Programa Nanodegree

Engenheiro de Machine Learning

Construa modelos preditivos e automatizados

Aprenda a construir modelos preditivos que irão possibilitar computadores a agir, aprender e tomar decisões baseados em dados. Você aprenderá os conceitos fundamentais de avaliação e validação de modelos, aprendizagem supervisionada, aprendizagem não-supervisionada, aprendizagem por reforço e deep learning.

* ou R$1999 à vista. Inscrições até dia 2 de outubro. Aulas iniciam dia 3 de outubro.

Play Video
  • Nível
    Avançado
  • Tempo
    6 meses

    Dedicação estimada de 8-10 horas por semana.

  • Pré-requisitos
    Programação e estatística

    Veja os pré-requisitos detalhados

  • Legendas
    Português, Inglês

    Vídeos em inglês com legendas em português ou inglês.

Conteúdo desenvolvido por
  • Kaggle Kaggle é a maior e mais conhecida plataforma colaborativa de modelos preditivos e competição analítica onde empresas e pesquisadores postam dados para produzir os melhores modelos para predizer e descrever dados.

Por que aprender machine learning?

Machine learning (ou aprendizado de máquina) está, literalmente, em todos os lugares, e é muitas vezes utilizado mesmo quando nós não nos damos conta. Traduções do Google, assistente virtual Siri, notícias do mural do Facebook e recomendações de produtos na Amazon são apenas alguns exemplos populares da onipresença desta tecnologia. Machine Learning possibilita a construção de sistemas que aprendem e se otimizam automaticamente com dados, e tudo isso coloca a aprendizagem de máquina na vanguarda absoluta de praticamente qualquer campo que se baseia em dados, como saúde, educação, esportes e muitas outras.

Por que aprender machine learning?

Extensas análises de dados, reconhecimento de padrões, cruzamento de informações e geração de insights

Construa algoritmos inteligentes, capazes de aprender e se aperfeiçoar

Construa algoritmos inteligentes, capazes de aprender e se aperfeiçoar

Entre no mundo Udacity e aprenda com os melhores da educação online. Construímos um Nanodegree para você aprender a gerar insights e encontrar padrões por meio de dados. Todo o conteúdo foi projetado por especialistas para que o aluno termine o curso de 6 meses como um profissional completo de Machine Learning. É ideal para programadores e analistas de dados ja familiarizados com programação em Python, estatística e cálculo e algebra linear. Além disso, também prepara o aluno para programas avançados da Udacity - Nanodegree de Inteligência Artifical e Nanodegree de Carro Autônomo.

Aprendizado por projeto e feedback de especialistas

Aprendizado por projeto e feedback de especialistas

Ao longo dos 6 meses de Nanodegree, você desenvolverá em português diferentes projetos, colocando em prática tudo que aprendeu em cada módulo. Seus projetos serão revisados por especialistas na área, e você será informado sobre o que está fazendo bem, sugestões de melhorias e, caso não tenha cumprido algum requisito, a indicação para refazê-lo. Também provemos o melhor conjunto de monitores brasileiros para o seu aprendizado. Seja por meio de nosso fórum, Slack ou em sessões individuais online de 30 minutos, acompanhamos seu aprendizado para ter a certeza de que você está aprendendo tudo que este Nanodegree oferece.

Conheça seus instrutores

Sebastian Thrun
Sebastian Thrun

Instrutor

Professor de pesquisa na Universidade de Stanford, membro do Google, Academia Nacional de Engenharia e Academia Alemã de Ciências. É conhecido por sua pesquisa em robótica e aprendizado de máquina, principalmente pelo seu trabalho com carro autônomo.

Vincent Vanhoucke
Vincent Vanhoucke

Instrutor

Cientista chefe de pesquisa do Google, trabalha com aprendizado profundo e infra-estrutura, completou seu doutorado na Universidade de Stanford sobre reconhecimento de voz e agora concentra suas pesquisas em compreensões de imagem e vídeo.

Katie Malone
Katie Malone

Instrutora

Fisica experimental por formação, Katie se interessou por aprendizado de máquina quando usando-o para procurar novas partículas com o Boson de Higgs. Ela aproveitou a oportunidade para ensinar os outros sobre o uso de análise de dados para resolver problemas interessantes.

Arpan Chakraborty
Arpan Chakraborty

Desenvolvedor do Curso

Arpan gosta de encontrar soluções de computação para os problemas cotidianos. Tem interesse na interação homem-computador, robótica e ciência cognitiva. Ele obteve seu PhD da North Carolina State University, com foco na visão de computador inspirada na biologia.

