BCS ARTIFICIAL INTELLIGENCE FOUNDATION

PORQUE FAZER O CURSO

Cada vez mais o conhecimento em Inteligência Artificial(IA) é requisitado nas empresas. Segundo estudo da NewVantage, 9 de cada 10 empresas líderes têm investimento contínuo em IA. Engana-se também quem acha que esse conhecimento deve ser restrito a profissionais que atuam diretamente com tecnologia. Ultimamente, temos visto que a IA pode ser aplicada para todos os setores reforçando a necessidade de todos os profissionais conheçam o tema. 

O curso preparatório para certificação EXIN BCS Artificial Intelligence Foundation testa o conhecimento e a compreensão do candidato sobre a terminologia e os princípios gerais da IA. Este guia de preparação aborda os potenciais benefícios e desafios da IA sólida, ética e sustentável, o processo básico do Aprendizado de Máquina (Machine Learning – ML) – Desenvolvimento de uma caixa de ferramentas (toolbox) de ML; os riscos e desafios associados a um projeto de IA e o futuro da IA e dos seres humanos no trabalho 

A certificação EXIN BCS Artificial Intelligence Foundation é um dos requerimentos necessários para certificação de Digital Transformation Officer – DTO, saiba mais sobre a carreira clicando aqui. 

AO FINAL DO CURSO, VOCÊ IRÁ: 

• Descrever como a Inteligência Artificial (IA) faz parte do Design Universal e da Indústria 4.0 

• Demonstrar compreensão da descrição do agente inteligente de inteligência artificial (IA). 
• Explicar como aprendemos com os dados – funcionalidade, software e hardware. 
• Compreender como a Inteligência Artificial (IA) em particular, Machine Learning (ML) fará com que humanos e máquinas trabalhem juntos. 
• Comunicar a importância da Inteligência Artificial para incremento da produtividade e geração de valor para o negócio. 

SOBRE A CERTIFICAÇÃO  

A certificação do EXIN BCS Artificial Intelligence Foundation tem como objetivo validar seu conhecimento sobre: 

• Inteligência Humana e IA éticas e sustentáveis, centradas no ser humano;
• IA e robótica;
• aplicação dos benefícios dos projetos de IA – riscos e desafios;
• teoria e prática do Aprendizado de Máquina (Machine Learning – ML) – Desenvolvimento de

uma caixa de ferramentas (toolbox) de ML; 

• o gerenciamento, os papéis e as responsabilidades dos humanos e das máquinas – o

futuro da IA