A Academia de Inteligência Artificial (IA) da PUC-Rio consiste em um programa “intensivo”, onde os alunos conquistam a certificação em inteligência artificial em 6 etapas, ao longo de 12 meses:
1. AI Newbie
2. AI Beginner
3. AI Junior
4. AI Professional
5. AI Senior
6. AI Specialist
Semelhante a um programa universitário, a cada etapa o aluno domina uma série de habilidades técnicas de desenvolvimento de aplicações de IA, o que lhe proporciona uma oportunidade real de começar a atuar no mercado profissional ou de empreender na área enquanto estuda.
Veja a seguir, as habilidades conquistadas a cada etapa da AcademIA PUC-Rio.
Nível 1 (Newbie)
? Capacidade de abstração do mundo real para o mundo da programação;
? Criação de funções para executar automatizadas de tarefas;
? Utilização de bibliotecas disponíveis para criação de programas próprios;
? Criação de pequenos projetos de Inteligência Artificial;
? Criação de banco de dados em SQL;
? Execução de operações em bancos de dados;
? Preparação de bases de dados:
? Anotação de Entidades (BRAT);
? Anotação de Relações;
? Pos-Tag para análise de texto (UD Pipe);
? Criação de Base de dados para análise de sentimentos (Manualmente e usando Scraping da web);
? Classificação de Objetos (Bing Search API);
? Detecção de Objetos (Labeling: ImageLabel);
? Segmentação Semântica: (JS-Segmentator, Site de Imagens de Satélites);
? Segmentação de Instâncias (Labeling: JS-Segmentator, LabelMe, DAVIS);
? Image Captioning (Annotation);
Nível 2 (Beginner)
? Utilização da IDE Jupyter para programação em Python;
? Utilização e domínio de bibliotecas populares para área de ciência de dados: Pandas e Numpy;
? Análises gráficas;
? Execução de programas na nuvem da Google;
? Criação de Data Warehouses;
? Extração, carregamento e transformação de bases de dados;
? Visualização de bases de dados;
? Análise de dados em bancos de dados;
? Criação e treinamento dos algoritmos mais populares de aprendizado de máquina para tarefas de classificação (prever um dado categórico), regressão (prever um dado numérico), e previsão de séries temporais;
? Previsão para dados nunca vistos a partir dos modelos treinados;
? Passo a passo para colocar modelos de previsão em produção.
Nível 3 (Junior)
? IDEs profissionais para criação de programas;
? Plataforma open source de versionamento de código (GIT);
? Domínio de bibliotecas para criação e treinamento de modelos clássicos de machine learning (scikit learn);
? Criação de redes neurais clássicas;
? Treinamento de redes neurais clássicas;
? Previsão com modelos de redes neurais clássicas;
? Validação de modelos treinados;
? Técnicas para se colocar modelos treinados em produção.
? Modelagem de problemas de otimização utilizando algoritmos evolucionários e de Inteligência de Enxames;
? Otimização de problemas toy e reais;
? Criação de conjuntos e variáveis Fuzzy;
? Inferência Fuzzy;
? Criação de sistemas especialistas.
Nível 4 (Professional)
? Criação de sistemas de recomendação por machine learning clássico;
? Criação de sistemas para agrupamento de dados baseados em similaridade;
? Visualização de agrupamentos;
? Análise de perfil de grupos;
? Utilização de modelos de redução de dimensionalidade;
? Análise exploratória de dados;
? Tratamento de bases desbalanceadas, com outliers e com valores faltantes;
? Normalização de bases de dados;
? Ranqueamento de atributos por importância;
? Execução de todo o fluxo para criação de um projeto de Mineração de Dados;
? Domínio de bibliotecas para criação e treinamento de modelos avançados de machine learning: Deep Learning (tensorflow, keras, etc.);
? Criação de redes neurais Deep Learning para área de visão computacional;
? Treinamento de redes neurais Deep Learning para área de visão computacional;
? Previsão com modelos de redes neurais Deep Learning para área de visão computacional;
? Validação de modelos treinados;
? Classificação de Objetos (Bing Search API);
? Detecção de Objetos (Labeling: ImageLabel);
Nível 5 (Senior)
? Criação de robôs que buscam conteúdo na internet;
? Estruturação de dados disponíveis na internet;
? Criação de bancos de dados não estruturados;
? Manipulação de dados em bancos não estruturados;
? Manipulação de grandes massas de dados (Big Data);
? Domínio de técnicas para Processamento de Linguagem Natural (PLN);
? Modelagem vetorial de palavras;
? Modelagem vetorial de sentenças;
? Modelagem vetorial de documentos;
Nível 6 (Specialist)
? Extração de Conhecimento em Bases de Dados
? Segmentação Semântica: (JS-Segmentator, Site de Imagens de Satélites);
? Segmentação de Instâncias (Labeling: JS-Segmentator, LabelMe, DAVIS);
? Image Captioning (Annotation);
? Criação de redes neurais Deep Learning para área de PLN;
? Treinamento de redes neurais Deep Learning para área de PLN;
? Previsão com modelos de redes neurais Deep Learning para área de PLN;
? Validação de modelos treinados;
? Domínio de modelos com memória para PLN;
? Sistemas pergunta resposta;
? Domínio de modelos de Deep Learning para robótica;
? Domínio de modelos de Deep Learning para Data Augmentation;
Porque se especializar em Inteligência Artificial?