David Joyner
David Joyner

Desenvolvedor do Curso

Completou seu Ph.D. em computação focada em Humanos na Georgia Tech especializando-se no fornecimento de feedback automatizado e avaliação para os alunos em ambientes de aprendizagem exploratórios.

Luis Serrano
Luis Serrano

Desenvolvedor do Curso

Com PhD em Matemática na Universidade de Michigan, trabalhou como pesquisador matemático e professor universitário e como engenheiro de Machine Learning no Google, onde aplicava algoritmos preditivos para gerar recomendação de vídeos no Youtube.

Receba em seu email mais informações sobre o Nanodegree Engenheiro de Machine Learning


Solicite a ementa

O que você vai aprender

Pré-requisitos

Conhecimentos em programação e estatística.   Veja os pré-requisitos detalhados

Ferramentas

É necessário um computador para a instalação do Python e das bibliotecas usadas neste programa.

  • Módulo 1

    Avaliação e validação de modelos

    Aplique ferramentas de análise estatística para modelar dados observados e analise o desempenho de seus modelos.

  • Módulo 2

    Aprendizagem supervisionada

    Saiba como os modelos de aprendizagem supervisionados, tais como árvores de decisão, SVMs, e outros, são treinados para modelar e prever dados rotulados.

  • Módulo 3

    Aprendizagem não-supervisionada

    Saiba como encontrar padrões e estruturas em dados não gravados, realizar transformações de recursos e melhorar o desempenho preditivo de seus modelos.

  • Módulo 4

    Aprendizagem por reforço (módulo de apoio)

    Use algoritmos de aprendizagem de reforço como o Q-Learning para treinar agentes artificiais para tomar ações em um ambiente.

  • Módulo 5

    Deep learning (módulo de apoio)

    Aprenda sobre redes neurais e seja apresentado ao incrível universo do deep learning, responsável pelos resultados mais impressionantes obtidos em machine learning nos últimos tempos.

Projetos que você realizará

Prevendo preços de imóveis de Boston
Projeto 1

Prevendo preços de imóveis de Boston

O mercado imobiliário de Boston é altamente competitivo, e você quer ser o melhor agente imobiliário na área. Para competir com seus pares, você decide aproveitar alguns conceitos básicos de aprendizagem de máquina para encontrar o melhor preço de venda de seus imóveis. Com um conjunto de dados imobiliários de Boston, sua tarefa é construir um modelo ideal com base em uma análise estatística com as ferramentas disponíveis.

O mercado imobiliário de Boston é altamente competitivo, e você quer ser o melhor agente imobiliário na área. Para competir com seus pares, você decide aproveitar alguns conceitos básicos de aprendizagem de máquina para encontrar o melhor preço de venda de seus imóveis. Com um conjunto de dados imobiliários de Boston, sua tarefa é construir um modelo ideal com base em uma análise estatística com as ferramentas disponíveis.

Construir um sistema de intervenção de estudantes
Projeto 2

Construir um sistema de intervenção de estudantes

Como a educação tem crescido e depende cada vez mais da tecnologia, existem muitos dados disponíveis para análise preditiva. Educadores estão atrás de novos meios para prever o sucesso ou o fracasso cedo o suficiente para organizar intervenções eficazes, bem como identificar a eficácia de diferentes intervenções. Para esse fim, seu objetivo é modelar os fatores que predizem a probabilidade de um aluno passar em seu exame final.

Como a educação tem crescido e depende cada vez mais da tecnologia, existem muitos dados disponíveis para análise preditiva. Educadores estão atrás de novos meios para prever o sucesso ou o fracasso cedo o suficiente para organizar intervenções eficazes, bem como identificar a eficácia de diferentes intervenções. Para esse fim, seu objetivo é modelar os fatores que predizem a probabilidade de um aluno passar em seu exame final.

Criando segmentos de clientes
Projeto 3

Criando segmentos de clientes

Um distribuidor recentemente fez uma alteração em seu método de entrega, quase imediatamente, ele começou a receber queixas sobre a mudança e diversos clientes estavam cancelando o serviço. Você foi contratado pelo distribuidor para usar técnicas de aprendizado não-supervisionado sem supervisão para entender os diferentes segmentos de clientes atendidos e a melhor solução de negócio para cada um deles.

