Pós-graduação em

Inteligência Artificial com ênfase em Machine Learning

Chegou a sua vez de sair do piloto automático e decolar com a tecnologia que está moldando o futuro.

Aprenda com quem é referência no uso de IA, domine as técnicas mais avançadas de Machine Learning e se certifique a partir de 3 meses. Acelere sua carreira com uma formação prática, intensiva e sob medida para evoluir no ritmo do mercado

MATRICULE-SE

INÍCIO IMEDIATO

Pós-graduação em

Inteligência Artificial com ênfase em Machine Learning

Chegou a sua vez de sair do piloto automático e decolar com a tecnologia que está moldando o futuro.

Aprenda com quem é referência no uso de IA, domine as técnicas mais avançadas de Machine Learning e se certifique a partir de 3 meses. Acelere sua carreira com uma formação prática, intensiva e sob medida para evoluir no ritmo do mercado

MATRICULE-SE

INÍCIO IMEDIATO

O mercado está mudando mais rápido do que a formação tradicional consegue acompanhar 

Neste cenário, aprender rápido não é pular etapas. É focar no essencial e dominar com profundidade o que traz resultados.

Com a metodologia Fast Learning, você avança com projetos aplicados, resolve desafios reais e recebe certificações intermediárias a cada etapa concluída, que comprovam sua evolução e já podem ser incluídas no seu currículo. O mundo precisa de profissionais preparados para resolver problemas reais com IA, veja como você vai se tornar um deles:

Formação acelerada e prática

Você aprende fazendo. Cada etapa do curso foi pensada para gerar domínio técnico e te aproximar das oportunidades que você busca na carreira.

Certificado reconhecido pelo MEC

Conquiste o título de Pós-graduação Lato Sensu com chancela do MEC, com todo o respaldo acadêmico e profissional que o mercado valoriza.

Trilha com 3 bootcamps especializados

Construa sua carreira com certificações intermediárias e projetos práticos nas áreas mais quentes do mercado tech.

Projeto Aplicado substitui o TCC

Esqueça o modelo engessado. Aqui, você resolve problemas reais do mercado, com acompanhamento e foco em entrega de valor.

Especialistas em IA não procuram oportunidades, são procurados

Imagine só o que dominar essa habilidade pode fazer pelo seu futuro.

Cada módulo te aproxima do tipo de profissional que as empresas mais inovadoras disputam: alguém que sabe programar, construir modelos, interpretar dados complexos e gerar valor com Inteligência Artificial.

  • O que você vai aprender

    • Programar em Python com foco em IA, desde os fundamentos até aplicações avançadas em análise de dados, APIs, automação e frameworks.
    • Construir e treinar modelos de Machine Learning, aplicando algoritmos supervisionados e não supervisionados, redes neurais, deep learning e aprendizado por reforço.
    • Aplicar IA em problemas reais com séries temporais, sistemas de recomendação e IoT, explorando casos como cidades inteligentes, veículos autônomos e automação industrial..
    • Selecionar, ajustar e validar modelos preditivos, utilizando métricas, tuning de hiperparâmetros, validação cruzada e análise de performance.
    • Dominar o ciclo completo de uma arquitetura de IA, com foco em escalabilidade, segurança, cloud computing, pipelines e governança de dados.
    • Entregar soluções com confiança técnica, desenvolvendo projetos aplicados desde o zero até o deploy final de modelos com IA.

Uma trilha completa para se tornar especialista em IA com Machine Learning

Chega de conteúdo raso ou teoria solta. Aqui, você aprende com projetos práticos, resolução de problemas reais e ferramentas que estão redirecionando o futuro das empresas tech. A cada bootcamp, você aprofunda suas habilidades, ganha confiança técnica e se aproxima do perfil mais procurado pelas empresas que lideram o setor. Conheça os bootcamps que vão transformar você em um expert:

Bootcamp
Desenvolvedor(a) Python

  • Conheça os módulos

    Módulo 1: Fundamentos de Python

    • Instalação e configuração do ambiente de desenvolvimento (VS Code, Jupyter Notebook
    • etc.);
    • Sintaxe básica: variáveis, operadores, tipos de dados, estruturas condicionais e laços;
    • Funções: definição, parâmetros, retorno e escopo;
    • Manipulação de strings e listas;
    • Introdução a bibliotecas padrão do Python;
    • Boas práticas de código e documentação.

    Módulo 2: Programação Orientada a Objetos (POO) e Estruturas de Dados

    • Conceitos de POO: classes, objetos, herança, encapsulamento e polimorfismo;
    • Criação e manipulação de objetos e classes;
    • Estruturas de dados: listas, tuplas, dicionários, conjuntos e suas operações;
    • Métodos especiais e sobrecarga de operadores;
    • Boas práticas de POO em Python.

