Apresentação
A Inteligência Artificial está revolucionando os mercados de Seguros, Previdência e Finanças, tornando indispensável o domínio de técnicas de análise preditiva e aprendizado de máquina. Este curso oferece uma abordagem prática da aplicação da IA por meio de Python, abordando desde modelos de regressão até algoritmos avançados de Machine Learning e Redes Neurais. Os participantes desenvolverão projetos aplicados à classificação de riscos, precificação, detecção de fraudes, previsão de sinistros e apoio à tomada de decisão, utilizando ferramentas como ChatGPT, TensorFlow e Keras. Ao final do curso, estarão aptos a implementar soluções de Inteligência Artificial para problemas reais do mercado atuarial e financeiro.
Turmas, Horários e Locais
On-line Síncrono
Início: 17/04/2027
Término: 19/06/2027
Horário: Sábados das 08h00 às 12h00
Geral:
- Capacitar os participantes a aplicar técnicas de Inteligência Artificial e Machine Learning em Seguros, Previdência e Finanças, utilizando Python para desenvolver soluções de análise preditiva e apoio à tomada de decisão.
Específicos:
- Desenvolver modelos preditivos em Python utilizando técnicas de regressão, árvores de decisão, Random Forest, XGBoost e redes neurais;
- Integrar ferramentas de IA Generativa, como ChatGPT e Whisper API, em aplicações práticas;
- Interpretar os resultados dos modelos e utilizá-los como apoio à tomada de decisão em organizações dos setores de seguros, previdência, saúde suplementar e mercado financeiro.
Este curso foi desenvolvido para profissionais e estudantes que desejam utilizar a Inteligência Artificial para aprimorar análises, previsões e processos decisórios nas áreas de Seguros, Previdência, Saúde, Finanças e Gestão de Riscos.
Quais são os diferenciais do curso?
- Ênfase em aplicações práticas na área atuarial e financeira.
- Utilização de Python como ferramenta de desenvolvimento.
- Integração entre Estatística, Machine Learning e Inteligência Artificial Generativa.
- Desenvolvimento de estudos de caso e projetos práticos.
- Apresentação das técnicas mais utilizadas atualmente pelo mercado segurador e financeiro.
Professor(es) em Destaque
Profa. Dra. Elizabeth Borelli
Acesse o Lattes
Prof. Me. Bruno Pereira Cunha
Acesse o Lattes
Prof. Es. Gabriel Cassagni
Acesse o LattesQuem será seu(s) Professor(es):
Coordenação:
Docentes:
O que você vai estudar?
Aula 1: Regressões
- 1.0 Regressão Linear
- 1.1 Regressão Logística
Aula 2: Inteligência Artificial para Python
- 2.0 Integração o ChatGPT4 com o Python para chat bots personalizados
- Conceitos Técnicos
- Elaboração prática
- 2.1 Whisper API e comunicação direta com o chat GPT
- Conceitos Técnicos
- Elaboração prática
Aula 3: Machine Learning: Aplicações
- Nós e folhas
- Critérios de divisão
- Overfitting
- Classificação de risco
- Aprovação de propostas
- Segmentação de clientes - Projeto Prático
- Modelo de classificação utilizando Decision Tree
Aula 4: Random Forest
- Conceitos Técnicos:
-
Ensemble Learning
-
Bagging
-
Importância das variávei
-
- Aplicações Atuariais:
-
Precificação
-
Predição de churn
-
Detecção de fraude
-
- Projeto Prático:
- Construção de Random Forest em Python
Aula 5: Gradient Boosting e XGBoost
- Conceitos Técnicos:
-
Boosting
-
Aprendizado sequencial
-
Ajuste fino de hiperparâmetro
-
- Aplicações:
-
Modelagem preditiva avançada
-
Precificação dinâmica
-
Score de risco
-
- Projeto Prático:
- Implementação de XGBoost aplicado ao seguro automotivo
Aula 6: Redes Neurais Artificiais
- 4.0 Redes Neurais Artificiais
-
Conceitos fundamentais
-
Perceptron
-
Funções de ativação
-
Camadas oculta
-
Aula 7: Redes Neurais com TensorFlow e Keras
-
Estrutura de modelos
-
Treinamento
- Avaliação
Aula 8: Estudo de caso
-
Detecção de fraudes
-
OCR de documentos
-
Classificação automática
-
Predição de risco Projeto Prático
-
Construção de rede neural para previsão de sinistros
Investimento e Descontos
Aguarde informações.
