No mundo em rápida expansão de hoje, a tecnologia está dominando mais do que nunca. À medida que mais e mais produtos se tornam digitais, a quantidade de data gerada e coletada está aumentando, juntamente com as oportunidades de trabalho relacionadas ao data.

Uma função que está em alta no mercado atual em todo o mundo é a de gerentes de produto Data (e possivelmente de IA, mas nem sempre), ou seja, um profissional com experiência em ciência e análise Data e em gerenciamento de produtos.

Com a quantidade cada vez maior de acesso ao data, os gerentes de produto agora têm a oportunidade de utilizar o data de forma vantajosa, não apenas aprimorando os produtos existentes, mas criando produtos completamente novos.

Objetivos

Obter uma visão geral da maioria dos conceitos e metodologias associados ao gerenciamento de produtos data e IA

Saia do curso com a capacidade de

Este curso oferece uma visão geral completa para um gerente de produto na área de análise data, ciência data e IA.

O curso é estruturado de forma amigável para iniciantes. Mesmo que o senhor seja novo na ciência do data e na IA ou não tenha experiência anterior em gerenciamento de produtos, nós o colocaremos a par de tudo nos primeiros capítulos. Começaremos com uma introdução ao gerenciamento de produtos para IA e data. O senhor aprenderá qual é a função de um gerente de produto e qual é a diferença entre um gerente de produto e um gerente de projeto.

Continuaremos apresentando alguns conceitos tecnológicos fundamentais para IA e data. O senhor aprenderá a distinguir entre a análise do data e a ciência do data, qual é a diferença entre um algoritmo e uma IA, o que é considerado aprendizado de máquina e o que é considerado aprendizado profundo, e quais são os diferentes tipos de aprendizado de máquina (aprendizado supervisionado, não supervisionado e por reforço). Esses dois primeiros módulos do curso lhe fornecerão os fundamentos da área em pouco tempo e o senhor terá uma ótima visão geral da IA e da ciência data atualmente.

Em seguida, no módulo 3, começaremos a falar sobre estratégia de negócios para IA e Data. Discutiremos quando uma empresa precisa usar IA, como realizar uma análise SWOT e como criar e testar uma hipótese. Nesta parte do curso, o senhor receberá sua primeira tarefa: criar uma proposta de negócios.

O Módulo 4 concentra-se na Experiência do usuário para IA e Data. Falaremos sobre como obter o problema central, métodos de pesquisa de usuários, como desenvolver personas de usuários e como abordar a prototipagem de IA. No módulo 5, falaremos sobre o gerenciamento do data. O senhor aprenderá como obter o data para seus projetos e como esse data precisa ser gerenciado. O senhor também terá uma ideia do tipo de data de que precisa ao trabalhar com diferentes tipos de aprendizado de máquina.

Nos módulos 6, 7, 8 e 9, examinaremos o ciclo de vida completo de um projeto científico de IA ou data em uma empresa. Desde o desenvolvimento do produto até a construção do modelo, avaliação de seu desempenho e implantação, o senhor poderá ter uma ideia holística de como esse processo funciona na prática.

Os módulos 10, 11 e 12 também são muito importantes. O senhor aprenderá a gerenciar equipes de ciência e IA data e a melhorar a comunicação entre os membros da equipe. Por fim, faremos algumas observações necessárias sobre ética, privacidade e preconceito.

Materiais de treinamento

  • Documentos de suporte ao treinamento,
  • Metodologia de proposta comercial

Avaliação

A avaliação da aprendizagem prévia é feita durante toda a sessão por meio de workshops e práticas. Uma avaliação in loco da satisfação do treinando é realizada sistematicamente no final da sessão e um certificado de treinamento é emitido para os participantes, mencionando os objetivos do treinamento, a natureza, o programa e a duração da ação de treinamento, bem como a formalização.

