Não é nenhuma novidade que os campos de Inteligência Artificial e Ciência de Dados ganharam notoriedade e destaque nos últimos tempos devido a sua ampla capacidade de resolver problemas práticos do mundo empresarial. Essa grande expansão da aplicabilidade desses campos se deve, principalmente, aos avanços obtidos na área de Aprendizado Profundo ou Deep Learning [1]. Dentre outras tarefas, as soluções baseadas em Deep Learning estão sendo aplicadas em reconhecimento de objetos em imagens e vídeos, processamento de linguagem natural para criar bots cada vez mais responsivos e eficientes, reconhecimento de fala e indicação de recomendações personalizadas. Até mesmo durante o início da pandemia, soluções baseadas em Deep Learning foram empregadas para auxiliar o diagnóstico de COVID-19, inferindo se uma pessoa estaria infectada pelo vírus ao avaliar as imagens radiológicas dos seus pulmões. Devido a sua complexidade, as soluções baseadas em Deep Learning precisam de grande poder computacional para serem criadas, treinadas e executadas. É por esse motivo que as empresas utilizam dispositivos como GPUs (Graphical Processing Units) e equipamentos com vários processadores para acelerar esse processo. Além disso, as companhias também têm utilizado os recursos disponíveis em nuvens computacionais como Amazon AWS, Google Cloud e Microsoft Azure para treinar e executar essas aplicações. Embora o mercado ofereça cursos voltados para o desenvolvimento dessas soluções, observa-se que há uma lacuna quanto ao conhecimento necessário para desenhar, implantar e administrar uma infraestrutura computacional que seja adequada para essas aplicações. Vale ressaltar que os cursos tradicionais de infraestrutura não abordam temas essenciais para prover e manter uma infraestrutura para Deep Learning e Inteligência Artificial como o conhecimento em dispositivos aceleradores, e em computação distribuída e paralela. O objetivo deste curso é formar profissionais que sejam especialistas em gerenciar, aprovisionar e projetar uma infraestrutura de TI capaz de suportar satisfatoriamente a criação e treinamento de aplicações baseadas em Deep Learning e Inteligência Artificial. É importante ressaltar que, embora o curso seja especializado em infraestrutura de TI para Inteligência Artificial e Deep Learning, a sua grade engloba todo o conteúdo necessário para se obter uma formação mais geral na área de suporte e administração de infraestrutura de TI. E, para que o aluno aprenda na prática os conteúdos abordados, ele irá desenvolver miniprojetos durante as disciplinas sob a supervisão do tutor. Para estes miniprojetos serão utilizadas diversas ferramentas e tecnologias amplamente adotadas no mercado. Ao longo de sua jornada pelas 7 disciplinas que compõem esse curso, o aluno fará uma imersão em assuntos como o suporte, administração, gerenciamento e aprovisionamento de recursos de infraestrutura de TI tanto em um ambiente de Data Center quanto na Nuvem. Mas, diferentemente dos cursos gerais de infraestrutura de TI, o aluno aprenderá os conceitos, ferramentas e recursos da área de Computação de Alto Desempenho que são essenciais para a criação e treinamento de aplicações e modelos baseados em Deep Learning e Inteligência Artificial. Para que os alunos tenham condições de avaliar, desenhar e projetar uma solução de infraestrutura de TI que seja a mais adequada a um determinado cenário envolvendo esse tipo de aplicação, os alunos também aprenderão sobre os principais conceitos relacionados à área de Inteligência Artificial e Deep Learning. Referências: [1] http://horizontes.sbc.org.br/index.php/2020/07/carreiras-em-machine-learning/