21 melhores cursos de aprendizagem automática para melhorar as competências em 2026

A aprendizagem automática é uma competência essencial para qualquer líder tecnológico atualmente. Mas começar pode parecer avassalador: como passar além dos conceitos básicos para enfrentar desafios do mundo real, como modelos com sobreajuste, implementação de soluções em grande escala ou gestão de conjuntos de dados desequilibrados? Todos os profissionais que trabalham com aprendizagem automática acabam por enfrentar estes obstáculos, e encontrar os recursos de aprendizagem certos é fundamental para os ultrapassar.

Quer pretenda aperfeiçoar os seus conhecimentos sobre redes neuronais, dominar técnicas de implementação de modelos de aprendizagem automática ou compreender as melhores práticas para lidar com problemas de qualidade dos dados, um curso direcionado pode fazer toda a diferença. Neste guia, vamos explorar os melhores cursos de aprendizagem automática — selecionados cuidadosamente para ajudar os líderes técnicos a navegar pelas complexidades da aprendizagem automática e a desenvolver competências práticas que conduzam ao sucesso no mundo real.

Eis alguns dos principais cursos de aprendizagem automática que abrangem conceitos essenciais, aplicações práticas e estratégias avançadas para quem pretende aprofundar os seus conhecimentos em inteligência artificial.

Lista resumida dos melhores cursos de aprendizagem automática

Eis a minha lista resumida dos melhores cursos de aprendizagem automática que, na minha opinião, valem o seu tempo em 2026:

1. Especialização em aprendizagem automática (Universidade de Stanford)
2. Ciência de dados: aprendizagem automática (Universidade de Harvard)
3. Aprendizagem automática para todos (DataCamp)
4. Aprendizagem automática de A a Z: IA, Python e R + Prémio ChatGPT (Udemy)
5. Aprendizagem automática nas empresas (MIT Professional Education)
6. Especialização em aprendizagem profunda (DeepLearning.AI)
7. Formação essencial em PLN com Python para aprendizagem automática (LinkedIn Learning)
8. Especialização em aprendizagem automática na Google Cloud (Google Cloud)
9. Aprendizagem automática com Python: fundamentos (LinkedIn Learning)
10. Fundamentos da aprendizagem automática em Python (DataCamp)
11. Algoritmos de aprendizagem automática (Great Learning)
12. Especialização avançada em aprendizagem automática na Google Cloud (Google Cloud) 
13. Criação de sistemas de recomendação com aprendizagem automática e IA (LinkedIn Learning) 
14. Fundamentos da aprendizagem automática (Microsoft Learn) 
15. Fundamentos da aprendizagem automática e da IA: regressão linear (LinkedIn Learning)
16. Aprendizagem automática: fundamentos e algoritmos (CMU) 
17. Fundamentos da inteligência artificial: aprendizagem automática (LinkedIn Learning) 
18. Curso de aprendizagem automática de ponta a ponta com TensorFlow no GCP (Google Cloud) 
19. Certificado profissional de aprendizagem automática da IBM (IBM)
20. Aprendizagem automática e IA com Python (Universidade de Harvard)
21. Fundamentos de megadados e aprendizagem automática na Google Cloud (Google Cloud) 

Encontre mais detalhes sobre cada curso abaixo.

Visão geral dos melhores cursos de aprendizagem automática

1. Especialização em aprendizagem automática (Universidade de Stanford)

Este curso proporciona uma introdução fundamental à aprendizagem automática através de três cursos concebidos para criar aplicações de IA no mundo real. Lecionado por Andrew Ng, aborda os conceitos essenciais da aprendizagem supervisionada, não supervisionada e por reforço, com foco no desenvolvimento prático de modelos

