Cursos e Atividades de Extensão

550400568 - VIII Escola Avançada de Big Data Analysis

Unidade:
Instituto de Ciências Matemáticas e de Computação
Modalidade:
Difusão
Tipo:
Presencial
Público Alvo:
Alunos cursando a partir do 3º ano da graduação, Alunos de Pós-graduação e profissionais de Empresas graduados, nas seguintes áreas: Engenharias, Computação, Matemática Aplicada, Estatística, Administração e Economia e áreas correlatas.
Objetivo:
Apresentar aos estudantes as principais técnicas usadas no contexto de Big Data, com foco na análise inteligente de grandes volumes de dados, destacando-se métodos avançados como Deep Learning, Processamento de Linguagem Natural, Visão Computacional, Visualização da Informação e Mineração de Dados e Textos. Serão apresentadas também vários softwares para apoiar para análise, extração de conhecimento, implantação de modelos, organização e visualização de dados, tornando o curso prático.
Pré-requisito Graduação:
Não
   
Área de Conhecimento:
Ciência da Computação
   

Edição 24001
Número do Oferecimento 1
Período de Realização: de 25/11/2024 até 29/11/2024
Local do curso: A Escola será realizada de forma 100% remota.
Vagas: 300
 
Inscrição
On-line: de 24/10/2024 00:00 até 22/11/2024 23:59
Procedimento de inscrição: Fazer a inscrição no Sistema Apolo e anexar os documentos comprobatórios exigidos. Em seguida, preencher o formulário online disponibilizado no site do evento (http://eabda.icmc.usp.br) para a escolha das disciplinas pretendidas e instruções para pagamento da taxa de inscrição. A matrícula somente será efetivada após a verificação dos documentos anexados e a confirmação do pagamento da taxa de inscrição.
 
Conteúdos/Disciplinas Abertura da VIII EABDA
Aprendizado de máquina em fluxos de dados
Introdução ao LangChain: Utilizando Gen AI no dia-a-dia
Mineração de Textos na Era dos Large Language Models
Modelagem estatística e preditiva para dados de séries temporais
Introdução às Redes Neurais Generativas Adversárias
Gerenciamento de ciclo de desenvolvimento de machine learning com MLflow
Uma introdução à Visualização de Dados
PLN no Google Cloud: Chatbots GenAI movidos a Gemini
Redes Convolucionais de Grafos: Fundamentos, Aspectos de Pesquisa e Aplicações
Uma introdução ao aprendizado fracamente supervisionado
 
Responsáveis
Coordenador: Diego Furtado Silva
Vice-Coordenador: Ricardo Marcondes Marcacini
 
Critérios de seleção: Ordem de recebimento da inscrição via Sistema Apolo, pagamento da inscrição, envio de documentos comprobatórios da condição de estudante/profissional conforme especificado no público alvo, até o limite de preenchimento das vagas.
Critérios de aprovação: Ordem de recebimento da inscrição via Sistema Apolo, pagamento da inscrição, envio de documentos comprobatórios da condição de estudante/profissional conforme especificado no público alvo, até o limite de preenchimento das vagas.
   
Curso Pago
Isenções: Poderá ser concedida isenção da taxa de inscrição para os alunos, mediante solicitação dos mesmos através do site do evento (http://eabda.icmc.usp.br), a partir da análise dos seguintes critérios: - Condição financeira/socioeconômica (é necessário apresentar documentação comprobatória do estado de fragilidade econômica do aluno); - Mérito profissional/técnico/científico/acadêmico (através da apresentação de histórico escolar do curso para os alunos de graduação e/ou pós-graduação; curriculum vitae para os profissionais); O candidato que se utilizar de fraude para obtenção de isenção terá sua matrícula cancelada. Em caso de empate, os critérios a serem utilizados para o desempate nas vagas isentas são, pela ordem: - 1° socioeconômicos: menor renda/desempregado; - 2º menor número de cursos com isenções concedidas, na mesma modalidade que solicita matrícula, realizados anteriormente pelo candidato; - 3º ordem de inscrição.
   
Vagas gratuitas
30
 
Local de inscrição
Telefone: (16)3373-8157
Ramal:
Fax:
Contato: Coordenação da VIII EABDA
Site: http://eabda.icmc.usp.br
E-mail: eabda@icmc.usp.br



 
 voltar

Créditos
© 1999 - 2025 - Superintendência de Tecnologia da Informação/USP