Torne-se um dos profissionais mais requisitados do momento. Capacite-se com o master em Inteligência Artificial e Engenharia do Conhecimento com este programa completo Online”

Os desenvolvimentos baseados na Inteligência Artificial atingiram numerosas aplicações no campo da Engenharia. Desde a automatização de numerosos procedimentos na indústria e nas empresas, até ao próprio controlo de processos. Isto significa que os profissionais de engenharia precisam de conhecer e dominar o funcionamento destas técnicas complexas. 

Este conhecimento essencial torna-se também o primeiro passo no acesso à capacidade de desenvolvimento deste tipo de tecnologia. 

Ao longo desta capacitação, é oferecido um verdadeiro panorama de trabalho para poder avaliar a conveniência da sua aplicação neste projeto próprio, valorizando as suas reais indicações, a forma como se desenvolve e as expetativas que se podem ter em relação aos resultados. 

Através da experiência aprenderá como desenvolver os conhecimentos necessários para avançar nesta área de trabalho. Tal aprendizagem, que requer necessariamente experiência, é conciliada através de e-learning e ensino prático, oferecendo uma opção única para dar ao seu CV o impulso que procura. 

Junte-se à elite, com esta capacitação educacional altamente eficaz e abra novos caminhos para o seu progresso profissional”

Este master em Inteligência Artificial e Engenharia do Conhecimento, conta com o conteúdo educacional mais completo e atualizado do mercado. As suas principais características são: 

• A mais recente tecnologia em software de ensino online
• Sistema de ensino intensamente visual, apoiado por conteúdos gráficos e esquemáticos fácil de assimilar e compreender
• Desenvolvimento de estudos de caso apresentados por especialistas no ativo
• Sistemas de vídeo interativos de última geração
• Ensino apoiado por teleprática
• Sistemas de atualização e requalificação contínua
• Aprendizagem auto-regulada: total compatibilidade com outras profissõesexercícios práticos de auto-avaliação e verificação da aprendizagem
• Grupos de apoio e sinergias educativas: perguntas ao especialista, fóruns de discussão e conhecimento
• Comunicação com o professor e trabalhos de reflexão individual
• Disponibilidade de acesso aos conteúdos a partir de qualquer dispositivo fixo ou portátil com ligação à Internet
• Bancos de documentação de apoio permanentemente disponíveis, inclusive após o programa

Um master que lhe permitirá trabalhar em todas as áreas da Inteligência Artificial e Engenharia do Conhecimento com a solvência de um profissional de alto nível”

O corpo docente é composto por profissionais de diferentes áreas relacionadas com esta especialidade. Desta forma, assegura que cumpre o objetivo de atualização educacional pretendido. Um quadro multidisciplinar de profissionais qualificados e experientes em diferentes áreas, que desenvolverão os conhecimentos teóricos de forma eficiente, mas sobretudo, que colocarão ao seu serviço os conhecimentos práticos derivados da sua própria experiência: uma das qualidades diferenciais deste curso.

Este domínio do assunto é complementado pela eficácia do projeto metodológico. Desenvolvido por uma equipa de especialistas em e-learning, integra os últimos avanços na tecnologia educacional. Desta forma, poderá estudar com uma variedade de equipamentos multimédia confortáveis e versáteis que lhe darão a operacionalidade de que necessita na sua capacitação. 

A elaboração deste curso centra-se na Aprendizagem Baseada em Problemas: uma abordagem que concebe a aprendizagem como um processo eminentemente prático. Para o conseguir remotamente será utilizada a teleprática. Com a ajuda de um sistema inovador de vídeo interativo e do Learning from an Expert, poderá adquirir os conhecimentos como se estivesse diante do cenário que está atualmente a aprender. Um conceito que permitirá que a aprendizagem seja integrada e fundamentada de forma realista e permanente.

Junte-se à elite, com esta capacitação educacional altamente eficaz e abra novos caminhos para o seu progresso profissional"

Com a experiência de profissionais no ativo, especialistas em Inteligência Artificial e Engenharia do Conhecimento"

O objetivo é capacitar os profissionais altamente qualificados para adquirirem experiência profissional. Um objetivo que é complementado de forma global pela promoção do desenvolvimento humano que lança as bases para uma sociedade melhor. Este objetivo é realizado ajudando os profissionais a ter acesso a um nível muito mais elevado de competência e controlo. Um objetivo que, em apenas alguns meses, pode ser alcançado, com uma formação de alta intensidade e precisão.