Pré-requisitos

Não são necessárias habilidades específicas; o ideal é ter experiência prévia em gerenciamento de projetos

Público

  • Proprietários de produtos, gerentes que desejam aprimorar suas habilidades
  • Qualquer pessoa que queira começar a trabalhar com o gerenciamento de produtos data

Material necessário

Laptop recente (<5 anos) com direitos de administração

Reservar este curso

Sob demanda



Instrutor líder

Maxime Le Gouvello

Maxime Le Gouvello

Agenda do curso

Gerenciamento de produtos para AI e data

5 horas

Introdução

  • Importância crescente de um PM de IA e data
  • A função de um gerente de produto
  • O que há de tão diferente no data e no AI?
  • Gerenciamento de produtos vs. Gerenciamento de projetos

Principais conceitos tecnológicos

  • Um gerente de produto como tradutor de análises
  • Data Análise vs. Data Ciência
  • Algoritmos tradicionais vs. IA
  • Explicando o aprendizado de máquina e o aprendizado profundo
  • Quando usar Machine Learning vs. Deep Learning
  • Aprendizagem supervisionada, não supervisionada e por reforço
  • Quais algoritmos usar para cada caso de uso

Estratégia de negócios para IA e data

4 horas

  • Inovações de modelos de negócios de IA
  • Quando usar a IA
  • Análise SWOT
  • Criar e testar uma hipótese
  • Tela de negócios de IA
  • Estudo de caso

Experiência do usuário para AI e data

4 horas

  • Experiência do usuário para Data e AI
  • Chegando ao problema central
  • Métodos de pesquisa do usuário
  • Desenvolvimento de personas de usuários
  • Prototipagem com IA
  • Exercícios práticos: mockup rápido, criação de um questionário UR, criação de um mapa de empatia

Gerenciamento do Data para IA e data

4 horas

  • Data Estratégia de crescimento
  • As diferentes classificações do data (estruturado/não estruturado, 1P/2P/3P, data aberto/empresa, etc.)
  • Crowdsourcing Etiquetado Data
  • Novo recurso Data
  • Aquisição/Compra Coleção Data
  • Databases, Data Warehouses e Data Lakes
  • Construção de um modelo data
  • O que é uma API
  • Escrevendo um contrato de interface

Desenvolvimento de produtos para AI e data

4 horas

  • Efeito volante de IA
  • O ciclo de vida do desenvolvimento de produtos (descoberta, protótipo, MVP, entrega, execução)
  • Solução de problemas de cima e de baixo
  • Técnicas de ideação de produtos
  • Complexidade vs. Priorização de benefícios
  • Metodologias ágeis (scrum, kanban)

Criando o modelo

2 horas

  • Quem deve construir seu modelo
  • Aprendizado de máquina como serviço (MLaaS)
  • IA interna e o ciclo de vida do aprendizado de máquina
  • Cronogramas e retornos decrescentes
  • Definição de uma métrica de desempenho de modelo

Avaliação de desempenho

4 horas

  • Teste de divisão Data
  • A Matriz de Confusão
  • Precisão, recuperação e pontuação F1
  • Otimização da experiência
  • Recuperação de erros

Implantação e melhoria contínua

2 horas

  • Métodos de implantação de modelos
  • Modelos de monitoramento
  • Seleção de uma métrica de feedback
  • Loops de feedback do usuário
  • Implantações sombra

Gerenciamento das equipes de ciência e IA do data

2 horas

  • Hierarquia de necessidades de IA
  • IA em uma organização
  • Funções nas equipes de IA e Data
  • Gerenciando o fluxo de trabalho da equipe
  • Dual-Track Agile

Comunicação e ética

2 horas

Comunicação

  • Gerenciamento das partes interessadas internas
  • Definição das expectativas do Data
  • Escuta ativa e comunicação
  • Apresentações convincentes com narração de histórias
  • Realização de reuniões eficazes

Ética, privacidade, preconceito

  • Preocupações dos usuários de IA
  • Atores ruins e segurança
  • IA amplificando o preconceito humano
  • Data Leis e regulamentos