A profissão do cientista de dados é uma das mais bem remuneradas do mercado. Ela é responsável por criar modelos que preveem tendências e otimizam processos através de algoritmos como o machine learning.
Por isso, a ciência de dados é necessária em todos os setores do mercado de trabalho, com demanda constante e aquecida.
Por que investir na Formação em Ciência de Dados?
R$ 12.104*
R$ 6.572*
R$ 8.767*
Cientista de Dados Sênior
Cientista de Dados Júnior
Cientista de Dados Pleno
*Salário médio referência no portal Glassdoor na região de São Paulo
Áreas abordadas no Curso Ciência de Dados
SQL
Machine Learning
Python
Metodologias ágeis
Você vai aprender a trabalhar com banco de dados complexos e a fazer análises da forma certa
Você vai aprender como este algoritmo funciona e como utilizá-lo no desenvolvimento de produtos e serviços
Você vai aprender uma das linguagens de programação mais versáteis e utilizadas da ciência de dados
Você vai entender como o Scrum e o Agile podem ser aplicados no processo de desenvolvimento de produtos
Para quem é o Curso de Ciência de Dados?
que desejam ingressar na carreira em ciência de dados do zero, mas não sabem por onde começar
Iniciantes
que já trabalharam com programação, mas desejam aprender Data Science e dar um novo passo na carreira
Desenvolvedores
que possuam experiência com análise de dados e queiram se especializar na área
Analistas
que queiram implementar a ciência de dados em seu produto ou serviço
Empreeendedores
Como você vai aprender com a Ultima School
Nosso Centro de Carreira irá te auxiliar a preparar o seu CV e para as entrevistas
Conquiste seu certificado e encontre um novo emprego
Complete seu portfólio com 4 projetos novos para enriquecer seu currículo
Você irá criar e defender projetos finais
em tarefas semanais e obtenha feedback de especialistas do curso de Ciência de Dados
Coloque seu conhecimento em prática
Assista às aulas e participe de webinars
100% online - assista quando e onde puder. Aulas ministradas por Cientistas de Dados, especialistas da área, para responder às suas dúvidas
Faça parte de uma comunidade exclusiva para estudantes e fortaleça suas conexões
Comunidade de alunos para compartilhar experiências
Acesse e revise as aulas mesmo se você já tiver completado o curso
Acesso Vitalício
O que você precisa fazer?
Encontre um trabalho ou devolveremos seu dinheiro de volta
Você deverá assistir a todas as aulas
Completar todos os projetos propostos durante o curso
Suporte de um especialista em RH para preparar o seu CV
Seleção de vagas mais relevantes para o seu perfil
Traçar um plano de Carreira
Auxílio para enriquecer seu perfil no LinkedIn e preparar seu portfólio
Seguir todas as orientações do nosso Consultor de Carreiras
Se ainda assim você não encontrar um trabalho em até seis meses da conclusão do seu curso, você receberá seu dinheiro de volta.
Programa do Curso Ciência de Dados
Introdução à Ciência de Dados
+
Neste primeiro módulo do curso, você compreenderá os princípios básicos de Python, o uso desse e de outros software em Data Science e como visualizar os dados com Python, Anaconda, Jupyter e VSCode, fazendo uso de estatísticas. Aprofundaremos bastante em matemática e estatística para Ciência de Dados neste módulo do curso.
Python para Ciência de Dados
Introdução ao Python
Baixando e instalando Python e as plataformas para Data Science, Anaconda, Jupyter Notebook e / ou VSCode
Noções básicas sobre operações matemáticas simples
Noções básicas sobre variáveis e tipos de dados
Compreender listas, tuplas e dicionários
Noções básicas sobre declarações condicionais
Noções básicas sobre loops
Noções básicas sobre funções e classes
Instalando bibliotecas
Estatística para Ciência de Dados
Significado e medidas de tendência central
Valores de partição
Significado de dispersão, significado da variação de medição
Medidas de dispersão absolutas e relativas
Méritos, deméritos e usos das medidas acima de tendência central
Méritos, deméritos e usos das diferentes medidas de dispersão acima
Variância, variância combinada, coeficiente de variação
Momentos (para dados simples e com frequência)
Características de distribuição
Análise de dados com Python
+
No segundo módulo do curso, Aprenda do zero a trabalhar com Python para data Science. Primeiro, você aprenderá a coletar e processar dados, organizar painéis e fazer Web Scraping. Em seguida, você aprenderá como limpar e manipular dados para obter apenas resultados relevantes. Por fim, você poderá visualizar os dados com Python.