Se o seu objetivo é reorientar a sua capacidade para obter novos caminhos de sucesso e desenvolvimento, este programa é para si: uma formação 
que aspira à excelência”

Objetivos gerais

• Capacitar científica e tecnologicamente para a prática da engenharia informática
• Obter conhecimentos abrangentes no campo da informática
• Obter conhecimentos abrangentes no campo da estrutura de computadores
• Adquirir os conhecimentos necessários em engenharia de software 
• Rever os fundamentos matemáticos, estatísticos e físicos essenciais para esta matéria 

Objetivos específicos 

Módulo 1. Fundamentos de programação 

• Compreender a estrutura básica de um computador, software e linguagens de programação de uso geral  
• Aprender a conceber e interpretar algoritmos, que são a base necessária para o desenvolvimento de programas informáticos 
• Compreender os elementos essenciais de um programa informático, tal como os diferentes tipos de dados, operadores, expressões, sentenças, I/O e sentenças de controlo 

Módulo 2. Estrutura de dados 

• Compreender as diferentes estruturas de dados disponíveis em linguagens de programação de uso geral, tanto estáticas como dinâmicas, e adquirir conhecimentos essenciais para a gestão de ficheiros 
• Compreender os tipos de dados abstractos, tipos de estruturas de dados lineares, estruturas de dados hierárquicos simples e complexas e a sua implementação em C++ 
• Compreender o funcionamento de estruturas de dados avançadas para além das habituais  
• Compreender a teoria e a prática relacionadas com a utilização de montículos e filas de espera prioritárias  
• Aprender o funcionamento das tabelas hash, como tipos abstratos de dados e funções 

Módulo 3. Algoritmia e complexidade 

• Compreender as diferentes técnicas de teste nos programas informáticos e a importância de gerar uma boa documentação juntamente com um bom código fonte 
• Aprenda os conceitos básicos da linguagem de programação C++, uma das linguagens de programação mais utilizadas em todo o mundo 
• Aprender os fundamentos de programação na linguagem C++, incluindo aulas, variáveis, expressões condicionais e objetos
• Compreender a teoria de grafos, bem como os algoritmos e conceitos avançados sobre grafos  

Módulo 4. Desenho avançado de algoritmos 

• Aprender as principais estratégias para a conceção de algoritmos, bem como os diferentes métodos e medidas para o cálculo de algoritmos 
• Conhecer os principais algoritmos de ordenação utilizados no desenvolvimento de software 
• Entender o funcionamento dos diferentes algoritmos com árvores,  heaps e grafos 
• Compreender o funcionamento dos algoritmos Greedy, a sua estratégia e exemplos da sua utilização nos principais problemas conhecidos. Conheceremos também o uso de algoritmos greedy sobre grafos 
• Aprenderemos as principais estratégias de descoberta de caminhos mínimos, com a abordagem de problemas essenciais do âmbito e algoritmos para a sua resolução 
• Entender a técnica de backtracking e as suas principais utilizações, bem como outras técnicas alternativas 
• Aprofundar na conceção avançada de algoritmos, analisando algoritmos recursivos e de divisão e conquista, bem como realizar análise amortizada 
• Compreender conceitos de programação dinâmica para e os algoritmos para problemas NP 
• Entender o funcionamento da optimização combinatória, bem como os diferentes algoritmos de aleatorização e algoritmos paralelos  
• Conhecer e compreender o funcionamento dos diferentes métodos de pesquisa locais e com candidatos 

Módulo 5. Lógica computacional 

• Aprender os mecanismos de verificação formal de programas e de programas iterativos, incluindo a lógica de primeira ordem e o sistema formal de Hoare 
• Aprender o funcionamento de alguns dos principais métodos numéricos como o método da bisseção, o método de Newton Raphson e o método das secantes 
• Aprender os fundamentos da lógica computacional, para que serve e a sua justificação de utilização 
• Conhecer as diferentes estratégias de formalização e dedução na lógica proposicional, incluindo o raciocínio natural, a dedução axiomática e natural, bem como as regras primitivas do cálculo proposicional  
• Adquirir os conhecimentos avançados em lógica proposicional, entrando na sua semântica e nas principais aplicações desta lógica, como é o caso dos circuitos lógicos
• Compreender a lógica de predicados tanto para o cálculo de dedução natural de predicados, como para as estratégias de formalização e dedução da lógica de predicados 
• Entender as bases da linguagem natural e do seu mecanismo dedutivo  

