Curso IA no Planejamento de Demanda Sazonal e Epidemiológica (96h)

Sobre o curso

Módulo 1: Fundamentos de IA e Análise de Dados na Logística

Tecnologias: Python (Pandas, Scikit-learn), R e ChatGPT.
Aplicações Práticas: Uso de Python e R para preparação de dados históricos. Aplicação do ChatGPT para automatizar rotinas, analisar grandes volumes de dados logísticos e gerar resumos para a tomada de decisão.

Módulo 2: Previsão de Demanda Sazonal (Varejo e Indústria)

Tecnologias: Prophet, XGBoost, Datup e Kinaxis.
Aplicações Práticas: Uso do algoritmo Prophet para prever o impacto de sazonalidades e campanhas na venda de cosméticos. Utilização de softwares como Datup e Kinaxis para gerar cenários preditivos (“what-if”) e evitar rupturas ou excesso de estoque.

Módulo 3: Modelagem Epidemiológica e Monitoramento em Tempo Real

Tecnologias: MATLAB, Redes Neurais LSTM, Integração IoT e Modelos SEIR.
Aplicações Práticas: Simulação da propagação de doenças combinando o modelo epidemiológico SEIR com redes LSTM para prever tendências de infecção. Uso do MATLAB para processar dados contínuos de saúde gerados por sensores IoT (smartwatches, etc.).

Módulo 4: Supply Chain e Gestão Logística Hospitalar

Tecnologias: Random Forest, Regressão Múltipla e Agentes Inteligentes.
Aplicações Práticas: Previsão de picos de demanda por medicamentos específicos cruzando o perfil de pacientes e dados de internações. Automação das compras e redistribuição de insumos próximos ao vencimento para reduzir desperdícios com até 95% de precisão.

Módulo 5: IA Generativa, Comunicação em Saúde e Governança

Tecnologias: ChatGPT e ferramentas de auditoria algorítmica.
Aplicações Práticas: Desenvolvimento de chatbots para orientação pública sobre surtos e campanhas de vacinação. Implementação de diretrizes de governança para mitigar “alucinações” da IA generativa e corrigir vieses nos dados que possam gerar desigualdades.

Sem avaliações ainda