Introdução e conceitos básicos de SQL
Diferença entre SQL e NoSQL
Sintaxe
Ordem de consulta
Diferentes tipos de agregação
Agregação com GROUPBY
Diferentes tipos de JOIN
Quanto SQL um cientista de dados realmente usa?
SQL em Ciência de Dados
O que é web scraping
Como usar o Selenium
Obter dados como cientista de dados
Como usar o Beautiful Soup
O que é uma API
Como usar APIs
Web Scraping para Data Science
Diferença entre painéis e relatórios
Práticas recomendadas para construir painéis
Diferença entre as plataformas: PowerBI, Tableau e Data Studio
Como escolher o melhor gráfico para seus dados: aplicativos para painéis
Introdução ao BI & painéis para Data Science
Diferença entre extensões de banco de dados populares
Diferença entre Excel e CSV
JSON, TXT e XML
Trabalho com imagens em Python
De onde os cientistas de dados obtêm seus dados?
Importando dados
Remover linha repetida
Tratamento de valor ausente
Remoção de dados irrelevantes
Erro manual ao digitar
Renomeando colunas
Como lidar com valores ausentes, duplicados, dados irrelevantes ou ruído
Dados desnecessários, dados repetitivos, duplicados
Dados inconsistentes, letras maiúsculas, endereços
Definindo o fluxo de trabalho de qualidade
Limpeza de dados (Data Cleaning para Data Science)
Análise univariada
Análise bivariada
Análise multivariada
Um guia simples para belas visualizações de dados em Python
Distribuição e associação
Lidando com outliers
Importância do recurso
Análise SHAPE para aprendizado de máquina
Como visualizar os resultados do ML?
Visualização de dados em Data Science (Data Visualization)
Diferenças de média e mediana
Histogramas sobrepostos
Covariância
Correlação
Associações não lineares
Estatísticas aplicadas em problemas de negócios do mundo real.
Exploração estatística para Data Science
Data hora
Merge, Join, Concat
Transformação de tipo de dados
Entenda Pandas
Manipulação de dados em Data Science com Pandas
Sanitização e anonimato de dados
Manipulação de dados
Machine Learning (aprendizado de máquina)
+
Depois de aprender análise de dados, chegou a hora do machine learning dentro de Data Science. A partir deste módulo do curso, você aprenderá a preparar seus dados para o ML, entenderá quais são as métricas para definir o que é um modelo bom ou ruim, e poderá escolher o melhor modelo para resolver um problema de negócio. Além disso, você também aprenderá como identificar anomalias e como conduzir testes A/B para fazer previsões. Em resumo, o Curso de Data Science mergulha em Machine Learning e Deep Learning.
Transformação de dados
Tratamento de valores categóricos
Criação de variáveis fictícias
Preparando dados para ML
O que é uma série temporal?
Padrões
Entenda a estacionariedade
Entenda os algoritmos que podemos usar para fazer previsões
Usando ARIMA sazonal para fazer previsões
Previsão de série temporal
Entenda o que é um algoritmo de aprendizagem não supervisionado
Entenda o agrupamento
Sabe como usar K-means
Compreenda outros algoritmos de aprendizagem não supervisionados
Entenda como usá-lo para detecção de anomalias
Aprendizagem não supervisionada
O que é Machine Learning? (e qual sua importância dentro de Data Science)
Qual é a diferença entre Machine Learning e Deep Learning?