Módulo 6. Inteligência artificial e Engenharia do Conhecimento 

• Lançar as bases da Inteligência Artificial e da Engenharia do Conhecimento, fazendo uma breve panorâmica da história da Inteligência Artificial até aos dias de hoje 
• Compreender os conceitos essenciais de pesquisa em Inteligência Artificial, tanto a pesquisa informada como a não informada 
• Entender o funcionamento da Inteligência artificial nos jogos  
• Aprender os conceitos fundamentais das redes neurais e a utilização de algoritmos genéticos
• Adquirir os mecanismos apropriados para representar o conhecimento, especialmente tendo em conta a web semântica 
• Compreender o funcionamento dos sistemas especializados e dos sistemas de apoio à decisão 

Módulo 7. Sistemas inteligentes 

• Aprender todos os conceitos relacionados com a teoria e a arquitetura de agentes e o seu processo de raciocínio 
• Assimilar a teoria e a prática por detrás dos conceitos de informação e conhecimento, bem como as diferentes formas de representação do conhecimento  
• Entender a teoria relacionada com as ontologias, bem como aprender linguagens para ontologias e software para a criação de ontologias 
• Aprender diferentes modelos de representação do conhecimento, tais como vocabulários, taxonomias, tesauros e mapas mentais, entre outros  
• Compreender o funcionamento dos raciocinadores semânticos, sistemas baseados no conhecimento e sistemas especializados 
• Conhecer o funcionamento da web semântica, o seu estado atual e futuro, bem como as aplicações baseadas na web semântica 

Módulo 8. Aprendizagem automática e mineração de dados 

• Introduzir processos de descoberta do conhecimento e conceitos básicos de aprendizagem automática 
• Aprender os métodos de exploração e pré-processamento de dados, assim como diferentes algoritmos baseados em árvores de decisão 
• Compreender o funcionamento dos métodos bayesianos e os métodos de regressão de resposta contínua 
• Entender as diferentes regras de classificação e a avaliação dos classificadores, aprendendo a utilizar matrizes de confusão e avaliação numérica, a estatística Kappa e a curva ROC 
• Adquirir conhecimentos essenciais relacionados com a mineração de textos e processamento de linguagem natural (NLP) e com o Clustering 
• Aprofundar o conhecimento das redes neurais, desde as redes neurais simples até às redes neurais recorrentes 

Módulo 9. Sistemas multiagente e perceção computacional 

• Compreender os conceitos básicos e avançados relacionados com agentes e sistemas multiagente 
• Estudar a norma para agentes FIPA, tendo em conta a comunicação entre agentes, gestão dos mesmos e arquitetura, entre outras questões 
• Aprofundar a aprendizagem da plataforma JADE (Java Agent Development Framework) , aprendendo a programar nela conceitos básicos e avançados, incluindo tópicos de comunicação e descoberta de agentes  
• Lançar as bases do processamento da linguagem natural, como o reconhecimento automático da fala e a linguística computacional 
• Entender em profundidade o funcionamento da visão mecânica, análise de imagens digitais, transformação e segmentação das mesmas 

Módulo 10. Computação bioinspirada 

• Introduzir o conceito de computação de inspiração biológica, bem como compreender o funcionamento de diferentes tipos de algoritmos de adaptação social e de algoritmos genéticos 
• Aprofundar o estudo dos diferentes modelos de computação evolutiva, conhecendo as suas estratégias, programação, algoritmos e modelos baseados na estimativa das distribuições 
• Compreender as principais estratégias de exploração do espaço para algoritmos genéticos 
• Compreender o funcionamento da programação evolutiva aplicada a problemas de aprendizagem e dos problemas multiobjectivos  
• Aprender os conceitos essenciais relacionados com redes neurais e compreender como funcionam em casos de uso real aplicados a áreas tão diversas como a investigação médica, a economia e a visão artificial 

Uma forma de capacitação e desenvolvimento profissional que impulsionará seu crescimento em direção a uma maior competitividade no mercado de trabalho’’