• Para quem se destina: Pessoas interessadas em aprender os fundamentos da aprendizagem automática
• Tópicos abordados:
  • Modelos de aprendizagem automática utilizando NumPy e scikit-learn
  • Aprendizagem supervisionada com regressão linear e logística
  • Redes neuronais e classificação multiclasse com TensorFlow
  • Árvores de decisão e métodos de conjunto
  • Aprendizagem não supervisionada, incluindo agrupamento e deteção de anomalias
  • Sistemas de recomendação utilizando filtragem colaborativa e aprendizagem profunda
  • Modelos de aprendizagem profunda por reforço 

• Online, presencial ou ambos?: Online
• É necessário exame?: Não
• Duração: 2 meses 
• Quantas horas de formação: 10 horas por semana (ao seu ritmo)
• Requisitos de elegibilidade: Conhecimentos básicos de programação e matemática ao nível do ensino secundário
• Preço: Inscrição gratuita 
• Frequentar o curso: Coursera

2. Ciência de Dados: Aprendizagem Automática (Universidade de Harvard)

Este curso faz parte do Certificado Profissional de Ciência de Dados de Harvard e centra-se em técnicas de aprendizagem automática para criar modelos preditivos utilizando conjuntos de dados. Inclui experiência prática na criação de um sistema de recomendação de filmes para compreender algoritmos fundamentais, regularização e validação cruzada.

• Para quem se destina: Principiantes interessados em ciência de dados e aprendizagem automática
• Tópicos abordados:
  • Fundamentos da aprendizagem automática
  • Algoritmos populares de aprendizagem automática
  • Técnicas de validação cruzada
  • Importância da regularização
  • Criação de um sistema de recomendação
• Online, presencial ou ambos?: Online
• É necessário exame?: Não
• Duração: 8 semanas
• Quantas horas de formação: 2 a 4 horas por semana (ao seu ritmo)
• Requisitos de elegibilidade: Nenhum
• Preço:
  • Sem certificado: Gratuito
  • Com certificado: $149
• Frequentar o curso: Harvard

3. Aprendizagem Automática para Todos (DataCamp)

Este curso é uma introdução abrangente à aprendizagem automática e aborda áreas fundamentais como a aprendizagem supervisionada, não supervisionada e profunda. Inclui tutoriais e exercícios práticos para compreender conceitos como agrupamento, redes neuronais, avaliação de modelos e conhecimentos sobre a forma como a aprendizagem automática é utilizada em vários setores. 

• A quem se destina: Pessoas sem experiência anterior em aprendizagem automática
• Temas abordados:
  • Compreender a aprendizagem automática
  • Introdução ao Python e às suas funções
  • Aprendizagem supervisionada com scikit-learn
  • Introdução à aprendizagem profunda com PyTorch
  • Aprendizagem por reforço em Python 
• À distância, presencial ou ambos?: À distância
• É necessário realizar um exame?: Não
• Duração: 113 horas
• Número de horas de formação: Ao ritmo do aluno
• Requisitos de elegibilidade: Nenhum
• Preço: $13 pela subscrição individual da DataCamp
• Frequentar o curso: DataCamp

4. Aprendizagem automática de A a Z: IA, Python e R + Prémio ChatGPT [2024] (Udemy)

Este curso oferece uma introdução abrangente à aprendizagem automática, com orientação passo a passo para criar algoritmos em Python e R, integrando estudos de caso para aplicações no mundo real. Inclui modelos de código transferíveis para cada projeto, permitindo que os alunos pratiquem e criem os seus modelos de forma eficaz.

• A quem se destina: Iniciantes e alunos de nível intermédio em aprendizagem automática
• Temas abordados:
  • Técnicas de classificação
  • Métodos de agrupamento
  • Processamento de linguagem natural
  • Redução da dimensionalidade
  • Seleção de modelos e reforço 
• À distância, presencial ou ambos?: À distância
• É necessário realizar um exame?: Não
• Duração: 42 horas e 48 minutos 
• Número de horas de formação: Ao ritmo do aluno
• Requisitos de elegibilidade: Matemática ao nível do ensino secundário
• Preço:
  • Subscrição da Udemy: $20 
  • Pagamento único: $149.99
• Frequentar o curso: Udemy

5. Aprendizagem automática nas empresas (Educação Profissional do MIT)

Este curso explora os fundamentos da aprendizagem automática de uma perspetiva empresarial, preparando os participantes para compreender as suas aplicações práticas e o seu valor estratégico. Desenvolvido pela MIT Sloan School of Management e pelo Laboratório de Ciência da Computação e Inteligência Artificial (CSAIL), centra-se na integração de conhecimentos de aprendizagem automática para uma tomada de decisões com impacto.  

