O profissional formado no curso Técnico em Inteligência Artificial é capacitado para programar, desenvolver e implementar soluções de IA para resolver problemas complexos em uma variedade de setores. Suas responsabilidades incluem: Reconhecer modelos aplicados em arquitetura de computadores e aplicar conceitos de Pipeline; Elaborar códigos, conforme as funcionalidades e as características do aplicativo computacional a ser desenvolvido na linguagem Python, utilizando comandos de integração dos códigos construídos em Python, conforme estrutura projetada. Compreender e aplicar funções matemáticas lineares, polinominais, logarítimicas e exponenciais; Compreender variável qualitativa e quantitativa, aplicando dados discretos, contínuos, frequência Absoluta e relativa; Selecionar Sistema de Gerenciamento de Banco de Dados (SGBD), de acordo com as necessidades da aplicação, criando a estrutura física de banco de dados, de acordo com os requisitos da aplicação e da modelagem de dados; Implementar sistemas de computação em nuvem distribuído compreendendo a utilização adequada de conteiners, Hosting, colocation, máquinas virtuais, micro serviços, webservices, clustering; Compreender Álgebra linear, cálculo aplicado e Estatística básicas para análise de dados na Machine Learning, de modo a aplicar técnicas de otimização em Machine Learning; Analisar e aplicar soluções baseadas em conceitos éticos e códigos de ética em projetos de Inteligência Artificial, articulando argumentos com base em preceitos éticos de inteligência artificial; Identificar fontes de dados relevantes, para desenvolver um plano de coleta, considerando a qualidade e legalidade aplicando técnicas de análise descritiva, preditiva e prescritiva; Analisar os tipos de cultura informacional e avaliar a influência na estratégia de informação; Desenvolver arquiteturas de Rede Neurais Artificiais (RNA) com base em camadas de entrada, camada de saída e camada oculta, aplicando técnicas de treinamento ao modelo de algoritmos de RNA; Programar, treinar e avaliar modelos de deep learning, para resolver problemas complexos usando arquiteturas de redes neurais profundas, avaliando a eficácia e a eficiência de modelos de deep learning. Aplicar técnicas adequadas de Processamento de Linguagem Natural nos casos de uso apresentados, compreendendo os conceitos de processamento de linguagem natural e suas aplicabilidades. Desenvolver algoritmos de detecção e reconhecimento de objetos em imagens e vídeos, implementando técnicas de segmentação de imagem para identificação e separação de objetos. Além disso, o profissional habilitado pelo Senac, tem como Marcas Formativas: domínio técnico- científico, visão crítica, atitude empreendedora, sustentável e colaborativa, com foco em resultados. Essas marcas reforçam o compromisso da instituição com a formação integral do ser humano, considerando aspectos relacionados ao mundo do trabalho e ao exercício da cidadania. Essa perspectiva propicia o comprometimento do aluno com a qualidade do trabalho, o desenvolvimento de uma visão ampla e consciente sobre sua atuação profissional e sobre sua capacidade de transformação da sociedade. A ocupação está situada no eixo tecnológico Informação e Comunicação, cuja natureza é comunicar e pertence ao Segmento Tecnologia da Informação. A seguir estão as competências que compõem o perfil do Técnico em Inteligência Artificial: Reconhecer e interpretar modelos aplicados em arquitetura de computadores; Desenvolver Algoritmos com Python; Compreender e aplicar funções matemáticas lineares, polinominais, logarítimicas e exponenciais; Compreender variável qualitativa e quantitativa; Desenvolver Banco de Dados; Utilizar as ferramentas digitais de AI, conforme boas práticas de mercado alinhados a transformação digital; Criar uma estrutura em nuvem, conforme conceitos apresentados de nuvem pública, privada e/ou híbrida; Aplicar técnicas de Machine Learning em projetos de IA; Aplicar a Ética e Responsabilidade em IA; Identificar fontes de dados relevantes, para desenvolver um plano de coleta, considerando a qualidade e legalidade aplicando técnicas de análise descritiva, preditiva e prescritiva; Aplicar técnicas de treinamento ao modelo de algoritmos de (RNA) Redes Neurais Artificiais Avaliar a eficácia e a eficiência de modelos de deep learning; Desenvolver Processamento de Linguagem Natural; Aplicar algoritmos e técnicas, na resolução de problemas dentro do contexto de visão computacional; Assistente de Suporte Computacional O Assistente de Suporte Computacional é o profissional que atua com a capacidade de compreender e analisar a estrutura e o funcionamento dos computadores, incluindo processadores, memória, dispositivos de entrada e saída, e sua aplicação em ambientes de suporte computacional. Esse profissional irá dar o suporte computacional de modo a desenvolver algoritmos eficientes e funcionais utilizando a linguagem de programação Python, aplicando boas práticas de programação e resolvendo problemas computacionais de forma eficaz. Aplicar conceitos de lógica matemática na resolução de problemas computacionais, incluindo raciocínio lógico, proposições, conjuntos, funções e teoria dos números. Tem a habilidade de aplicar técnicas estatísticas para análise de dados