Microcredenciação em Inteligência Artificial para a Gestão com Python

Objetivos do Curso

O curso de Inteligência Artificial para a Gestão com Python pretende que os formandos adquiram conhecimentos e competências sobre Inteligência Artificial, que possibilitem a identificação e compreensão de modelos e algoritmos que promovam a extração de insights valiosos, com recurso à linguagem de programação Python, e proporcionem uma eficiente tomada de decisão na gestão de negócios.
Os formandos vão obter conhecimento das técnicas mais frequentes de Inteligência Artificial para a Gestão com Python, aplicadas a casos de gestão, medição do respetivo desempenho e compreensão das suas potencialidades e limitações, aplicando os conceitos aprendidos nas suas organizações.

Condições de Acesso e Ingresso

Titulares de Licenciatura.
Todos os potenciais interessados que tenham um Currículo Profissional relevante na área e que pretendam desenvolver os seus conhecimentos e competências nesta área de formação.

Saídas Profissionais e Empregabilidade

A formação em Inteligência Artificial para a Gestão com Python é uma mais-valia para qualquer colaborador/gestor de uma organização.

Objetivos da Aprendizagem e Competências a Desenvolver

1. Introdução à Inteligência Artificial e Gestão
•   O papel da Inteligência Artificial na resolução de problemas
•   IA, Machine Learning, Deep Learning e IA Generativa
•   Ética e Responsabilidade
2. Fundamentos de Python para Análise de Dados
•   Introdução às bibliotecas Pandas e NumPy
•   Processamento, limpeza e transformação de dados
3. Técnicas de Análise e Visualização de Dados
•   Introdução às bibliotecas Matplotlib e Seaborn
•   Princípios básicos da análise exploratória de dados
•   Análise estatística, dados em falta e outliers
4. Tomada de Decisões Assistida por Inteligência Artificial
•   Introdução a Machine Learning
4.1. Tipos de aprendizagem
•   Tipos de aprendizagem automática
•   Aprendizagem indutiva: supervisionada e não-supervisionada
4.2. Algoritmos de aprendizagem
•   Modelos Descritivos e Preditivos
•   Clustering, Regressão e Classificação
•   Métodos de Treino
4.3. Métricas de Avaliação
•   Principais métricas de avaliação dos modelos
5. Automação de tarefas com IA
•   Principais benefícios para as organizações
•   Exemplos de automação de tarefas com IA (NLP, análise de sentimentos)

Tronco Comum

Ano curricular: 1
Unidade curricular Código ECTS Período
Inteligência Artificial para a Gestão com Python 51002024 3 1º T