• A quem se destina: Profissionais de negócios interessados em aplicar a aprendizagem automática
• Tópicos abrangidos:
  • Fundamentos da aprendizagem automática para aplicações empresariais
  • Compreensão dos processos de decisão orientados por dados
  • Limitações e âmbito da aprendizagem automática nas empresas
  • Integração da IA na estratégia empresarial
  • Estudos de caso sobre o impacto da aprendizagem automática em vários setores
• Online, presencial ou ambos?: Online
• É necessário exame?: Não
• Duração: 6 semanas
• Quantas horas de formação: 4-6 horas por semana (ao ritmo do formando)
• Requisitos de elegibilidade: Nenhum
• Preço: $3,500
• Frequentar o curso: MIT Professional Education

6. Especialização em aprendizagem profunda (DeepLearning.AI)

Este curso aborda arquiteturas essenciais, como CNNs, RNNs, LSTMs e Transformadores. Ensina aplicações teóricas e práticas, como o reconhecimento de voz e o reconhecimento automático da fala, através de Python e TensorFlow, e destaca as melhores práticas para treinar modelos e compreender configurações complexas de aprendizagem automática. 

• A quem se destina: Pessoas interessadas em aprendizagem profunda e redes neuronais
• Tópicos abrangidos:
  • Fundamentos das redes neuronais
  • Melhores práticas para desenvolver conjuntos de teste
  • Diagnóstico de erros nos sistemas
  • Modelos de sequências 
• Online, presencial ou ambos?: Online
• É necessário exame?: Não
• Duração: 3 meses
• Quantas horas de formação: 10 horas por semana (ao ritmo do formando)
• Requisitos de elegibilidade:
  • Competências intermédias em Python
  • Conhecimentos básicos de álgebra e ML
• Preço: Gratuito
• Frequentar o curso: Coursera

7. Formação essencial em NLP com Python para aprendizagem automática (LinkedIn Learning)

Este curso fornece aos formandos competências práticas para limpar, processar e analisar dados de texto não estruturados. Apresenta conceitos fundamentais de NLP, técnicas avançadas de limpeza de texto e técnicas de vetorização, conduzindo ao desenvolvimento de classificadores de aprendizagem automática. Explora também a criação e avaliação de dois tipos de modelos de aprendizagem automática, bem como a aprendizagem de métodos para testar eficazmente as variações dos modelos. 

• A quem se destina: Programadores e cientistas de dados interessados em PLN
• Tópicos abordados:
  • Fundamentos de PLN
  • Técnicas avançadas de limpeza de dados
  • Métodos de vetorização de texto
  • Avaliação da precisão e eficácia do modelo 
• Online, presencial ou ambos?: Online
• É necessário fazer um exame?: Não
• Duração: 4 horas e 14 minutos 
• Quantas horas de formação: Ao seu ritmo
• Requisitos de elegibilidade: Nenhum
• Preço:
  • Carreira: $39.99 
  • Aprendizagem para equipas: $31.67 por utilizador
• Fazer o curso: LinkedIn Learning

8. Especialização em aprendizagem automática na Google Cloud (Google Cloud)

Este curso aborda os fundamentos da aprendizagem automática e ensina a criar, treinar e implementar modelos na Google Cloud utilizando o Vertex AI, sem programação. Abrange a criação de modelos AutoML, a criação de modelos BigQuery ML com SQL e a gestão de dados com o Feature Store. 

