PercursoPF-DEV-P9-EC
Percurso Dados e IA
Do dado bruto ao modelo de inteligência artificial implementado
- 105 horas — 3 módulos
- Sob orçamento
- Escolas e centros de formação
- Certificação Qualiopi em preparação

Em resumo
Formar perfis de dados completos: analisar e modelizar os dados (ciência de dados), conceber e explorar os pipelines e infraestruturas (data engineering) e criar, treinar e implementar depois modelos de inteligência artificial.
O percurso progride da análise e da modelização dos dados (ciência de dados) para a engenharia de pipelines (data engineering) e depois para a criação e a implementação de modelos de IA (deep learning, LLM).
Objetivos pedagógicos
- Analisar, modelizar e prever com a ciência de dados (ML clássico)
- Conceber e explorar pipelines e infraestruturas de dados
- Compreender o deep learning e as arquiteturas (CNN, Transformers)
- Explorar os modelos de linguagem (LLM): fine-tuning, RAG, API
- Avaliar, implementar e fiabilizar um modelo de IA (MLOps), dominando enviesamentos e ética
Público-alvo
- Estudantes e formandos das escolas e centros de formação parceiros
- Programadores e analistas que queiram orientar-se para os dados e a IA
- Perfis técnicos que visam funções de data scientist, data engineer ou IA
Pré-requisitos
- Os pré-requisitos são próprios de cada módulo que compõe o percurso (um formulário de pré-requisitos específico está associado a cada um). Espera-se à-vontade informático e gosto pela resolução de problemas.
Programa
FOR-DEV-M5-A Data Scientist 35h
Manipulação (pandas/NumPy), limpeza, EDA, estatística, machine learning supervisionado/não supervisionado, avaliação, apresentação de resultados; panorama do ecossistema.
Objetivo : Analisar e modelizar os dados (ML).
Avaliação : Formativas por dia + projeto de dados + questionário de escolha múltipla. Aprovação ≥ 60 %.
FOR-DEV-M6-A Data Engineer 35h
Modelização, SQL avançado, armazéns de dados, ETL/ELT e orquestração (Airflow), big data (Spark), streaming (Kafka), arquiteturas modernas, governação.
Objetivo : Conceber e explorar os pipelines de dados.
Avaliação : Formativas por dia + pipeline de dados + questionário de escolha múltipla. Aprovação ≥ 60 %.
FOR-DEV-M7-A Criar uma IA 35h
Deep learning (redes, CNN, Transformers), LLM (fine-tuning, RAG, API), frameworks (TensorFlow/PyTorch, Hugging Face), avaliação, implementação (MLOps), enviesamentos e ética.
Objetivo : Criar, treinar e implementar um modelo de IA.
Avaliação : Formativas por dia + modelo implementado + questionário de escolha múltipla. Aprovação ≥ 60 %.
Modalidades e meios pedagógicos
Presencial nas nossas instalações ou nas suas. Percurso composto por módulos intensivos, sequenciáveis consoante o calendário do estabelecimento.
- Os formandos devem dispor de um PC com Wi-Fi e 16 GB de RAM recomendados (acesso a GPU/cloud para algumas oficinas de Dados/IA).
- Efetivo adaptado ao formato escola / centro de formação.
- Percurso dedicado a escolas e centros de formação, estabelecido por orçamento.
Modalidades de avaliação
Avaliação das aprendizagens durante e no final da formação; certificado de conclusão entregue a cada formando.
Acessibilidade para pessoas com deficiência
Formação acessível a pessoas com deficiência. Contacte-nos antes da inscrição para estudarmos as adaptações necessárias.
Financiamento
Orçamento ou convenção de formação a pedido. A certificação Qualiopi está em preparação: a elegibilidade para financiamentos OPCO será aberta após a sua obtenção.
Auditoria de certificação prevista para T1 2027. Sem elegibilidade OPCO antes da sua obtenção.