Fundamentos de Aprendizado de Máquina e Ciência de Dados para Inteligência Artificial

O curso é dividido em duas partes:

• 1 – Fundamentos de ciência de dados
• 2 – Fundamentos de aprendizado de máquina

Todo o conteúdo é trabalhado na teoria e na prática, com dezenas de notebooks em Python disponibilizados a cada aula.

O curso possui componentes teóricos e práticos. Não é obrigatório ter conhecimento prévio em Python: materiais introdutórios serão disponibilizados para apoiar quem está começando. A base matemática necessária será desenvolvida ao longo do curso.

As aulas gravadas serão disponibilizadas semanalmente, permitindo que o estudante acompanhe o conteúdo no horário que preferir. Além disso, haverá aulas ao vivo de monitoria e revisão, que também serão gravadas e disponibilizadas posteriormente. O conteúdo do curso permanecerá acessível mesmo após a data de encerramento.

Horário das aulas ao vivo: 20h (horário de Brasília).

Não. O curso pode ser realizado de forma totalmente assíncrona. O estudante precisará apenas acessar a plataforma para confirmar sua presença.

Não há avaliações formais. Há exercícios para prática e fixação do conteúdo.

O curso combina fundamentos teóricos com prática intensiva em Python, incluindo o desenvolvimento de códigos para modelagem e análise de dados.

• Links para as aulas gravadas e ao vivo.
• Notebooks em Python.
• Slides das aulas.
• Listas de exercícios resolvidos.
• Materiais complementares, como livros, artigos e tutoriais.

Sim. O certificado é emitido pela Universidade de São Paulo (USP) ao final do curso.

Sim. A FAFQ pode emitir Nota Fiscal mediante solicitação. Caso sua empresa ofereça verba para treinamento, a NF pode ser emitida em nome da empresa. Em caso de dúvidas, escreva para probest@icmc.usp.br.

Sim. Caso as vagas já estejam preenchidas, o valor será devolvido integralmente. Não há taxas de inscrição ou matrícula.

Sim. O curso é aberto a qualquer pessoa que fale português. Em edições anteriores, tivemos alunos de diversos países, como Bolívia, Peru, Moçambique, Angola e Portugal, o que reforça o caráter internacional e inclusivo da formação. Em caso de dúvidas, escreva para probest@icmc.usp.br.

O curso é majoritariamente assíncrono: todo o conteúdo é gravado e pode ser assistido no seu próprio ritmo. Além disso, há encontros ao vivo para esclarecimento de dúvidas, realizados de segunda a quinta-feira, sempre às 20h (horário de Brasília). Às sextas-feiras, ocorre uma aula ao vivo com o docente responsável, dedicada à revisão e à discussão do conteúdo da semana. Os encontros ao vivo são gravados e a presença não é obrigatória.

O curso utiliza as principais bibliotecas do ecossistema científico em Python, amplamente empregadas em pesquisa e na indústria, incluindo NumPy, Pandas, Matplotlib, SciPy, scikit-learn e PyTorch. Ao longo do curso, essas bibliotecas são exploradas em dezenas de notebooks, cobrindo desde conceitos básicos de ciência de dados até técnicas avançadas de deep learning.

Não. Os conceitos necessários podem ser aprendidos ao longo do curso. Algumas semanas antes do início das aulas, serão disponibilizados materiais preparatórios de estudo e revisão, para que todos possam acompanhar o conteúdo com tranquilidade.

Não. O curso foi estruturado de modo que seja possível aprender a utilizar Python ao longo das aulas. Algumas semanas antes do início do curso, serão disponibilizados materiais preparatórios para estudo e revisão, permitindo que mesmo iniciantes acompanhem o conteúdo com tranquilidade.

Sim. O certificado é emitido pela Universidade de São Paulo (USP). Ao final do curso, os alunos aprovados receberão o certificado por e-mail.

O valor total do curso é R$ 890,00. O pagamento é realizado por PIX, utilizando a chave cursos.fafq4@gmail.com, da Fundação de Apoio à Física e à Química de São Carlos (FAFQ).

O pagamento garante a vaga. O número de vagas é limitado. Caso o pagamento seja efetuado após o preenchimento das vagas, o valor será devolvido integralmente.

Sim. Caso o candidato não seja contemplado com a bolsa, ele poderá realizar a inscrição como aluno pagante. A efetivação da matrícula, nesse caso, estará condicionada à disponibilidade de vagas regulares no curso.