor de produto em equipas ágeis
Gestor de produto em equipas ágeis

Programa

  1. O que é Agilidade
  2. Gestão preditiva vs. Gestão ágil.
  3. Manifesto Ágil: valores e princípios.
  4. Introdução ao Scrum.
  5. Desmistificando a gestão de projetos.
  6. Desenvolvimento, Trabalho e Conhecimento.
  7. Engenharia sequencial, engenharia concorrente e agilidade.
  8. Diferença entre práticas, princípios e valores do Scrum.
  1. Papéis, eventos e artefactos.
  2. Timebox e Sprints.
  3. Planeamento, execução e revisão.
  1. Os pilares do Scrum: transparência, inspeção e adaptação.
  2. Valores do Scrum: compromisso, coragem, foco, abertura e respeito.
  3. Aplicação prática em equipas reais.
  1. Estratégias de estudo para o exame PSM I (Scrum.org).
  2. Simulados práticos com 80 questões.
  3. Exercícios de casos reais.
  4. Orientação para certificações adicionais (Scrum Manager).
  1. Planeamento e Estimativas: Story Points. Planning Poker. T-shirt Size.
  2. Execução dos Sprints: Daily Scrum. Adaptação Contínua. Incremento de Produto.
  3. Monitorização e Melhoria Contínua: Métricas Ágeis (Burndown, Velocity). Sprint Retrospective como ferramenta de melhoria.
  4. Artefactos Adicionais: Transição para o Modelo Ágil. Composição da Equipa. Gerir Expectativas dos Stakeholders. Manter a Moral da Equipa.
  1. Certificações Scrum Master disponíveis: PSM I (Scrum.org). CSM (Scrum Alliance). SMC (ScrumStudy).
  2. Estratégias de Estudo para o Exame PSM I: Scrum Guide 2020. Glossários e FAQs. Simulados.
  3. Simulação I – Questões básicas.
  4. Simulação II – Conceitos intermédios.

Certificações e Badges Digitais

Depois de concluíres este curso, estarás preparado para realizar o exame oficial Professional Scrum Master I (PSM I), ministrado pela Scrum.org.

Ao mesmo tempo, recebes um diploma e um badge digital da Tokio School, que reconhecem as tuas competências práticas em Scrum e reforçam o teu perfil profissional.

Diploma digital do Curso de Scrum

Badge Digital do curso de Programação Java