A Inteligência Artificial (IA) é uma tecnologia transformadora que irá remodelar todos os setores da economia. Não há oportunidade ou desafio mais importante para o nosso país do que aproveitar responsavelmente o poder da inteligência artificial.
Inteligência Artificial ocorre quando as máquinas, executando programas, exibem alguma forma de intelecto que imita funções cognitivas frequentemente associadas a ações humanas, como aprendizado e resolução de problemas.
Estes programas maximizam a chance de sucesso na solução de problemas persistentes, extremamente restritivos ou mesmo considerados impossíveis. Aliados à computação de alto desempenho, tais programas podem executar indefinidamente, dia e noite, em possantes máquinas, e realizar o inimaginável ou o inexequível, humanamente falando. As palavras chaves na inteligência artificial são aprender, inferir, prever e otimizar. Aplicações de IA nas quais esses predicados estão presentes, ainda parecem, em muitos casos, verdadeiras mágicas.
Profissionais em IA ainda são raros, ao mesmo tempo em a demanda por estes é urgente. Recente relatório anual de empregos emergentes do LinkedIn nos EUA identificou os 15 empregos de mais rápido crescimento, bem como as habilidades associadas a estes. Foi observado que o número de atividades profissionais em inteligência artificial e ciência de dados continua a se expandir em quase todos os setores.
Especialistas em inteligência artificial tornaram-se sinônimo de inovação e o crescimento da contratação para essa função cresceu 74%, anualmente, nos últimos 4 anos de acordo o relatório do Linkedln.
Dentre as habilidades exclusivas para este trabalho destacam-se, o aprendizado de máquina, aprendizado profundo (Deep Learning), a biblioteca da Google TensorFlow, a linguagem Python e o processamento de linguagem natural.
O enorme destaque no mercado profissional da inteligência artificial (IA) não é surpresa já que o poder transformador da IA avança em nível global por todos os setores produtivos e de serviços. Muitos empregos vêm surgindo como resultado da IA no desenvolvimento de negócios tradicionais e em novos negócios como segurança cibernética.
À medida que os empregos são transformados pelas tecnologias da 4ª. revolução industrial, é preciso capacitar mais e mais pessoas durante a próxima década.
Nos próximos anos, espera-se que 45% das habilidades básicas necessárias para a execução de tarefas hoje existentes sejam alteradas. Considerando que a Inteligência Artificial vai permear todas as profissões e setores da sociedade, novas habilidades em IA tornam-se um requisito para todos os profissionais. De fato, o mundo está enfrentando uma emergência de requalificação e à medida que os trabalhos evoluem, também evoluem as habilidades necessárias para realizá-los.
Empresas com visão de futuro estão usando a IA para inovar e expandir seus negócios mais rapidamente do que nunca. Entretanto, não há o que temer com a adoção da IA, só a ganhar. Quando humanos e máquinas colaboram através da Inteligência Artificial, processos e produtos são reinventados e o nosso trabalho fica mais simples, menos estressante e passamos a ter mais tempo livre para imaginar e criar.
No passado, importantes inovações, como a do computador na década de 70, foram associadas a um período de transição de perda temporária de empregos, seguido de recuperação e a consequente transformação dos negócios. A humanidade aprendeu a trabalhar com computadores e sistemas operacionais (e.g. Windows) e diversos cargos técnicos como o de digitador, foram criados. A IA seguirá esse caminho, exigindo novas habilidades de todos os profissionais e criando novos cargos de competência qualificada e de técnicos de nível básico.
As oportunidades de trabalho para especialistas em Inteligência Artificial são muitas e permeiam todas as áreas profissionais, o que é fantástico. A maioria dos especialistas em IA trabalha com IA aplicada. No entanto, todas as oportunidades têm uma semelhança: a inovação, proposta por estes profissionais que identificam os métodos e ferramentas da IA para criar programas especializados, capazes de resolver problemas numa diversidade de situações. O papel para um especialista em IA não é exclusivamente programar computadores, mas principalmente visionar novas aplicações em sua área de competência. Em outras palavras, o papel de um especialista em Inteligência Artificial é aprimorar as processos e produtos em todos os setores. Especialistas em IA já têm causado impacto nas indústrias óleo e gás, financeira, de saúde, etc, e têm o potencial de transformar todos os ramos de atividade. Isso torna o papel de especialista em inteligência artificial altamente estratégico.
Estudantes que concluíram ou que ainda cursam o ensino médio, universitários ou profissionais que desejam empreender através de startups ou ingressar no mercado profissional de maior demanda da atualidade. Na AcademIA PUC-Rio tudo conta a seu favor: o tempo, o investimento, a certificação em etapas e a excelência da PUC-Rio na área. O programa abrangente e intensivo, tem foco nos três principais subconjuntos de estudos e aplicações da Inteligência Artificial: Machine Learning, Visão Computacional e Processamento de Linguagem Natural.