Publicação em Diário da República: Despacho n.º 9184/2020 - 25/09/2020
6 ECTS; 2º Ano, 2º Semestre, 42,0 PL + 28,0 TP + 5,0 OT , Cód. 814315.
Docente(s)
- Sandra Maria Gonçalves Vilas Boas Jardim (1)
- Pedro Castro Bento Moisés (2)
(1) Docente Responsável
(2) Docente que lecciona
Pré-requisitos
Preferencialmente o aluno deverá ter tido aproveitamento à UC de Linguagens de Programação.
Objetivos
Esta unidade curricular tem por objetivo introduzir os alunos no desenvolvimento de aplicações AI generativas e conceber arquiteturas de desenvolvimento de aplicações baseadas em microserviços. Ao concluir com sucesso a UC o aluno deverá ser capaz de:
1) Identificar os conceitos principais associados ao desenvolvimento com microserviços, aplicando-os na conceção e implementação de aplicações;
2) Identificar e resolver problemas relacionados com a ética e a privacidade dos dados;
3) Utilizar o Azure AI Studio na implementação de aplicações
4) Identificar e utilizar os conceitos de RAG (Retrieval Augmented Generation) na conceção e implementação de aplicações;
5) Utilizar as funcionalidades de ouvir e falar numa aplicação;
6) Analisar e processar texto e imagens numa aplicação.
Programa
1. Arquiteturas baseadas em microserviços
1.1 Introdução aos microserviços
1.2 Desenvolvimento com microserviços
1.3 Gestão de microserviços
1.4 Boas práticas no desenvolvimento com microserviços
2. Ética e Privacidade dos dados na Recuperação de Informação
2.1 Ética na recuperação de informação
2.2 Privacidade dos dados
2.3 Bias (enviesamento)
2.4 Filter Bubbles
2.5 Fake News
3. Introdução ao Azure AI Studio
3.1 O Azure AI Studio
3.2 O que são serviços AI
3.3 Aquitectura do Azure AI Studio
3.4 Limitações regionais do Azure AI Studio
3.5 Criar projetos e recursos com Azure AI
4. Técnicas de RAG
4.1 O que é o RAG (Retrieval Augmeted Generation)
4.2 Como funciona o RAG
4.3 Indices e RAG
5. Uso de AI para ouvir e falar
5.1 Os serviços de AI para ouvir
5.2 Os serviços de AI para falar
5.3 Criar um Chat com os meus dados
6. Uso de AI no processamento de texto
6.1 Conceitos sobre análise de texto
6.2 Os serviços de AI para análise de texto
6.3 Criar uma aplicação para moderação de texto
7. Uso de AI no processamento de imagem
7.1 Conceitos sobre análise de imagens
7.2 Os serviços de AI para análise de imagens
7.3 Criar uma aplicação para análise de imagens
Metodologia de avaliação
Avaliação por frequência: [Trabalho I (15%) + Trabalho II (15%) + Projeto I (20%)] + Projeto II (20%) + Frequência (30%) [prova com consulta]. Os alunos deverão ter, em cada um dos elementos de avaliação, uma nota mínima de 6 valores. A classificação final da UC resulta da média ponderada das classificações obtidas nas componentes de avaliação definidas. O aluno obtém aprovação à UC, estando dispensado de Exame, de acordo com o disposto nos Pontos 11 e 12, do Artigo 11º, do regulamento Académico do IPT.
Avaliação por exame: Exame (100%) [prova com consulta parcial dos conteúdos]. O aluno obtém aprovação à UC, estando dispensado de Exame, de acordo com o disposto nos Pontos 11 e 12, do Artigo 11º, do regulamento Académico do IPT.
Requisitos de admissibilidade à frequência:
(i) Mínimo de 2/3 de assiduidade às aulas - exceto trabalhadores estudantes - de acordo com o ponto 5 do artº 8º.
(ii) As presenças em aula não são classificadas com nota, constituem, no entanto, condição necessária para aprovação à UC por frequência. O incumprimento deste item impede o aluno de se submeter à frequência.
Bibliografia
- , . e , . e , . e Sousa, L. (2023). Web Semântica: Como os algopritmos podem influenciar na recuperação de informação. (pp. 1-297). Brasil: Universidade Federal Fluminense
- , . e Araujo, R. (2021). Uma revisão teórica sobre a arquitetura de microsserviços. (pp. 1-944). Brasil: Universidade Tecnológica Federal do Paraná
- Tok, W. e Dean, D. e Salvaris, M. (2018). Deep Learning with Azure Building and Deploying Artificial Intelligence Solutions on the Microsoft AI Platform. (Vol. 1). (pp. 1-500). USA: APress
Método de Ensino
Aulas teórico-práticas expositivas onde se descrevem os conceitos fundamentais. Aulas práticas-laboratoriais de resolução de casos práticos e aplicação dos conceitos a cenários de utilização real.
Software utilizado nas aulas
Visual Studio
Azure AI Studio
Moodle: plataforma de eLearning do IPT, Centro de eLearning
Aprovado em Conselho Técnico Cientifico: Reunião nº 198 - 27/03/2024
Download da Ficha da Unidade Curricular (FUC)
