


Torne-se especialista em Inteligência Artificial aplicada às demandas atuais do mercado na área das geotecnologias.
100% Online
Duração de 12 meses
Reconhecida pelo MEC
Carga horária: 390 horas
Satifação de mais de 230 alunos
Sem TCC
Apresentação e fundamentos da Inteligência Artificial
Teoria do aprendizado estatístico
Machine Learning: conceitos, aplicações e técnicas
Deep Learning: redes neurais e aplicações
Aplicações práticas em diferentes contextos
Histórico do sensoriamento remoto
Princípios físicos, interação com atmosfera e superfície
Modelagem espectral e aplicações de IA
Categorias de modelos e índices espectrais
Instalação e uso do ESA SNAP
Aquisição, visualização e reamostragem de dados
Modelos e índices espectrais aplicados no SNAP
Apresentação, histórico, definições e legislação
Classificação, componentes e operação básica de drones
Fotogrametria e correções
Aplicações práticas e planejamento de voo
Boas práticas e parâmetros de operação
Processamento de dados: software, ortofotomosaico, MDS/MDT
Prática com pontos de controle (GCP)
Fundamentos de programação em Python
Pacotes Python aplicados a geotecnologias
Manipulação de dados matriciais no formato NetCDF
Fontes de dados geoespaciais
Introdução à visão computacional e espaço de cores
Manipulação e transformações de imagens no Python
Processamento digital: convoluções, filtragem e histogramas
Operadores de borda, limiares e operações morfológicas
Extração de características e segmentação de imagens
Detecção de bordas e aplicações práticas
Contexto agrícola no Brasil e uso do sensoriamento remoto para análise de cultivos
Aplicações práticas no Google Earth Engine e Python: mosaicos, classificação de cultivos e mapeamento de pivôs
Modelos de Machine Learning e Deep Learning (RF e Unet) aplicados à agricultura e silvicultura, com avaliação de métricas de qualidade
Fundamentos: mudança climática, protocolos internacionais (Kyoto, Acordo de Paris), funções e serviços ecossistêmicos, NbS (Nature-based Solutions) e pagamentos por serviços ambientais
Aplicações práticas: mercado de carbono (regulado e voluntário), princípios e integridade dos créditos de carbono, MRV (monitoramento, reporte e verificação), baseline, tipos de projetos de biomassa e carbono acima do solo, metodologias de quantificação e análise de resultados
Introdução à ciência dos desastres e contexto brasileiro
Tipos de eventos adversos e elaboração de inventários
Técnicas de amostragem e seleção de atributos
Pré-processamento e análise de dados no RStudio
Modelagem de desastres ambientais (I e II)
Avaliação de modelos e validação de resultados
Séries temporais geoespaciais: RNNs, LSTMs, Bi-LSTMs, GRUs, CNN-LSTM e ConvLSTM aplicados à predição e classificação de cultivos
Modelos avançados: 3DCNNs e aplicações em imagens de satélite
IA generativa: Autoencoders, GANs e Diffusion Models aplicados a dados geoespaciais
Fundamentos e contextualização de projetos nas organizações
Áreas do conhecimento segundo PMBOK/PMI
Áreas de competência segundo ICB/IPMA
Elaboração e visão integrada da gestão de projetos
Perfil do gerente e seleção de projetos tecnológicos
Introdução à filosofia Ágil
Implementação da filosofia Ágil
Introdução ao Business Intelligence (BI)
Data Warehouse
Mineração de dados e Inteligência Artificial
Modelos descritivos
Modelos preditivos
Análise de negócios e visualização de dados
Business Performance Management (BPM)
Direitos humanos, fundamentais e da personalidade: privacidade, proteção de dados e organismos internacionais
Fake news: definição, liberdade de expressão, democracia, ofensas e direito de resposta
Legislação brasileira: Marco Civil da Internet, Cadastro Positivo e Lei de Acesso à Informação
Legislação europeia de proteção de dados (RGPD, regulamentos e diretivas)
Lei Geral de Proteção de Dados (LGPD): conceitos, princípios, consentimento e direitos do titular
Tratamento de dados sensíveis, de crianças e adolescentes, e pelo Poder Público
Transferência internacional, agentes de tratamento, responsabilidades, ANPD e sanções administrativas










Para efetuar sua matrícula é necessário que você tenha um diploma de curso superior, em qualquer área de formação. Lembre-se que a colação de grau do seu curso superior, deve ocorrer antes da data de matrícula
Durante o andamento da pós graduação será utilizada linguagem de programação em diversas disciplinas conciliando teoria e prática. Sendo assim, é recomendável que o aluno possua noções básicas de lógica de programação para um melhor desempenho
As disciplinas serão baseadas na linguagem de programação Python.
Sim! Teremos tanto aulas práticas quanto teóricas. As aulas práticas são essenciais para que vocês possam aplicar os conceitos aprendidos em situações reais, utilizando as principais ferramentas do mercado. Já as aulas teóricas fornecem a base necessária para entender os fundamentos das geotecnologias e das análises de dados espaciais.
Essa pós-graduação tem duração de 12 meses.
As avaliações são individuais através de um banco de 10 questões objetivas em cada disciplina. Para aprovação você deve obter 70% de acerto, e tem 5 tentativas. Você deverá realizar as avaliações dentro do período de 12 meses de aula.
Você terá acesso a um ambiente interativo, a comunidade Discord da pós. Nessa comunidade você pode interagir com os alunos da turma, professores!
Não é necessário fazer TCC ou monografia! A conclusão da pós-graduação se dá através da realização das 12 disciplinas, assistindo às aulas e fazendo as atividades avaliativas.

© Todos os direitos reservados.
Tem dúvidas? Entre em contato:
suporte@ambgeo.com
Este site não é afiliado ao Facebook ou a qualquer entidade do Facebook. Os resultados podem variar de pessoa para pessoa. Este produto não garante resultados específicos.
