Visão Geral

Cisco Introdução à Inteligência Artificial (CIAI) v1.0, vamos apresentar ao aprendente a Inteligência Artificial, Aprendizagem Mecânica e Aprendizagem Profunda essenciais para além de plataformas de computação como a Cisco UCS, através de uma combinação de palestras e laboratórios práticos. A Inteligência Artificial (IA) e a Aprendizagem Automática (ML) estão a abrir novas formas para as empresas resolverem problemas complexos, mas terão também um efeito profundo nas infra-estruturas e processos subjacentes das TI. A IA/ML é uma tendência dominante na empresa com a ubiquidade de grandes quantidades de dados observados, o aumento das estruturas de computação distribuída e a prevalência de grandes infra-estruturas de computação acelerada por hardware tornou-se essencial.

Objetivo

Após concluir o Curso Cisco Introduction to Artificial Intelligence, você será capaz de:

• Compreender grandes conceitos de dados e ciência dos dados
• Listar e descrever os conceitos, principais características, algoritmos e benefícios da IA/ML/DL
• Utilizar técnicas AI/ML/DL, tais como Redes Neurais
• Familiarize-se com a Ciência dos Dados e Infra-estruturas Ferramentas e software de IA
• Descrever os alinhamentos do Portfólio de Soluções Informáticas Cisco AI/ML/DL

Publico Alvo

• Integradores/Parceiros da Cisco
• Engenheiros de Sistemas de Consultoria
• Arquitetos de Soluções Técnicas
• Profissionais da rede de centros de dados (incluindo desenhadores, administradores e engenheiros), e qualquer pessoa interessada em IA/ML/DL

Pre-Requisitos

• Antes de frequentarem este curso, os alunos devem ter conhecimentos de design e arquitetura de servidores.
  

Informações Gerais

Carga Horária: 16h

• Se noturno este curso é ministrado de Terça-feira à sexta-feira, das 19h às 23h
• Se aos sábados este curso é ministrado das 9h às 18h
• Se in-company por favor fazer contato para mais detalhes.

Formato de entrega: 

• 100% on-line ao vivo, via Microsoft Teams na presença de um instrutor/consultor ativo no mercado.
• Nota: não é curso gravado. 

Lab:

• Laboratório + Exercícios práticos

Materiais

Conteúdo Programatico

Data and AI/ML/DL Fundamentals

1. Introduction to Big Data
2. Introduction to Data Science
3. Introduction to Data Engineering
4. Introduction to Artificial Intelligence (AI)
5. Introduction to Machine Learning (ML)
6. Introduction to Deep Learning (DL)
7. AI/ML/DL Use Cases

Artificial Intelligence (AI)

1. AI Concept, Methods, and Techniques
2. Key AI Challenges (Customer and Provider)
3. AI Business Drives
4. Evolution of AI Algorithms

Machine Learning (ML)

1. Machine Learning (ML) Algorithms
2. Supervised Learning
3. Unsupervised Learning

Deep Learning (DL)

1. Deep Learning Project Phases
2. Custom AI Deep Learning Workflow
3. Deep Learning (DL) Algorithms

Neural Networks

1. Neural Networks Fundamentals
2. Neural Architecture Search (NAS)
3. Cisco Neural Architecture Construction (NAC)

NLP / NLU

1. Natural Language Processing Basics
2. NLP / NLU Techniques
3. NLP / NLU Deployments

Kubernetes

1. What is Kubernetes
2. Introduction to Containers
3. Container Orchestration Engines
4. Kubernetes Basics
5. KubeFlow for AI

AI Server Requirements

1. GPU
2. Modern GPU Server Architecture
3. Storage Requirements

Data Science and Infrastructure AI Tools

1. Big Data with AI/ML/DL
2. Kubeflow
3. SkyMind SKIL
4. Cloudera Data Science Workbench
5. DL Frameworks > Handwritten Math
6. Kubernetes
7. Demo: Classifying Handwritten Digits with TensorFlow