Para ajudar a desenvolver os conhecimentos e habilidades de inteligência artificial (IA) e Machine Learning (ML), a equipe responsável pelas conferências do InfoQ e QCon lançaram os caminhos de aprendizado de IA e ML. Essas sessões práticas, focadas e intensivas, de dois dias, foram projetadas para ajudar a entender e usar o Machine Learning escrevendo e executando código. Realizadas no Hyatt Regency, em São Francisco, nos dias 14 e 15 de novembro, os Caminho de Aprendizagem dividem o mesmo local da 13ª edição da QCon San Francisco 2019.
A promessa do QCon "de praticantes para praticantes" se aplica a todos os Caminhos de Aprendizagem, pois foram desenvolvidos e entregues por engenheiros de software que estão impulsionando a inovação e as mudanças na IA e ML, e assim aprenderemos com trabalho de maneira ativa neste campo.
Clarence Chio, CTO da Unit21.ai e autor de "Machine Learning / Security", é o instrutor do Caminho de Aprendizado "Introdução à IA/ML para engenheiros de software". Esse é um caminho para o aprendizado acelerado, focado em Machine Learning do ponto de vista de um profissional de software. A seguir estão os tópicos do treinamento:
- Obter a capacidade de avaliar problemas e formular soluções de ML para questões relevantes, incluindo algoritmos de Machine Learning;
- Obter experiência na implementação de aplicações de ML com o uso de ferramentas populares;
- Desenvolver o feeling para a seleção de algoritmos e técnicas de ML, considerando o escopo e os objetivos do problema;
- Compreender as técnicas de engenharia de recursos para resolver problemas comuns em organização de dados e dimensionamento de sistema;
- Obter a capacidade de implementar aplicações de ponta a ponta que utilizam conjuntos de dados do mundo real para gerar insights executáveis.
No final da sessão, os alunos terão a chance de formular, projetar e implementar um sistema real de Machine Learning, da coleta de dados à implantação.
O segundo caminho de aprendizado "Construindo pipelines de machine learning e implantando modelos à partir do zero" é facilitado por Hien Luu, gerente de engenharia do Linkedin focado em Big Data, e levará os alunos a uma jornada de aprendizado de como desenvolver aplicativos baseados em ML, explorando um processo de desenvolvimento bem conhecido e comprovado. Os principais tópicos incluem:
- Compreender o processo de desenvolvimento de ML;
- Executar a engenharia de recursos com o Apache Spark;
- Criar pipelines de Machine Learning e treinar modelos com o Apache Spark;
- Obter uma compreensão geral da avaliação do modelo de ML;
- Gerenciar modelos de Machine Learning em termos de empacotamento e implantação com o MLFlow.
Crie uma equipe mais forte - Participe dos Caminhos de Aprendizagem como um grupo
Participar das rotas de aprendizado de IA e ML como uma equipe, apóia o aprendizado colaborativo. Reúna ideias, explore soluções para problemas, interaja com os facilitadores e discuta tópicos importantes com os colegas, terminando o caminho de aprendizagem com novas ideias e com o furor de implantar coisas novas.
Se quiser aprender sobre as ferramentas, práticas e técnicas essenciais que o equiparão com habilidades práticas de IA e ML que poderá usar imediatamente, inscreva-se no QCon Learning Path. Registre-se agora antes que o número limitado de ingressos se esgote.
*Cada participante receberá um certificado de conclusão ao final do treinamento de dois dias.