Um distribuidor recentemente fez uma alteração em seu método de entrega, quase imediatamente, ele começou a receber queixas sobre a mudança e diversos clientes estavam cancelando o serviço. Você foi contratado pelo distribuidor para usar técnicas de aprendizado não-supervisionado sem supervisão para entender os diferentes segmentos de clientes atendidos e a melhor solução de negócio para cada um deles.

Projeto de Conclusão de Curso
Projeto 4

Projeto de Conclusão de Curso

Neste projeto, você vai usar seu aprendizado para resolver um problema de sua escolha. Você vai definir e investigar suas possíveis soluções e métricas de desempenho. Em seguida, irá analisar o problema para ter uma melhor compreensão de quais métodos são apropriados para resolvê-lo e implementá-los documentando todas as etapas ao longo do caminho. Finalmente, irá discutir se a implementação resolve adequadamente o problema.

Neste projeto, você vai usar seu aprendizado para resolver um problema de sua escolha. Você vai definir e investigar suas possíveis soluções e métricas de desempenho. Em seguida, irá analisar o problema para ter uma melhor compreensão de quais métodos são apropriados para resolvê-lo e implementá-los documentando todas as etapas ao longo do caminho. Finalmente, irá discutir se a implementação resolve adequadamente o problema.

Construa aplicativos Android com a melhor experiência de usuário

Programas Nanodegree Udacity

Como funcionam os Nanodegree?

Play Video
Programa Nanodegree

Engenheiro de Machine Learning

Construa modelos preditivos e automatizados

* ou R$1999 à vista. Inscrições até dia 2 de outubro. Aulas iniciam dia 3 de outubro.

Perguntas Frequentes

    Estrutura do Programa

  • Por que devo me inscrever no Nanodegree Engenheiro de Machine Learning?

    O Nanodegree Engenheiro de Machine Learning foi desenvolvido para você aprender a construir modelos preditivos que irão possibilitar computadores a agir, aprender e tomar decisões baseados em dados. Você aprenderá os conceitos fundamentais de avaliação e validação de modelos, aprendizagem supervisionada, aprendizagem não-supervisionada, aprendizagem por reforço e deep learning. Este curso demonstra diversos algoritmos de aprendizagem de máquina, explica seus casos de uso, como funcionam e como implementá-los. SciKit Learn é a principal biblioteca utilizada, e os projetos usam bases de dados mais próximas à realidade da maior parte das grandes empresas: dados sobre vendas, informações socioeconômicas individuais e outras.

  • O Nanodegree Engenheiro de Machine Learning é online, presencial, ou alguma combinação de ambos?

    O Nanodegree Engenheiro de Machine Learning é online, e os alunos podem interagir com colegas e instrutores em nossa sala de aula virtual, fóruns e Slack. Diferentemente de outros programas online, seu aprendizado será baseado em projetos que serão corrigidos pelos nossos mentores.

  • Qual é a ementa do Nanodegree Engenheiro de Machine Learning?

    Nosso compromisso é de equipá-lo com uma excelente compreensão do que forma um profissional de machine learning. Para isso, os tópicos abordados no Nanodegree Engenheiro de Machine Learning são: avaliação e validação de modelos; aprendizagem supervisionada; aprendizagem não-supervisionada; aprendizagem por reforço; e deep learning.

  • Como funciona o aprendizado por projetos?

    Durante o Nanodegree Engenheiro de Machine Learning, você desenvolverá quatro projeto, colocando em prática tudo que aprendeu. Todo projeto que você realizar será revisado por especialistas em machine learning. Você será informado sobre o que está fazendo bem, sugestões de melhorias e, caso não tenha cumprido algum requisito, a indicação para refazê-lo.

  • Existem pré-requisitos para inscrição neste Nanodegree?

    O Nanodegree Engenheiro de Machine Learning possui alguns pré-requisitos de conhecimento. Confira todos antes de realizar a sua inscrição: (1) conhecimento de programação intermediário, equivalente ao aprendido no Nanodegree Fundamentos de Data Science I ou outros cursos de programação introdutórios, ou experiência adicional de desenvolvimento de software do mundo real; (2) conhecimento estatístico básico, equivalente ao aprendido no Nanodegree Fundamentos de Data Science II; domínio básico de cálculo e algebra linear, demonstrados no Curso de Revisão de Álgebra Linear.

  • Este Nanodegree me preparará para quais programas avançados da Udacity?

    Conhecer as melhores práticas em machine learning é recomendado para interessados no Nanodegree Engenheiro de Carro Autônomo, Engenheiro de Inteligência Artificial e Robótica. O Nanodegree Fundamentos de Deep Learning também é um excelente complemento ao conteúdo aprendido durante o Nanodegree Engenheiro de Machine Learning. Verifique na página de cada Nanodegree os demais conhecimentos necessários para realizá-los.

