Cursos

Profissionais de nível técnico ou superior envolvidos com o tema ou que tenham interesse em aprofundar seus conhecimentos. 

Estudantes de nível técnico ou superior que tenham conhecimentos básicos ou experiência no tema.

Para participar é indispensável o uso de um equipamento com conexão à internet e sistema de áudio.

Regulamento:

-  A transmissão das aulas será ao vivo, com interatividade, exercícios de fixação on-line e a gravação disponibilizada por até 05 dias úteis após o término do curso;

- Para participar, é indispensável o uso de um equipamento com conexão de internet e áudio (headset, caixa de som, etc.);

- O acesso será enviado aos participantes por meio de link, após a confirmação do pagamento;

- O material didático será enviado por e-mail;

- O certificado de participação é emitido somente aos alunos que entregarem, no prazo, a avaliação de retenção de conhecimento, independente do resultado (nota) da avaliação.

- Atenção: A inscrição no curso não garante a sua realização e a ABM reserva-se ao direito de adiá-lo ou cancelá-lo, caso não haja quórum.

- A confirmação do curso é feita até 1 semana antes da data de realização, a depender do quórum. Se o curso for cancelado, informaremos por e-mail.

 - O pagamento do curso poderá ser feito das seguintes formas: boleto bancário, cartão de crédito ou faturamento em nome da empresa.

- Após o pagamento da inscrição não serão aceitos cancelamentos. A inscrição é pessoal e intransferível, sendo aceita substituição de participante somente quando comunicada formalmente até 72 horas (3 dias) antes do início do curso e devidamente autorizada pela ABM. A troca só será autorizada se o participante pertencer a mesma categoria de taxa de inscrição.

- Não será aceita a participação de pessoas não inscritas e não autorizadas. Participantes não autorizados terão acesso bloqueado.

Faturamento para empresa:

Dúvidas devem ser encaminhadas à financeiro@abmbrasil.com.br

WARNING - this course will be available only in portuguese.

Registration for foreigners:

Please send a message to cursos@abmbrasil.com.br, informing which course you want to register for.

Introdução: A modelagem de Processos Industriais com o uso de ferramentas de Inteligência Artificial

• Uso de IA em processos siderúrgicos;
• Ferramentas de IA para previsão de propriedades metalúrgicas de produtos laminados.

 Data Driven: O que é???
• Cenários e Tecnologias.
• Os dados.
• Análises vs. Relatórios.
• Profissionais envolvidos.
• Maturidade.
• Como é uma organização Data-Driven?

Revisão Bibliográfica
• Inteligência Artificial: Origem, principais tecnologias;
• Redes Neurais Artificiais.

Metodologia
• Obtenção/Características do Banco de Dados;
• Tratamento do Banco de Dados;
• Desenvolvimento do modelo em Redes Neurais Artificiais;
• Tamanho da camada oculta.

Desenvolvimento de modelos para previsão de propriedades mecânicas de aços HSLA em laminador de perfis estruturais, Resultados e Discussões
• Variáveis escolhidas para modelamento;
• Gráficos de Dispersão: Limite de Resistência;
• Metodologia para Modelamento: Desenvolvimento do Modelo no AutoML (Auto Machine Learning);
• O que é o AutoML;
• O uso do DataRobot como AutoML;
• Modelos construídos: Geral vs. Customizado, conforme validação estatística e metalúrgica; 
• Desenvolvimento dos modelos na plataforma de AutoML DataRobot: BluePrint, Competição entre Modelos, Teste e Análise de Sensibilidade, Associação de Características, Dependência Parcial, Impacto das Variáveis de Entrada, Análise de Resíduos;
• Simulação das Propriedades Mecânicas nas Faixas de Validade: Validação Metalúrgica.

Aplicação/Demonstração prática da plataforma de Auto ML DataRobot pelo cientista de dados Leonardo Lourenço da A10br Analytics Advance.
• Conceito de AutoML;
• Posicionamento do software DataRobot no mercado;
• Funcionamento do software;
• Entrada de dados;
• Configuração avançada de modelagem;
• Diferenças das três formas de se modelar (Autopilot, Quick e Comprehensive);
• Análise descritiva e criação de subconjunto de dados;
• Interpretação dos modelos gerados;
• Formas de melhorias na modelagem;
• Escoragem de bases;
• Monitoramento dos modelos.

Indústria 4.0
Profissional 4.0
Conclusões
Referências Bibliográficas