• A quem se destina: Pessoas interessadas em aprendizagem automática baseada na nuvem
• Tópicos abordados:
  • A abordagem da Google à aprendizagem automática
  • Compreensão do ciclo de vida dos dados à inteligência artificial
  • Preparação de dados e técnicas de exploração
  • Fundamentos do TensorFlow
  • Ajuste de hiperparâmetros utilizando o Vertex Vizier 
• Online, presencial ou ambos?: Online
• É necessário fazer um exame?: Não
• Duração: 1 mês
• Quantas horas de formação: 10 horas por semana (ao seu ritmo)
• Requisitos de elegibilidade: Nenhum
• Preço: Gratuito
• Fazer o curso: Coursera

9. Aprendizagem automática com Python: fundamentos (LinkedIn Learning)

Este curso aborda os fundamentos da aprendizagem automática utilizando Python. Explora a forma como as máquinas aprendem, os tipos de aprendizagem e as etapas para recolher, compreender e preparar dados para análise. Inclui exemplos orientados em Python para cada etapa, bem como a criação e interpretação de um modelo de aprendizagem automática. 

• Para quem se destina: Iniciantes em aprendizagem automática que utilizam Python
• Tópicos abordados:
  • Introdução à aprendizagem automática e aos seus vários tipos
  • Técnicas de recolha e preparação de dados
  • Análise de dados para identificar padrões e obter informações
  • Desenvolvimento de modelos de aprendizagem automática 
• Online, presencial ou ambos?: Online
• Exame obrigatório?: Não
• Duração: 1 hora e 54 minutos
• Número de horas de formação: Ao seu ritmo
• Requisitos de elegibilidade: Nenhum
• Preço:
  • Carreira: $39.99 
  • Formação para equipas: $31.67 por utilizador 
• Fazer o curso: LinkedIn Learning

10. Fundamentos da aprendizagem automática em Python (DataCamp)

Este curso apresenta os fundamentos da aprendizagem automática utilizando Python e aborda conceitos essenciais de redes neuronais e aprendizagem profunda com PyTorch. Explora a aprendizagem supervisionada através do scikit-learn e a aprendizagem não supervisionada para agrupar e visualizar dados utilizando scipy, bem como aplicações de aprendizagem por reforço. 

• Para quem se destina: Pessoas que estão a iniciar-se na aprendizagem automática com Python
• Tópicos abordados:
  • Aprendizagem supervisionada e não supervisionada
  • Introdução à aprendizagem profunda com PyTorch
  • Aprendizagem por reforço com gymnasium em Python
• Online, presencial ou ambos?: Online
• Exame obrigatório?: Não
• Duração: 16 horas 
• Número de horas de formação: Ao seu ritmo
• Requisitos de elegibilidade: Nenhum
• Preço: $13 pela subscrição individual do DataCamp
• Fazer o curso: DataCamp

11. Algoritmos de aprendizagem automática (Great Learning)

Este curso apresenta os principais algoritmos de aprendizagem automática, proporcionando uma compreensão teórica e prática das técnicas essenciais. Inclui demonstrações baseadas em Python para consolidar conceitos e competências práticas na aprendizagem supervisionada e não supervisionada.

• Para quem se destina: Pessoas interessadas em compreender os algoritmos de aprendizagem automática
• Tópicos abordados:
  • Introdução à aprendizagem automática
  • Tipos de aprendizagem automática (supervisionada, não supervisionada, por reforço)
  • Regressão linear
  • Algoritmo Naive Bayes
  • Vizinhos mais próximos (KNN)
  • Máquinas de vetores de suporte (SVM)
  • Algoritmo de floresta aleatória
• Online, presencial ou ambos? Online
• É necessário exame? Não
• Duração: 1 hora e 30 minutos 
• Quantas horas de formação: 1 hora e 30 minutos 
• Requisitos de elegibilidade: Conhecimentos básicos de informática; familiaridade com Python e matemática
• Preço: Gratuito
• Frequentar o curso: Great Learning

12. Especialização em aprendizagem automática avançada na Google Cloud (Google Cloud)

Esta especialização centra-se em tópicos avançados de aprendizagem automática, ensinando os participantes a otimizar, implementar e dimensionar modelos prontos para produção destinados a dados estruturados, imagens e linguagem natural. Integra laboratórios práticos através do Qwiklabs, onde os participantes podem aplicar os conceitos utilizando ferramentas da Google Cloud. 

