Engenheiro associado de IA para cientistas de dados

"Aprenda machine learning com scikit-learn em Python. Use dados reais e faça previsões poderosas!"

Aprenda a agrupar, transformar, visualizar e extrair insights de dados não rotulados com scikit-learn e scipy.

Aprenda a criar sua primeira rede neural, ajustar hiperparâmetros e resolver problemas no PyTorch.

Learn about fundamental deep learning architectures such as CNNs, RNNs, LSTMs, and GRUs for modeling image and sequential data.

Develop a multi-input model to classify characters from scanned documents.

Learn the theory behind responsibly managing your data for any AI project, from start to finish and beyond.

Aprenda os detalhes dos LLMs e a revolucionária arquitetura de transformadores em que eles se baseiam!

Use LLMs to solve diverse language tasks for a car dealership company.

Explore the latest techniques for running the Llama LLM locally, fine-tuning it, and integrating it within your stack.

Descubra como o MLOps leva modelos de machine learning de notebooks locais à produção com valor real.

In this course, you’ll explore the modern MLOps framework, exploring the lifecycle and deployment of machine learning models.

Familiarize-se com o Git para controle de versão. Aprenda a rastrear, comparar, modificar e reverter arquivos.

Aprenda sobre modularidade, documentação e testes automatizados para resolver problemas de ciência de dados.

Domine testes em Python: Aprenda métodos, crie verificações e garanta código sem erros com pytest e unittest.

Conheça os desafios de monitorar modelos de ML em produção, como deriva de dados e conceito, e métodos para resolver.