    Módulo 3: Desenvolvimento Web com Python

    • Fundamentos de desenvolvimento web: HTTP, HTML, CSS e requisições;
    • Introdução ao Flask e/ou Django: configuração e criação de um projeto básico;
    • Estrutura de uma aplicação web: rotas, templates e manipulação de formulários;
    • Integração com banco de dados (SQLite, PostgreSQL ou MySQL);
    • CRUD (Create, Read, Update, Delete) em uma aplicação web;
    • Boas práticas de desenvolvimento web.


    Módulo 4: Ferramentas Avançadas e Integrações

    • Manipulação e análise de dados com Pandas e NumPy;
    • Introdução do Aprendizado de Máquina com Python;
    • Introdução à automação de tarefas com Python (web scraping, automação de arquivos);
    • Conceitos de APIs RESTful e integração com APIs externas;
    • Versionamento de código com Git e GitHub;
    • Deploy de aplicações Python (Heroku, PythonAnywhere).

    Módulo Desafio Final

    Desenvolvimento de uma aplicação que integre os conhecimentos adquiridos em todos os módulos (por exemplo, uma aplicação web interativa que manipule dados de um banco de dados e utilize uma API), ou construir e realizar o deploy de um modelo de aprendizado de máquina com

    Python.


Bootcamp

Engenheiro(a) de Machine Learning

  • Conheça os módulos


    Módulo 1: Fundamentos de Machine Learning

    • Introdução ao aprendizado de máquina;
    • Algoritmos de aprendizado: supervisionado, não supervisionado e por reforço;
    • Conceitos de classificação e regressão;
    • Sistemas de recomendação;
    • Redes Neurais e Deep Learning;
    • Processamento de Texto e Análise de Sentimentos;
    • Pipeline de machine learning: coleta e preparação de dados, treino e avaliação de modelos;
    • Métricas de avaliação: acurácia, precisão, recall, F1-score, AUC-ROC;
    • Introdução ao uso de bibliotecas de ML: Scikit-Learn para algoritmos básicos e
    • manipulação de dados;
    • Projeto inicial com uma aplicação prática (classificação ou regressão simples).

    Módulo 2: Manipulação e Preparação de Dados

    • Manipulação de dados com Pandas e NumPy (focando em limpeza, agregação e
    • transformação);
    • Tratamento de dados ausentes e imputação;
    • Feature engineering: transformação de variáveis, encoding de variáveis categóricas,
    • normalização e padronização;
    • Técnicas de seleção de features (seleção baseada em correlação e uso de técnicas como
    • Lasso);
    • Redução de dimensionalidade com PCA e outras técnicas;
    • Projeto de preparação de dados aplicado a um conjunto de dados real.

    Módulo 3: Modelagem Avançada e Ajuste de Hiperparâmetros

    • Algoritmos de machine learning avançados: árvores de decisão, Random Forest, Gradient
    • Boosting, XGBoost;
    • Técnicas de ajuste de hiperparâmetros: Grid Search, Random Search, Tuning, Randomized
    • Parameter, Optimization, Força Bruta;
    • Validação cruzada, métodos de validação para evitar overfitting e seleção de modelos;
    • Interpretação de modelos e análise de feature importance;
    • Métricas para modelos. Acurácia. Classificação. Regressão. Agrupamento;
    • Métricas multilabel;
    • Escolha de algoritmos;
    • Medidas de qualidade. Avaliação da qualidade de uma solução;
    • Curvas de validação e Curvas de aprendizado;
    • Projeto prático de modelagem avançada e ajuste de hiperparâmetros.

    Módulo 4: Produção e Monitoramento de Modelos

    • Introdução ao MLOps e ciclo de vida de modelos em produção;
    • Ferramentas de deployment: Flask, FastAPI e introdução a frameworks de MLOps (como
    • MLflow ou Kubeflow);
    • Monitoramento de modelos: detecção de drift, ajuste contínuo e atualização de modelos;
    • Criação de APIs para servir modelos e integração com aplicações externas;
    • Boas práticas de documentação e versionamento de modelos;
    • Projeto final: deployment e monitoramento de um modelo em um ambiente simulado.

    Módulo Desafio Final

    Desenvolver uma aplicação que utilize vários conceitos de machine learning para a solução de problemas reais e realizar o deploy da aplicação.



Bootcamp
Arquiteto(a) de Machine Learning

  • Conheça os módulos

    Módulo 1: Fundamentos

    • Introdução, Ordem Cronológica e história das Redes Neurais Artificiais;
    • Características básicas de Redes Neurais Artificiais;
    • Estrutura do neurônio artificial;
    • Funções de Ativação, Perda e Custo;
    • Descida do Gradiente;
    • Learning Rate;
    • O modelo MCP;
    • Treinamento e Técnicas de Aprendizado (Supervisionado, Semisupervisionado e Não
    • Supervisionado);
    • Perceptron e Rede Perceptron de Múltiplas Camadas (MLP);
    • AlexNet;
    • Algoritmo Backpropagation;
    • Redes de Função de Base Radial;
    • GAN, GRU e LSTM;
    • Aplicações de Redes Neurais Artificiais;
    • Reconhecimento de padrões;
    • Classificação de imagens;
    • Séries Temporais;
    • Geração de Conteúdo;
    • Precificação Dinâmica;
    • Convolutional Neural Networks (CNN);
    • Definição da quantidade de camadas e do número de neurônios.