• Para quem se destina: Profissionais que procuram conhecimentos avançados em aprendizagem automática na Google Cloud
• Tópicos abordados:
  • Conceção de sistemas de aprendizagem automática escaláveis
  • Fundamentos da visão computacional com a Google Cloud 
  • Processamento de linguagem natural na Google Cloud
  • Componentes dos sistemas de recomendação
• Online, presencial ou ambos? Online
• É necessário exame? Nenhum
• Duração: 2 meses 
• Quantas horas de formação: 10 horas por semana (ao ritmo do participante)
• Requisitos de elegibilidade: Concebido para profissionais do setor 
• Preço: Gratuito
• Frequentar o curso: Coursera

13. Construção de sistemas de recomendação com aprendizagem automática e IA (LinkedIn Learning)

Este curso proporciona formação prática na conceção de sistemas de recomendação, abrangendo técnicas fundamentais como a filtragem colaborativa, a fatorização de matrizes e a aprendizagem profunda. Oferece experiência prática na utilização de estruturas e ferramentas como o TensorFlow e o AWS SageMaker para criar modelos de recomendação escaláveis. 

• Para quem se destina: Programadores e cientistas de dados interessados em sistemas de recomendação
• Tópicos abordados:
  • Introdução aos sistemas de recomendação
  • Técnicas de filtragem colaborativa
  • Métodos de fatorização de matrizes
  • Abordagens de aprendizagem profunda
  • Gestão de dados em grande escala 
• Online, presencial ou ambos? Online
• É necessário realizar um exame? Não
• Duração: 9 horas e 5 minutos
• Quantas horas de formação: Ao seu próprio ritmo
• Requisitos de elegibilidade: Nenhum
• Preço:
  • Carreira: $39.99 
  • Aprendizagem para equipas: $31.67 por utilizador 
• Frequentar o curso: LinkedIn Learning

14. Fundamentos da aprendizagem automática (Microsoft Learn)

Este curso apresenta os conceitos fundamentais da aprendizagem automática, com enfoque nos princípios essenciais e nos métodos de avaliação de modelos. Inclui prática com aprendizagem automática automatizada através do serviço Azure Machine Learning.

• Para quem se destina: Iniciantes que pretendem aprender os fundamentos da aprendizagem automática
• Tópicos abordados:
  • Conceitos fundamentais da aprendizagem automática
  • Tipos de aprendizagem automática
  • Treino e avaliação de modelos de aprendizagem automática
  • Introdução à aprendizagem profunda
  • Aprendizagem automática automatizada com o Azure 

• Online, presencial ou ambos? Online
• É necessário realizar um exame? Não
• Duração: 1 hora e 56 minutos 
• Quantas horas de formação: 1 hora e 56 minutos 
• Requisitos de elegibilidade:
  • Conhecimentos básicos de matemática
  • Familiaridade com o Microsoft Azure e a computação na nuvem
• Preço: Gratuito
• Frequentar o curso: Microsoft Learn

15. Fundamentos da aprendizagem automática & IA: regressão linear (LinkedIn Learning)

Este curso oferece uma visão abrangente das regressões lineares, com enfoque em aplicações do mundo real, como a previsão do valor das habitações, dos gastos dos clientes e dos preços das ações. Abrange técnicas essenciais de regressão linear simples e múltipla, bem como a compreensão dos conceitos de regressão, em vez dos aspetos mecânicos da utilização do software, com conhecimentos sobre o SPSS. 