Inscreva-se na Lista de Interesse
Você vai precisar dos seguintes documentos
- Cópia do CPF, RG e comprovante de residência (com CEP)
- 1 foto 3x4 recente
Os documentos deverão ser anexados no ato da inscrição. O aluno responsabiliza-se pela absoluta exatidão e veracidade dos documentos anexados no Portal de Inscrições. (Você poderá verificar os documentos pendentes acessando a Central do Candidato). Regras para entrega de Diplomas de outros países: Os diplomas de Graduação obtidos no exterior, obrigatoriamente, serão aceitos somente após revalidação/reconhecimento no Brasil, seguindo a legislação vigente.
Como realizar sua inscrição?
- Procedimentos de Matrícula: após o preenchimento de sua inscrição será gerado automaticamente:
- Comprovante de Inscrição;
- Boleto bancário ou a opção por cartão de crédito para pagamento da matrícula.
- Em caso do responsável financeiro não ser o próprio aluno deverá ser assinado o TERMO DE ADITAMENTO AO CONTRATO DE PRESTAÇÃO DE SERVIÇOS EDUCACIONAIS pelo efetivo responsável, cujo documento deverá ser solicitado pelo seguinte e-mail: contasareceber@fundasp.org.br e entregue pessoalmente nesse mesmo setor.
- Efetivação de matrícula: após o pagamento da primeira parcela do plano sua matrícula será efetivada.
Observações especiais
A realização do curso está sujeita a número mínimo de matriculados.
Caso o curso não se viabilize, você será avisado (a) com antecedência à data prevista para o início das atividades. Somente neste caso, os valores pagos serão devolvidos.
Em caso de dúvidas entre em contato pelo e-mail: inscricaosaecontinuada@pucsp.br
Inteligência Artificial em Atuária: Métodos e aplicações
Apresentação
A Inteligência Artificial está revolucionando os mercados de Seguros, Previdência e Finanças, tornando indispensável o domínio de técnicas de análise preditiva e aprendizado de máquina. Este curso oferece uma abordagem prática da aplicação da IA por meio de Python, abordando desde modelos de regressão até algoritmos avançados de Machine Learning e Redes Neurais. Os participantes desenvolverão projetos aplicados à classificação de riscos, precificação, detecção de fraudes, previsão de sinistros e apoio à tomada de decisão, utilizando ferramentas como ChatGPT, TensorFlow e Keras. Ao final do curso, estarão aptos a implementar soluções de Inteligência Artificial para problemas reais do mercado atuarial e financeiro.
Geral:
- Capacitar os participantes a aplicar técnicas de Inteligência Artificial e Machine Learning em Seguros, Previdência e Finanças, utilizando Python para desenvolver soluções de análise preditiva e apoio à tomada de decisão.
Específicos:
- Desenvolver modelos preditivos em Python utilizando técnicas de regressão, árvores de decisão, Random Forest, XGBoost e redes neurais;
- Integrar ferramentas de IA Generativa, como ChatGPT e Whisper API, em aplicações práticas;
- Interpretar os resultados dos modelos e utilizá-los como apoio à tomada de decisão em organizações dos setores de seguros, previdência, saúde suplementar e mercado financeiro.
Este curso foi desenvolvido para profissionais e estudantes que desejam utilizar a Inteligência Artificial para aprimorar análises, previsões e processos decisórios nas áreas de Seguros, Previdência, Saúde, Finanças e Gestão de Riscos.
