Formadores:
Ivan Gomes
Data de Início:
a partir de 30 de junho de 2026
Investimento:
Gratuito
Duração:
1,5 hora
Modalidade:
On-line
Profissionais, técnicos, gestores, comerciais, responsáveis de equipa e outros utilizadores que pretendam compreender melhor como utilizar ferramentas de inteligência artificial no seu contexto de trabalho.
- Compreender o potencial da Inteligência Artificial na melhoria dos processos produtivos da ITV, nomeadamente na previsão de falhas, redução de desperdício, diminuição de paragens e apoio à decisão operacional.
- Identificar as principais fontes de dados industriais existentes na fábrica, como SCADA, MES, ERP, sensores e registos de produção, reconhecendo a importância da qualidade, centralização e integração dos dados para projetos de IA.
- Interpretar casos de uso de IA aplicados à produção têxtil, incluindo previsão de quebra de fio, otimização de inventário, sequenciamento de produção, controlo de qualidade em tempo real e manutenção preditiva.
- Definir um caminho inicial de implementação de IA na produção, considerando maturidade digital, prioridades operacionais, retorno esperado, envolvimento das equipas e riscos associados à adoção tecnológica.
- IA aplicada à produção têxtil
- Dados industriais: o ponto de partida
- Como funciona um pipeline de IA na indústria têxtil
- Previsão de falhas e redução de desperdício
- Otimização da produção e do inventário
- Qualidade em tempo real e automação do controlo
- Dashboards, indicadores e apoio à decisão
- Implementação de IA na produção
- Boas práticas e erros a evitar
- Aplicação prática e reflexão final
Aberto entre 30 de junho de 2026 e 31 de julho de 2026. Formação Assíncrona em Regime Self Paced Learning (Autoformação)
Flexível – Formação Assíncrona em Regime Self Paced Learning (Autoformação)
On-line
Julho de 2026
Os requisitos de acesso e critérios de seleção constam nos Termos e Condições apresentados nesta página.
Conheça os formadores/oradores desta ação de formação
Ivan Gomes
Licenciado em Biologia Aplicada e Mestre em Bioinformática pela Universidade do Minho. Possui uma vasta experiência na aplicação de tecnologias de informação, bases de dados, machine learning e análise estatística no contexto industrial. Desde a sua integração no setor, tem trabalhado na utilização de inteligência artificial e ciência de dados para otimizar processos industriais, apoiar a tomada de decisões estratégicas e melhorar a gestão de recursos. Além de sua experiência técnica, tem um papel ativo na capacitação de gestores e profissionais, promovendo o uso estratégico de dados para tomadas de decisão baseadas em evidências.