• Para quem se destina: Qualquer pessoa interessada em compreender a regressão linear
• Tópicos abordados:
  • Introdução à regressão linear
  • Construção e interpretação de gráficos de dispersão
  • Abordagens para a construção de modelos de regressão
  • Alternativas à regressão
• Online, presencial ou ambos? Online
• É necessário exame? Não
• Duração: 4 horas e 5 minutos 
• Quantas horas de formação: Ao ritmo do formando
• Requisitos de elegibilidade: Nenhum
• Preço:
  • Carreira: $39.99 
  • Aprendizagem para equipas: $31.67 por utilizador 
• Faça o curso: LinkedIn Learning

16. Aprendizagem automática: fundamentos e algoritmos (CMU)

Este curso oferece uma formação aprofundada sobre os fundamentos técnicos e os algoritmos da aprendizagem automática, com enfoque nas técnicas de previsão, classificação e otimização. Combina a teoria matemática com exercícios práticos de programação para desenvolver competências aplicáveis aos cuidados de saúde e à análise de dados.

• Para quem se destina: Profissionais com experiência em Python que pretendam aprofundar os seus conhecimentos sobre aprendizagem automática e os seus fundamentos matemáticos
• Tópicos abordados:
  • Fundamentos dos métodos de aprendizagem automática
  • Modelos de previsão e classificação
  • Algoritmos de regressão e agrupamento
  • Técnicas de probabilidade, estatística e otimização
  • Aplicações nos cuidados de saúde e na análise orientada por dados
• Online, presencial ou ambos? Online
• É necessário exame? Sim
• Duração: 10 semanas 
• Quantas horas de formação: 5 a 10 horas por semana 
• Requisitos de elegibilidade:
  • Experiência em programação Python 
  • Conhecimentos de álgebra linear, cálculo, probabilidade e estatística ao nível do ensino secundário
• Preço: $2,500
• Faça o curso: CMU

17. Fundamentos da inteligência artificial: aprendizagem automática (LinkedIn Learning)

Este curso apresenta o ciclo de vida da aprendizagem automática, orientando os formandos na obtenção e preparação de dados, na seleção de algoritmos e no treino de modelos. Explica os principais métodos de aprendizagem automática e dá ênfase às competências práticas necessárias para avaliar o desempenho dos modelos utilizando métricas padrão, sem quaisquer pré-requisitos. 

• A quem se destina: Pessoas sem experiência prévia em IA e aprendizagem automática
• Tópicos abordados:
  • Introdução à aprendizagem automática
  • Tipos de aprendizagem automática
  • Algoritmos de aprendizagem automática
  • Preparação de dados e engenharia de características
  • Considerações éticas na aprendizagem automática 
• Online, presencial ou ambos? Online
• É necessário exame? Não
• Duração: 1 hora e 50 minutos 
• Número de horas de formação: 1 hora e 50 minutos 
• Requisitos de elegibilidade: Nenhum
• Preço:
  • Profissionais: $39.99 
  • Aprendizagem para equipas: $31.67 por utilizador 
• Fazer o curso: LinkedIn Learning

18. Curso de aprendizagem automática de ponta a ponta com TensorFlow no GCP (Google Cloud)

Este curso proporciona uma abordagem interativa e prática à criação de um pipeline de aprendizagem automática de ponta a ponta com TensorFlow na Google Cloud Platform. Orienta os participantes desde a exploração dos dados até à implementação do modelo e à geração de previsões em tempo real.

