Aplicações de Inteligência Artificial com Reinforcement Learning

Ao longo do curso, você terá contato com projetos práticos e estudos de caso que simulam desafios reais, desde a construção dos componentes básicos do RL até a implementação de agentes inteligentes para negociação, trading financeiro, sistemas de recomendação adaptativos e consultoria financeira digital.

Formato

Online

Data de Início

Imediato

Carga Horária

72 h/a

Prazo de Acesso

24 meses

Parcelado

12x no cartão

Pré-requisitos:
Recomendamos ter concluído o Curso Gratuito de Python aqui na DSA.

Descrição do Curso

Este curso é a oportunidade única para quem deseja dominar uma das áreas mais avançadas e promissoras da IA moderna. Você vai mergulhar desde os fundamentos do Aprendizado por Reforço, passando por algoritmos clássicos e modernos como Deep Q-Networks e Proximal Policy Optimization, até aplicações de última geração como RLHF (Reinforcement Learning with Human Feedback) e agentes hierárquicos para decisões complexas. Tudo isso estruturado de forma didática, com capítulos progressivos que equilibram teoria, prática e aplicações do mundo real.


Ao longo do curso, você vai construir projetos práticos e estudos de caso que simulam desafios reais, desde a construção dos componentes básicos do RL até a implementação de agentes inteligentes para negociação, trading financeiro, sistemas de recomendação adaptativos e consultoria financeira digital. A proposta é ir muito além da teoria: você vai aprender na prática como aplicar Reinforcement Learning em contextos que realmente geram valor, utilizando técnicas e ferramentas reconhecidas no mercado.

O destaque fica por conta dos módulos avançados em RLHF e Deep RL para aplicações financeiras, áreas que estão revolucionando o uso da Inteligência Artificial em setores como bancos, fintechs, consultorias e plataformas digitais. Seja você iniciante ou profissional experiente, este curso foi desenhado para que qualquer pessoa consiga acompanhar, construir e evoluir projetos de IA com Reinforcement Learning do zero ao avançado.

Projetos

Este curso une teoria e prática na medida certa.

Confira o Logbook das principais atividades práticas do curso:

  • Estudo de Caso 1 - Treinando Um Agente Autônomo com Reinforcement Learning
  • Estudo de Caso 2 - Agente de Atendimento ao Cliente com Aprendizado por Reforço
  • Projeto 1 - Agente de Negociação de Ativos Financeiros com Reinforcement Learning
  • Projeto 2 - Agente de Trading com Deep Q-Networks
  • Projeto 3 - Agente Autônomo Para Sistema de Recomendação Adaptativo
  • Projeto 4 - Ajuste de Respostas de Modelos de Linguagem via Feedback Manual com Ciclo RLHF
  • Projeto 5 - Agente de IA com Decisões Multinível Para Consultor Financeiro Digital
  • Projeto 6 - Agente de Otimização de Portfólio de Ativos Financeiros

Ementa do Curso

Pronto(a) para começar sua jornada como Reinforcement Learning?