Descrição do Evento

O workshop inclui uma introdução ao Python, explorando as bibliotecas pandas, numpy e matplotlib, seguida da utilização do scikit-learn para aprendizagem automática. No segundo dia, um exemplo prático demonstrará a aplicação dos conceitos estudados no dia anterior a problemas reais. O evento termina com uma sessão sobre modelos de linguagem e sobre engenharia de prompts.

Público-alvo

Profissionais das áreas de TI ou outras, com conhecimentos de programação e sem experiência em aprendizagem automática, ciência de dados ou inteligência artificial.

Os participantes deverão ter conhecimentos básicos de programação, preferencialmente em Python.

Caso já tenha competências de programação em Python e na área de inteligência artificial, recomendamos que se inscreva no Workshop paralelo Engenharia de Prompts e Agentes (https://bit.ly/SIH_AIA2025).

Condições de participação

Ser colaborador de uma pessoa coletiva, nomeadamente: empresas privadas, organismos da Administração Pública ou outras entidades como associações, entidades do setor social/solidário, etc. e seguir os passos/compromissos necessários indicados no Regulamento de Participação disponível aqui.

Certificado de participação

Será emitido pela Universidade da Madeira e enviado à entidade aderente um certificado de participação para cada participante que tenha frequentado, no mínimo, 50% da duração da ação. Este envio acontecerá apenas após o cumprimento de todos os deveres por parte da entidade aderente (ponto 6 do Regulamento de Participação).

Oradores

Fábio Mendonça é licenciado e mestre em Engenharia Eletrotécnica e Telecomunicações pela Universidade da Madeira e doutorado em Engenharia Eletrotécnica e de Computadores pelo Instituto Superior Técnico – Universidade de Lisboa, em parceria com a Carnegie Mellon University. Atualmente, é docente na Universidade da Madeira e investigador no Interactive Technologies Institute – LARSyS. A sua investigação centra-se na aplicação de inteligência artificial à análise do sono, ao reconhecimento de padrões e à aprendizagem automática, utilizando técnicas avançadas de machine learning para interpretar e modelar dados biomédicos.

Fernando Morgado-Dias é Professor Catedrático na Universidade da Madeira e investigador no Laboratório de Robótica e Sistemas de Engenharia. Concluiu o mestrado integrado em Engenharia Eletrónica e Telecomunicações e o doutoramento em Engenharia Eletrotécnica pela Universidade de Aveiro, além de um Diplôme d'Études Approfondies em Microeletrónica pela Université Grenoble Alpes. Tem uma vasta experiência na aplicação de inteligência artificial a sistemas de engenharia, com foco em redes neuronais artificiais, otimização de modelos e automação inteligente. Publicou mais de 80 artigos científicos e tem liderado investigações sobre a utilização de IA em diferentes domínios tecnológicos.

Décio Alves é doutorando em Engenharia Eletrotécnica na Universidade da Madeira, na Faculdade de Ciências Exatas e da Engenharia. A sua investigação abrange a aplicação de inteligência artificial a problemas de engenharia ambiental e meteorologia, nomeadamente no desenvolvimento de modelos preditivos baseados em machine learning para análise e previsão de vento.

Diogo Nuno Freitas é licenciado em Engenharia Informática e mestre em Matemática, Estatística e Aplicações pela Universidade da Madeira. Atualmente, frequenta o doutoramento em Engenharia Informática na mesma instituição e é investigador no Laboratório de Robótica e Sistemas de Engenharia e no NOVA LINCS. A sua investigação foca-se na utilização de inteligência artificial e algoritmos de otimização estocásticos, aplicados a diversos problemas computacionais e de engenharia.

Leonardo Abreu é licenciado em Engenharia Informática, encontra-se atualmente na fase final do seu Mestrado em Engenharia Informática, na Universidade da Madeira. Durante dois anos exerceu funções de Data Engineer na Unipartner Madeira, onde desenvolveu proficiência em base de dados e processos de migração de dados. Atualmente desempenha funções de Professor Assistente Convidado na Universidade da Madeira, lecionando as unidades curriculares de Desenvolvimento Baseado na Web e Sistemas Gestores de Base de Dados. Também já lecionou nas unidades curriculares de Sistemas de Apoio à Decisão e Paradigmas da Programação. A sua investigação está focada na área de geração automática de smart contracts na blockchain, mais concretamente no Hyperledger Fabric.

Entidade organizadora

Esta ação de formação é organizada pela Universidade da Madeira (UMa) e pela Agência Regional para o Desenvolvimento, Tecnologia e Inovação (ARDITI), no âmbito do polo de inovação digital da RAM, o Smart Islands Hub (SIH).

O SIH é um consórcio liderado pela ARDITI e que integra as seguintes entidades: Universidade da Madeira, Startup Madeira, ACIF-CCIM, Cecolab, Smart Energy Lab e Faculdade de Ciências e Tecnologias da Universidade Nova de Lisboa.

Os polos de inovação digital são redes colaborativas que incluem centros de competências digitais específicas, com o objetivo de disseminação e adoção de tecnologias digitais avançadas por parte das empresas, em especial PME, por via do desenvolvimento, teste e experimentação dessas mesmas tecnologias. Este projeto é financiado pelo Plano de Recuperação e Resiliência (PRR).

Pode consultar as restantes ações planeadas pelo Smart Islands Hub no link: https://bit.ly/workshopsfunchal (atualizado regularmente).