• A quem se destina: Programadores e engenheiros de aprendizagem automática
• Tópicos abordados:
  • Exploração e pré-processamento de dados
  • Treino de modelos com TensorFlow
  • Implementação de modelos na Google Cloud Platform
  • Configuração de previsões em tempo real
  • Automatização de fluxos de trabalho para modelos de ML
• Online, presencial ou ambos? Online
• É necessário exame? Não
• Duração: 3 horas e 15 minutos 
• Número de horas de formação: Ao ritmo do formando
• Requisitos de elegibilidade: Conhecimentos básicos de TensorFlow
• Preço: $29 pela subscrição da Pluralsight 
• Fazer o curso: Pluralsight

19. Certificado profissional de aprendizagem automática da IBM (IBM)

Este curso oferece formação em aprendizagem automática utilizando ferramentas e bibliotecas de código aberto, abrangendo uma vasta gama de algoritmos e técnicas para aplicações no mundo real. Inclui laboratórios orientados, projetos e um projeto final para desenvolver competências em aprendizagem automática preparadas para o mercado de trabalho. 

• Para quem se destina: Profissionais de aprendizagem automática em perspetiva
• Temas abordados:
  • Aprendizagem supervisionada e não supervisionada
  • Modelos de regressão e classificação
  • Técnicas de agrupamento
  • Árvores de decisão e aprendizagem por conjuntos
  • Redução da dimensionalidade
  • Aprendizagem profunda e aprendizagem por reforço
  • Análise exploratória de dados e engenharia de atributos
• Online, presencial ou ambos? Online
• É necessário exame? Sim
• Duração: 3 meses 
• Quantas horas de formação: 10 horas por semana (ao seu ritmo)
• Requisitos de elegibilidade: Nenhum
• Preço: Inscreva-se gratuitamente 
• Fazer o curso: Coursera

20. Aprendizagem automática e IA com Python (Universidade de Harvard)

Este curso apresenta competências fundamentais que evoluem para algoritmos avançados, como agregação, florestas aleatórias e reforço de gradiente. Através da aplicação a dados do mundo real, orienta os alunos na análise de processos, na avaliação de resultados e na medição da eficácia das técnicas de aprendizagem automática. Além disso, dá ênfase ao teste de previsões e à análise de resultados para evitar o sobreajuste. 

• Para quem se destina: Pessoas interessadas em utilizar Python para aprendizagem automática
• Temas abordados:
  • Compreensão dos algoritmos de árvores de decisão
  • Exploração da agregação e das florestas aleatórias
  • Técnicas para o desempenho preditivo
  • Avaliação de modelos e mitigação do enviesamento dos dados 
• Online, presencial ou ambos? Online
• É necessário exame? Não
• Duração: 6 semanas 
• Quantas horas de formação: 4 a 5 horas por semana (ao seu ritmo)
• Requisitos de elegibilidade: Conhecimentos de Python
• Preço: Gratuito
• Fazer o curso: Universidade de Harvard

21. Fundamentos de dados massivos e aprendizagem automática na Google Cloud (Google Cloud)

Este curso apresenta conceitos e ferramentas essenciais para gerir dados massivos e aprendizagem automática na Google Cloud. Orienta os alunos na utilização das capacidades da Google Cloud relacionadas com dados massivos e ML para o processamento e a análise de dados.

• Para quem se destina: Engenheiros e analistas de dados que procuram utilizar a Google Cloud
• Tópicos abordados:
  • Ecossistema de Big Data e ML da Google Cloud
  • Processamento de dados com o BigQuery e o Dataflow
  • Opções de armazenamento de dados na Google Cloud
  • Utilização da Plataforma de IA para aprendizagem automática
  • Laboratórios práticos com ferramentas da Google Cloud

• Online, presencial ou ambos? Online
• É necessário fazer um exame? Não
• Duração: 9 horas 
• Número de horas de formação: Ao seu ritmo
• Requisitos de elegibilidade: Nenhum
• Preço: Gratuito
• Fazer o curso: Coursera

O que se segue? 

Melhore o crescimento da sua empresa SaaS e as suas competências de liderança. Subscreva o nosso boletim informativo para conhecer as perspetivas mais recentes de CTOs e de futuros líderes tecnológicos. Ajudamo-lo a crescer de forma mais inteligente e a liderar com mais eficácia, com guias, recursos e estratégias dos melhores especialistas!