Guia CT-AI
Guia da certificação CT-AI v2.0
Entenda o escopo da CT-AI v2.0 e como estudar qualidade de dados, modelos, métricas, vieses, explicabilidade e teste de sistemas de IA.
O que torna o teste de IA diferente
Sistemas de machine learning aprendem padrões a partir de dados e podem apresentar comportamento probabilístico. Testar exige considerar dados, modelo, integração e impactos no contexto de uso.
Dados são parte do sistema
Qualidade, representatividade, rotulagem e vazamento de dados afetam diretamente o comportamento. Estude técnicas para identificar problemas antes, durante e depois do treinamento.
Métricas dependem do risco
Acurácia isolada raramente conta toda a história. Compare precisão, recall e outras métricas conforme o custo dos diferentes tipos de erro.
- Desbalanceamento de classes
- Falsos positivos e falsos negativos
- Robustez e deriva
- Viés e explicabilidade
Plano de preparação
Revise fundamentos de IA, aprofunde qualidade de dados e modelos, pratique escolha de métricas e conclua com cenários integrados de risco e teste.
Coloque o guia em prática
Use questões, simulados e acompanhamento de desempenho para transformar leitura em preparação mensurável.
Praticar para CT-AIContinue estudando
A practicert é independente e não representa nem é afiliada ao ISTQB. Informações de exame podem mudar; confirme sempre nas fontes oficiais.