computacionais, incluindo medidas de tendência central, dispersão, correlação e inferência estatística, para auxiliar na tomada de decisões e a capacidade de programar, implementar e gerenciar bancos de dados utilizando tecnologias modernas, como SQL e NoSQL, garantindo a integridade, segurança e desempenho dos dados. O profissional qualificado pelo Senac tem como Marcas Formativas: domínio técnico-científico, visão crítica, atitude empreendedora, sustentável e colaborativa, com foco em resultados. Essas marcas reforçam o compromisso da instituição com a formação integral do ser humano, considerando aspectos relacionados ao mundo do trabalho e ao exercício da cidadania. Essa perspectiva propicia o comprometimento do aluno com a qualidade do trabalho, o desenvolvimento de uma visão ampla e consciente sobre sua atuação profissional e sobre sua capacidade de transformação da sociedade. A seguir estão as competências que compõem o perfil do Assistente de Suporte Computacional: Reconhecer e interpretar modelos aplicados em arquitetura de computadores; Desenvolver Algoritmos com Python; Compreender e aplicar funções matemáticas lineares, polinominais, logarítimicas e exponenciais; Compreender variável qualitativa e quantitativa; Desenvolver Banco de Dados; Assistente de Análise de Dados  O Assistente de Análise de Dados  é o profissional que atua com a capacidade de compreender e liderar processos de transformação digital em organizações, incluindo a adoção de tecnologias digitais para melhorar a eficiência e a competitividade. Programar e implementar arquiteturas de dados em ambientes de computação em nuvem, incluindo o armazenamento e processamento de grandes volumes de dados (Big Data). Tem a habilidade de aplicar técnicas de machine learning para análise de dados e geração de insights, contribuindo para a tomada de decisões baseadas em dados. Compreensão dos desafios éticos e sociais relacionados à inteligência artificial, e capacidade de tomar decisões éticas ao lidar com dados e algoritmos de IA e a capacidade de analisar e interpretar dados de forma estratégica, identificando padrões, tendências e oportunidades para aprimorar os processos de negócios e a tomada de decisões. O profissional qualificado pelo Senac tem como Marcas Formativas: domínio técnico-científico, visão crítica, atitude empreendedora, sustentável e colaborativa, com foco em resultados. Essas marcas reforçam o compromisso da instituição com a formação integral do ser humano, considerando aspectos relacionados ao mundo do trabalho e ao exercício da cidadania. Essa perspectiva propicia o comprometimento do aluno com a qualidade do trabalho, o desenvolvimento de uma visão ampla e consciente sobre sua atuação profissional e sobre sua capacidade de transformação da sociedade. A seguir estão as competências que compõem o perfil do Assistente de Análise de Dados : Utilizar as ferramentas digitais de AI, conforme boas práticas de mercado alinhados a transformação digital; Criar uma estrutura em nuvem, conforme conceitos apresentados de nuvem pública, privada e/ou híbrida; Aplicar técnicas de Machine Learning em projetos de IA; Aplicar a Ética e Responsabilidade em IA; Identificar fontes de dados relevantes, para desenvolver um plano de coleta, considerando a qualidade e legalidade aplicando técnicas de análise descritiva, preditiva e prescritiva; Assistente de Desenvolvimento em Inteligência Artificial O Assistente de Desenvolvimento em Inteligência Artificial é o profissional que atua com a capacidade de programar e implementar redes neurais artificiais para resolver problemas complexos de aprendizado de máquina e reconhecimento de padrões. Habilidade de utilizar técnicas avançadas de deep learning, como redes neurais profundas, para realizar tarefas complexas, como reconhecimento de imagens, processamento de vídeos e análise de texto. Capacidade de desenvolver algoritmos e modelos para entender, interpretar e gerar linguagem natural, permitindo a criação de sistemas de chatbots, tradução automática e análise de sentimentos, entre outros e desenvolver sistemas que possam interpretar e entender o conteúdo visual, permitindo a criação de sistemas de reconhecimento de objetos, detecção de movimento e análise de imagens médicas, por exemplo. O profissional qualificado pelo Senac tem como Marcas Formativas: domínio técnico-científico, visão crítica, atitude empreendedora, sustentável e colaborativa, com foco em resultados. Essas marcas reforçam o compromisso da instituição com a formação integral do ser humano, considerando aspectos relacionados ao mundo do trabalho e ao exercício da cidadania. Essa perspectiva propicia o comprometimento do aluno com a qualidade do trabalho, o desenvolvimento de uma visão ampla e consciente sobre sua atuação profissional e sobre sua capacidade de transformação da sociedade. A seguir estão as competências que compõem o perfil do Assistente de Desenvolvimento em Inteligência Artificial: Aplicar técnicas de treinamento ao modelo de algoritmos de (RNA) Redes Neurais Artificiais Avaliar a eficácia e a eficiência de modelos de deep learning; Desenvolver Processamento de Linguagem Natural; Aplicar algoritmos e técnicas, na resolução de problemas dentro do contexto de visão computacional;