    Duração do curso e dinâmica das aulas

  • Qual a duração estimada do curso?

    O Nanodegree Engenheiro de Machine Learning é um curso online com duração estimada de seis meses. Você será responsável pelo seu próprio ritmo de estudos e conseguirá realizar as aulas no horário que melhor desejar. Para lhe auxiliar, vamos recomendar algumas datas de entrega dos projetos. É importante ser aprovado em todos os projetos do curso nestes seis meses para graduar-se e emitir seu certificado.

  • Quantas horas semanais devo investir em meus estudos?

    Os alunos devem planejar passar 8-10 horas por semana, durante seis meses, para completar o Nanodegree Engenheiro de Machine Learning. Esta é uma sugestão, você tem autonomia e flexibilidade para dedicar mais ou menos horas a cada semana, de acordo com a sua organização pessoal.

  • É necessário estar disponível online em horários específicos durante o curso?

    Não. O conteúdo do Nanodegree Engenheiro de Machine Learning está disponível online em sua sala de aula Udacity a qualquer momento, assim como os demais recursos do programa (como Fóruns e Slack).

  • O que acontece se eu não concluir o Nanodegree Engenheiro de Machine Learning em seis meses?

    O principal objetivo da Udacity é ajudar você a finalizar seu Nanodegree Engenheiro de Machine Learning, para que este aprendizado faça a diferença em sua carreira. Por isso, oferecemos dois meses adicionais para você concluir os seus estudos e conquistar o seu certificado.

    Inscrição, período de experimentação e pagamento

  • Eu me inscrevi hoje no Nanodegree Engenheiro de Machine Learning, quando terei acesso ao meu curso?

    Após a inscrição, você receberá um e-mail com a data de início de sua turma. Atente-se aos comunicados oficiais da Udacity por email e informações na página do Nanodegree Engenheiro de Machine Learning caso tenha eventuais dúvidas.

  • Posso cancelar minha matrícula no Nanodegree Engenheiro de Machine Learning e receber o valor investido de volta?

    Sim. Após o início das aulas no Nanodegree Engenheiro de Machine Learning, você terá 7 dias para testar o programa, podendo solicitar reembolso total do valor investido no curso caso ele não atenda às suas expectativas. Do valor total pago, é descontado apenas 0,38% referente ao imposto da operação (IOF). Trabalhamos para construir a melhor plataforma de ensino do mundo, e este benefício garante que você possa experimentá-la sem riscos.

  • Como posso ter um recibo do pagamento da minha inscrição no Nanodegree Engenheiro de Machine Learning?

    Após o sistema da Udacity processar o pagamento de seu Nanodegree, você receberá por email um recibo de pagamento (invoice). Lembramos que nota fiscal é emitida apenas por empresas que prestam serviços locais, a partir do Brasil. Quando você paga pelo Nanodegree, você está recebendo o serviço de ensino online da Udacity Inc., que é uma empresa americana.

  • Os graduados neste Nanodegre são elegíveis para a oferta de 50% de reembolso das mensalidades?

    O pagamento do Nanodegree Engenheiro de Machine Learning não acontece por meio de mensalidades, o que significa que este programa não é elegível para esta oferta. Esta condição especial só está disponível para os Nanodegree que não possuem turmas e são pagos no formato mensalidade.

  • Não consigo me inscrever para esta turma, serão abertas novas turmas em breve?

    Sim. A data de inscrição da próxima turma é divulgada na página oficial do Nanodegree Engenheiro de Machine Learning e aos estudantes que cadastraram seu email aqui para receber a ementa detalhada deste curso.

    Certificado

  • É emitido um certificado ao final do Nanodegree Engenheiro de Machine Learning?

    Sim! Como um provedor de cursos baseados em habilidades e orientado a projetos, a Udacity é autorizada a emitir certificados a todos que completam os nossos programas Nanodegree.

  • Este certificado é reconhecido pelo MEC?

    Ressaltamos que nossos certificados não equivalem a diplomas de graduação/pós-graduação providos por universidades brasileiras credenciadas ao Ministério da Educação do Brasil (MEC). Nossos certificados contam com o amplo reconhecimento da indústria. Nossas parcerias para desenvolvimento de cursos, com renomadas empresas como Google, Facebook, Twitter, Amazon, GitHub, IBM, dentre outras, servem para garantir a validade do certificado do Nanodegree.