ICMC-USP abre inscrições para curso de Aprendizado de Máquina e Ciência de Dados
O Instituto de Ciências Matemáticas e de Computação (ICMC) da Universidade de São Paulo (USP), campus São Carlos, anunciou a abertura de inscrições para o curso de atualização “Fundamentos de Aprendizado de Máquina e Ciência de Dados para Inteligência Artificial”. A formação, oferecida na modalidade a distância, visa capacitar profissionais e estudantes para a aplicação de técnicas avançadas em projetos de setores públicos e privados. As inscrições estão abertas até 31 de julho de 2026, e o curso será realizado entre 3 de agosto e 14 de setembro do mesmo ano.
Coordenado pelo professor Francisco Aparecido Rodrigues, do ICMC, o curso de curta duração combina aulas teóricas e atividades práticas intensivas em Python, uma das linguagens de programação mais relevantes para a área.
Sobre o Curso: Fundamentos de Aprendizado de Máquina e Ciência de Dados
O programa “Fundamentos de Aprendizado de Máquina e Ciência de Dados para Inteligência Artificial” foi estruturado para proporcionar uma imersão completa na área, desde os conceitos essenciais até as técnicas mais avançadas. Com uma carga horária de 60 horas, distribuídas em seis semanas, o curso inclui 30 horas de aulas gravadas e 30 horas de atividades ao vivo opcionais, que ocorrem de segunda a sexta-feira, às 20h.
Metodologia e Conteúdo Programático
A metodologia do curso enfatiza a combinação de rigor matemático com a prática de análise de dados. Os participantes terão acesso a dezenas de notebooks em Python, permitindo a aplicação dos conceitos em diferentes tipos de dados e problemas reais.
O conteúdo programático é dividido em duas partes principais:
- Fundamentos de Ciência de Dados: Aborda o método científico, preparação e pré-processamento de dados, e as bibliotecas Python fundamentais como NumPy, Pandas, Matplotlib, SciPy, scikit-learn e PyTorch.
- Fundamentos de Aprendizado de Máquina: Explora paradigmas de aprendizado de máquina, modelos preditivos, métodos de k-vizinhos mais próximos, regressão, classificadores bayesianos, regressão logística, avaliação de modelos (acurácia, curva ROC, recall, precision), seleção e ajuste de modelos. Aprofunda-se em técnicas de reamostragem, comitês de modelos (bagging, boosting, florestas aleatórias), Máquinas de Vetores de Suporte (SVMs), aprendizado não supervisionado, redes neurais artificiais e deep learning, incluindo aplicações em IA para análise de imagens e dados sequenciais, e modelos de linguagem.
Veja também:
Público-Alvo e Pré-requisitos
O curso é direcionado a estudantes e profissionais com Ensino Superior completo, de diversas áreas, que desejam ingressar ou aprofundar seus conhecimentos em ciência de dados e aprendizado de máquina. Embora seja recomendável ter familiaridade com programação, especialmente em Python, a formação não é exclusiva para profissionais da Computação, sendo o interesse em aprender as técnicas o requisito mais importante.
Inscrições e Seleção
As inscrições podem ser realizadas até 31 de julho de 2026, por meio do Sistema Apolo da USP. Estão disponíveis 500 vagas, sendo 50 delas destinadas a bolsistas. O investimento para o curso é de R$890,00, com pagamento via Pix.
Diferenciais e Certificação
Um dos principais diferenciais da formação, segundo o coordenador Professor Francisco Aparecido Rodrigues, é a oferta de um treinamento intensivo que conduz o participante dos fundamentos da área até técnicas mais avançadas em apenas seis semanas, permitindo ao aluno desenvolver um projeto completo ao final do curso.
Ao concluir o curso, os participantes receberão um certificado emitido pela USP, atestando a atualização em uma das áreas mais promissoras da tecnologia atual.
Desdobramentos e Relevância
A iniciativa do ICMC-USP reforça o compromisso da instituição com a difusão do conhecimento em áreas de ponta, como a inteligência artificial, que tem se mostrado cada vez mais crucial para a inovação em diversos setores. Cursos como este são fundamentais para suprir a demanda crescente por profissionais qualificados em ciência de dados e aprendizado de máquina no mercado brasileiro e global.