Curso Preparatório: DP-100 – Designing and Implementing a Data Science Solution on Azure
O curso preparatório para a certificação DP-100: Designing and Implementing a Data Science Solution on Azure é voltado para cientistas de dados e profissionais de TI que desejam adquirir as habilidades necessárias para construir, treinar e implantar modelos de machine learning em larga escala no Azure. Este curso abrange o ciclo de vida completo de uma solução de ciência de dados, desde o planejamento até a implementação e otimização, preparando os participantes para o exame de certificação.
1. Introdução ao Azure Machine Learning
- Visão geral dos serviços de ciência de dados no Azure
- Introdução ao Azure Machine Learning Studio
- Criação e configuração de workspaces no Azure ML
- Conceitos básicos de machine learning e ciência de dados
2. Preparação de Dados para Modelagem
- Coleta de dados e exploração de dados no Azure
- Limpeza e pré-processamento de dados
- Uso de ferramentas como Azure Data Factory e Azure Databricks
- Implementação de pipelines de dados para machine learning
3. Desenvolvimento de Modelos de Machine Learning
- Criação de modelos de machine learning com Azure ML Designer
- Uso de frameworks populares como TensorFlow e PyTorch no Azure
- Treinamento e ajuste de hiperparâmetros
- Avaliação de desempenho de modelos e otimização
4. Implementação de Modelos e Soluções de IA no Azure
- Implantação de modelos de machine learning como serviços web
- Gerenciamento de APIs de inferência no Azure
- Monitoramento e manutenção de modelos implantados
- Uso do Azure Kubernetes Service (AKS) para implantações em larga escala
5. Automação de Soluções de Machine Learning
- Automatização de fluxos de trabalho de machine learning com Azure ML Pipelines
- Criação de experimentos de machine learning automatizado (AutoML)
- Gerenciamento de versões de modelos e automação de reimplantações
- Integração de soluções de IA com aplicativos empresariais
6. Ética e Responsabilidade em Ciência de Dados
- Princípios de ética em inteligência artificial e ciência de dados
- Detecção e mitigação de viés em modelos de machine learning
- Conformidade e segurança de dados em soluções de IA no Azure
- Considerações éticas ao implantar IA em larga escala
7. Preparação para o Exame DP-100
- Formato do exame DP-100
- Simulados e práticas de exame
- Dicas para o exame: Estratégias de resposta
- Revisão de tópicos e conceitos chave
Pré-requisitos
- Conhecimentos básicos em ciência de dados e machine learning
- Familiaridade com linguagens de programação como Python
- Experiência com ferramentas de machine learning e plataformas de dados é recomendada
A quem se dirige
- Cientistas de dados que desejam implementar soluções de machine learning no Azure
- Engenheiros de dados e analistas interessados em ciência de dados e IA
- Profissionais de TI que desejam ampliar suas habilidades em inteligência artificial e ciência de dados no Azure
- Consultores e arquitetos de soluções que trabalham com modelos de machine learning e IA em larga escala