Professor(es) em Destaque
Profa. Dra. Elizabeth Borelli
Acesse o Lattes
Prof. Me. Bruno Pereira Cunha
Acesse o Lattes
Prof. Es. Gabriel Cassagni
Acesse o LattesInício: 17/04/2027
Término: 19/06/2027
Horário: Sábados das 08h00 às 12h00
Aula 1: Regressões
- 1.0 Regressão Linear
- 1.1 Regressão Logística
Aula 2: Inteligência Artificial para Python
- 2.0 Integração o ChatGPT4 com o Python para chat bots personalizados
- Conceitos Técnicos
- Elaboração prática
- 2.1 Whisper API e comunicação direta com o chat GPT
- Conceitos Técnicos
- Elaboração prática
Aula 3: Machine Learning: Aplicações
- Nós e folhas
- Critérios de divisão
- Overfitting
- Classificação de risco
- Aprovação de propostas
- Segmentação de clientes - Projeto Prático
- Modelo de classificação utilizando Decision Tree
Aula 4: Random Forest
- Conceitos Técnicos:
-
Ensemble Learning
-
Bagging
-
Importância das variávei
-
- Aplicações Atuariais:
-
Precificação
-
Predição de churn
-
Detecção de fraude
-
- Projeto Prático:
- Construção de Random Forest em Python
Aula 5: Gradient Boosting e XGBoost
- Conceitos Técnicos:
-
Boosting
-
Aprendizado sequencial
-
Ajuste fino de hiperparâmetro
-
- Aplicações:
-
Modelagem preditiva avançada
-
Precificação dinâmica
-
Score de risco
-
- Projeto Prático:
- Implementação de XGBoost aplicado ao seguro automotivo
Aula 6: Redes Neurais Artificiais
- 4.0 Redes Neurais Artificiais
-
Conceitos fundamentais
-
Perceptron
-
Funções de ativação
-
Camadas oculta
-
Aula 7: Redes Neurais com TensorFlow e Keras
-
Estrutura de modelos
-
Treinamento
- Avaliação
Aula 8: Estudo de caso
-
Detecção de fraudes
-
OCR de documentos
-
Classificação automática
-
Predição de risco Projeto Prático
-
Construção de rede neural para previsão de sinistros
Aguarde informações.
Você vai precisar dos seguintes documentos
- Cópia do CPF, RG e comprovante de residência (com CEP)
- 1 foto 3x4 recente
Os documentos deverão ser anexados no ato da inscrição. O aluno responsabiliza-se pela absoluta exatidão e veracidade dos documentos anexados no Portal de Inscrições. (Você poderá verificar os documentos pendentes acessando a Central do Candidato). Regras para entrega de Diplomas de outros países: Os diplomas de Graduação obtidos no exterior, obrigatoriamente, serão aceitos somente após revalidação/reconhecimento no Brasil, seguindo a legislação vigente.
Como realizar sua inscrição?
- Procedimentos de Matrícula: após o preenchimento de sua inscrição será gerado automaticamente:
- Comprovante de Inscrição;
- Boleto bancário ou a opção por cartão de crédito para pagamento da matrícula.
- Em caso do responsável financeiro não ser o próprio aluno deverá ser assinado o TERMO DE ADITAMENTO AO CONTRATO DE PRESTAÇÃO DE SERVIÇOS EDUCACIONAIS pelo efetivo responsável, cujo documento deverá ser solicitado pelo seguinte e-mail: contasareceber@fundasp.org.br e entregue pessoalmente nesse mesmo setor.
- Efetivação de matrícula: após o pagamento da primeira parcela do plano sua matrícula será efetivada.
Observações especiais
A realização do curso está sujeita a número mínimo de matriculados.
Caso o curso não se viabilize, você será avisado (a) com antecedência à data prevista para o início das atividades. Somente neste caso, os valores pagos serão devolvidos.
Em caso de dúvidas entre em contato pelo e-mail: inscricaosaecontinuada@pucsp.br