Machine Learning cresceu, amadureceu e os projetos mudaram de nível. Já está claro que Inteligência Artificial (incluindo Machine Learning e Deep Learning) veio para ficar e agora não é mais uma questão se as empresas vão ou não usar Machine Learning e IA. Agora é uma questão de como fazer isso da melhor forma possível.

Como colocar modelos em produção? Como fazer o deploy e reaproveitar recursos (features) através de uma Feature Store? Como monitorar os modelos em produção e detectar problemas como data e model drift? Como mitigar esses problemas? Como versionar os modelos uma vez que o retreinamento será cada vez mais comum? Como criar e fazer o deploy de APIs para o modelo ou mesmo fazer o deploy do modelo em plataformas de Cloud Computing?

Essas perguntas demonstram que a discussão em Machine Learning mudou de nível. E precisamos preparar os alunos da DSA para esse novo nível com conhecimento prático através de projetos em Linguagem Python e Rust.

Bem-vindo(a) à Formação Engenheiro de Machine Learning 4.0

Um Engenheiro de Machine Learning deve entender o que significa treinar modelos de Machine Learning, bem como em quais situações aplicá-los, além de dominar as quatro abordagens básicas utilizadas: aprendizado supervisionado, aprendizado não supervisionado, aprendizado por reforço e aprendizado profundo.

É trabalho do Engenheiro de Machine Learning fazer o deploy e versionamento de modelos usando diferentes técnicas e estratégias. Também faz parte do dia a dia otimizar o modelo e fazer modificações sempre que necessário.

A numeração dos cursos abaixo corresponde à sequência recomendada e você pode clicar no nome de cada curso para visualizar o programa de cada treinamento. O programa da Formação corresponde ao programa de todos os cursos que fazem parte da Formação.

Você recebe um certificado de conclusão para cada curso e ao concluir todos os cursos recebe o certificado de conclusão da Formação. Oferecemos a possibilidade de obter os certificados em português e inglês.

A Formação é composta de 4 cursos principais:

1. Engenharia de Software Para Machine Learning

Neste curso você irá embarcar em uma jornada para compreender os fundamentos do desenvolvimento de softwares integrados com Machine Learning. Para concluir, 2 Projetos completos de nível profissional, padrão da Data Science Academy.

O curso conclui com dois projetos práticos, onde os alunos terão a oportunidade de aplicar o que aprenderam na construção e deploy de uma aplicação web e uma API (algo que os alunos estão sempre pedindo para aprender), ambas integradas com modelos de Machine Learning, proporcionando uma experiência prática incrível e preparando-os para enfrentar desafios reais do mercado de trabalho.

2. Desenvolvimento e Deploy de Modelos de Machine Learning

Como colocar modelos em produção? Como fazer o deploy e reaproveitar recursos (features) através de uma Feature Store? Como monitorar os modelos em produção e detectar problemas como data e model drift? Como mitigar esses problemas? Como versionar os modelos uma vez que o retreinamento será cada vez mais comum? Como criar e fazer o deploy de APIs para o modelo ou mesmo fazer o deploy do modelo em plataformas de Cloud Computing?

Essas perguntas demonstram que a discussão em Machine Learning mudou de nível. E precisamos preparar os alunos da DSA para esse novo nível com conhecimento prático através de projetos em Linguagem Python e Rust.

3. MLOps e Ciclo de Vida de Modelos de Machine Learning

Neste curso você vai desbravar o universo da operacionalização de Machine Learning com MLOps conhecendo na prática a essência do desenvolvimento sustentável e gerenciamento eficaz de modelos de Aprendizado de Máquina no dia a dia.

Através de uma combinação equilibrada de conhecimento teórico e aplicação prática, os alunos terão uma compreensão abrangente e experiência prática em MLOps, prontos para enfrentar os desafios da operacionalização de modelos de Machine Learning no cenário tecnológico moderno.

4. Pipelines de CI/CD Para Operações de Machine Learning e IA

Este curso é uma jornada indispensável para profissionais que desejam aprimorar suas habilidades em MLOps e garantir a entrega eficaz e eficiente de soluções de ML e IA em ambientes empresariais através de Pipelines de CI/CD.

A série de projetos práticos ao longo do curso permite que os alunos apliquem os conhecimentos adquiridos em cenários do mundo real, garantindo uma compreensão holística e prática das competências necessárias para excelência na operacionalização de ML e IA através de Pipelines de CI/CD bem estruturados.

Os cursos acima são os cursos principais da Formação e obrigatórios para obter o certificado da Formação.

Como bônus oferecemos os cursos abaixo, que são opcionais e você pode fazer em qualquer ordem que desejar, quando quiser obter um conhecimento específico. Esses são os cursos de bônus:

  • Planejando sua Carreira para as Profissões do Futuro
  • Introdução à Lógica de Programação
  • Sistema Operacional Linux, Docker e Kubernetes
  • Governança de Dados
  • Soft Skills – Desenvolvendo Suas Habilidade Comportamentais
  • E-Gov Analytics
  • MLOps Essentials Para Portfólio de Projetos – Gestão de Código e Dados com Git e DVC
  • Engenharia de Software com IA Generativa e Vibe Coding

Todos os cursos de bônus estão dentro de Cursos de Aperfeiçoamento Profissional – Bônus da Formação. Os cursos de bônus NÃO são obrigatórios para obter o certificado da Formação, mas cada curso de bônus também oferece certificado de conclusão em português ou inglês.

O que está esperando? Faça sua inscrição e comece agora mesmo:

Formação Engenheiro de Machine Learning 4.0

Bons estudos.

Equipe DSA