Aprender IA -> Dominar o mundo

Minha ideia é ir estudando o que é útil mas tbm passar pelo que o mercado pede.

1 - A formação em Pytorch vai ensinar bastante sobre Deep Learning na prática e a teoria por trás das principais arquiteturas e camadas. Além disso, é uma formação curta, tem certificado e já da utilizar as principais redes do momento: (Yolo, Unet, Resnet, VGG, etc...)

2 - Os dois cursos de MLOps vai te ensinar o processo final de um modelo, que é coloca-lo em produção (Usando API, Container, Google Cloud e +). Experiência end to end é requisitado demais no Linkedin.

3 - O Spark é bem interessante, é muito pedido e pouco conhecido, se trata de um framework para computação distribuída, muito usado para Big Data. Aborda desde a parte de engenharia de dados até a parte de treinar modelos de fato. (Da pra assistir só um pouquinho pra falar que já sabe)

4 - Depois disso vai de cada um. Minhas dicas seriam:

** Formação em Visão Computacional: Para pegar uma experiência com OpenCv e principalmente com a API MediaPipe, e com alguns métodos de tracking

** Formação em CD4ML - Continuous Delivery for Machine Learning: É um diferencial, e se vc já fez os cursos de MLOps, já foi feito 40% da formação.

** Formação Machine Learning Para Negócios Digitais: Tem muita coisinha que o mercado pede, nada de outro mundo, só parece ser mais específico para o que é mais pedido

** Formação Machine Learning: Bom para lembrar/aprender modelos mais básicos (árvores, SVC, Kmeans, Knn, etc...) de maneira hands on. Usando muito scikit-learn

** Estatística com Python: Isso aqui mostra uma abordagem mais matemática, coisas que são bem úteis como o teste de hipóteses e análise de experimentos. Particularmente acho que essa é a parte mais complexa e mais deficiente no nosso conhecimento estatístico.

** Primeiros passos com Engenharia de Dados.

** Engenharia de dados com Databricks

** Avançando em Data Science com Python