    Módulo 2: Processamento de Linguagem Natural

    • Introdução ao Processamento da Linguagem Natural;
    • Estrutura e sintaxe da linguagem;
    • Técnicas de pré-processamento de textos;
    • Word2Vec;
    • BagOfWords;
    • Glove;
    • Arquitetura de Processamento da Linguagem Natural;
    • Coleta de dados Web e redes sociais;
    • Análise de Sentimento;
    • Análise semântica;
    • Desambiguação;
    • Processamento de textos;
    • Tradução de textos.

    Módulo 3: Sistemas de Recomendação

    • Introdução aos sistemas de recomendação;
    • Métodos para recomendações;
    • Medidas de similaridade;
    • Amostragem;
    • Dimensão reduzida;
    • Recomendação por associação;
    • Filtragem Colaborativa para recomendação;
    • Filtragem baseada em conteúdo;
    • Filtragem Demográfica;
    • Agrupamento K-means aplicado a Sistemas de Recomendação;
    • Análise de Correlação aplicada a Sistemas de Recomendação;
    • Métrica para avaliação de sistemas de recomendação.

    Módulo 4: Aplicações de Aprendizado de Máquina para IoT

    • Conceitos fundamentais para a Internet das Coisas (atuadores/sensores/ gateways);
    • Elementos constituintes e características dos dispositivos IoT;
    • Particularidades dos dados gerados pelos dispositivos IoT;
    • Diferenças entre o Big Data IoT e o Big Data gerado por outras fontes (redes sociais, data
    • warehouse etc.);
    • Computação em nuvem, neblina e edge na IoT;
    • Dispositivos para IoT (Arduino e Raspberry Pi);
    • Análise de dados em dispositivos IoT;
    • Aplicações IoT: cidades inteligentes, veículos conectados, veículos autônomos, cuidado
    • com a saúde (healthcare), domótica (automação residencial), indústria 4.0 e
    • governamental;
    • Importância do aprendizado de máquina para a IoT;
    • Algoritmos e frameworks utilizados para o aprendizado de máquina na IoT.

    Módulo Desafio Final

    Realizar o deploy de um modelo capaz de realizar a identificação e classificação de padrões complexos.



Aqui, você aprende com quem faz

Você vai aprender com líderes técnicos, arquitetos de software, especialistas em IA e profissionais que atuam nas maiores empresas do país e do mundo.

Investimento

Garanta sua pós-graduação com um valor especial e comece a transformar seu futuro agora.

65% OFF

Pós-graduação em

Inteligência Artificial com ênfase em Machine Learning

De: R$ 11.039

Por: 1ª parcela de R$99

+ 17 parcelas sem juros de R$329 no cartão recorrente - não compromete o limite

*Consulte condições

MATRICULE-SE

10% de desconto  no Cartão XP
*Cumulativo
até 70% OFF com outras ofertas.

Formas de pagamento:

À vista

Cartão de crédito recorrente em até 18x

Cartão de crédito parcelado

Boleto em até 24x

Veja o que os nossos alunos dizem 

Willian Messias

Analista de Dados Junior

"Eu estava há mais de um ano tentando migrar para a área de Dados. Com o conhecimento que adquiri no Bootcamp da XP Educação, não só consegui, como dobrei meu salário."

Frederico Almeida

Engenheiro de Software Sênior

"Consegui aplicar no meu trabalho diversos conceitos, padrões e princípios, seguindo as boas práticas aprendidas na pós-graduação. Obrigada, XP Educação! Vamos em frente que ainda tem mais!"

E onde eles estão:

MATRICULE-SE

Ficou com alguma dúvida?

Fale agora com uma de nossas Consultoras Educacionais e descubra a pós-graduação perfeita para você!

ENTRE EM CONTATO

Faculdade XP, uma empresa

Nascemos de um sonho grande de transformar a educação com a mesma lógica de quem transformou o mercado financeiro.


Aqui, o mercado é sua sala de aula.

Faculdade XP

A escola que nasceu dentro da XP, uma empresa inovadora e disruptiva.

Inovação

100% de autonomia para estudar do seu jeito, no seu ritmo e em qualquer horário, com tecnologia e qualidade.

Portfólio

Graduações, pós e MBAs em TI, negócios e finanças, além de bootcamps e cursos livres. 

100% dos professores

São profissionais atuantes no mercado. Aprenda com quem está na linha de frente de grandes empresas.