Entenda a diferença entre aprendizagem supervisionada e não supervisionada
Entenda a diferença entre regressão e classificação
Conceitos de alto nível de ML (Machine Learning)
Criando regressão linear
Usando outros modelos simples como árvores de decisão
Compreender como usar outros modelos complexos, como Random Forest
Como tornar seu modelo melhor usando validação cruzada
Ajuste os hiperparâmetros usando Grid Search e Random Search
Regressão
Criação de regressão logística
Usando outros modelos simples como KNN, SVM e árvores de decisão
Ajuste os hiperparâmetros
Métricas de classificação
Classificação
Сontrole, tratamento e teste de hipótese
Erros Tipo I e Tipo II
Intervalo de confiança e valores p
Teste A/B
Testando hipóteses
Projeto Final do Curso Ciência de Dados
+
Chegamos ao módulo final da Formação Cientista de Dados. Neste módulo você vai colocar todo o conhecimento de Data Science que adquiriu ao longo do curso da Ultima School. Chegando ao final desta jornada você estará apto a exercer a profissão de Data Scientist,
Como projeto final do curso, você escolherá dois bancos de dados (sugeridos por você ou seu tutor) e fará os seguintes passos:
Identificar o problema de negócios que gostaria de resolver
Limpar e manipular os dados
Conduzir a análise exploratória de dados para seu banco de dados
Visualizar os dados
Preparar o banco de dados para ML
Projetos que você poderá adicionar ao seu portfólio ao final deste módulo do Curso de Data Science:
Construção de um scraper que funcione no LinkedIn
Compreendendo o conjunto de dados de comércio eletrônico Olist
8 horas
Práticas de Programação e Trabalho com Dados usando ChatGPT/IA
Introdução à Inteligência Artificial e ChatGPT
Utilizando o ChatGPT para Programar
Exploração e Visualização de Dados
Aplicações Avançadas do chatGPT
Workshop - Práticas de Programação e Trabalho com Dados usando ChatGPT/IA
Habilidades adquiridas como Data Scientist
Visualização de dados
Visão de negócio
Ferramentas e processos
Utilizando as bibliotecas Pandas, Matplotlib e Seaborn, você vai aprender a visualizar dados de análise
Entenda como a ciência de dados pode ser utilizada para solução de problemas em qualquer segmento do mercado
Você vai aprender a implementar metodologias ágeis aos processos de desenvolvimento e, assim, tirar seus projetos do papel mais rapidamente
Inscreva-se para receber uma consultoria de carreira gratuita!
• Receba uma consultoria individualizada via Zoom ou Google Meet • Descubra como a Ultima pode te ajudar • Encontre a forma de pagamento ideal para o seu bolso assim como 95% dos nossos alunos
você terá 4 oportunidades para colocar em prática o conhecimento adquirido em Projetos:
Dados necessários para resolver um potencial problema
Neste primeiro projeto você irá eleger um problema de negócios e listar quais os dados essenciais para propor essa solução
Limpeza de Dados
Para um fluxo de trabalho de qualidade, a limpeza dos dados é fundamental, como a remoção dos dados repetidos, irrelevantes, irregulares e inconsistentes
Análise exploratória e visualização do banco de dados
Nessa etapa do curso, você irá conduzir uma análise exploratória dos dados - resumindo suas principais características para visualização
Prepare seu banco de dados para o Machine Learning
Nesta etapa final, você irá preparar os dados para o Machine Learning - ferramenta que ‘ensinam’ as máquinas a partir de experiências e dados vistos anteriormente
Feedback dos nossos alunos
Desenvolvedor Python
“Eu tinha dúvidas sobre minha carreira e na Ultima recebi uma direção, o que me fez crescer pessoal e profissionalmente.”
Euder Andrade
Benjamin Amaral
“Já na 1ª semana de aula eu tive a certeza de que eu estava no lugar certo para ser o melhor profissional que posso ser.”
Analista de Dados
Marconde Correia Pinho
Ciência de Dados
“Meu intuito em fazer o curso era mudar de área e eu consegui: sou estagiário no Banco Itaú e foi um grande diferencial ter esse curso no meu currículo.”
Ciência de Dados
Você aprenderá na prática, receberá suporte dos tutores e consultoria de carreira
Domínio da linguagem Python aplicada à Ciência de Dados
Domínio da estatística aplicada à Ciência de Dados
Domínio da linguagem SQL para coletar, analisar, agrupar e disponibilizar dados de forma certa
Domínio do Machine Learning para resolver problemas, testar soluções e fazer previsões de negócio
Domínio de Metodologias Ágeis para gerenciamento de projetos e otimização de processos
Ao final do curso, você se tornará um Cientista de Dados Júnior e poderá encontrar seu primeiro emprego na área.
Habilidades profissionais:
Salário de:
R$6.572*
Sara Malvar
Research Software Dev Engineer na Microsoft
Sara é uma profissional com mais de 8 anos de experiência em Pesquisa, Dados e Aprendizagem de Máquinas. Ela começou sua carreira na IBM, fez parte de seu PhD em colaboração conjunta com a Universidade da Pensilvânia, Universidade de Tóquio e Universidade de São Paulo. Ela orientou mais de 200 estudantes fora da academia e ensinou física, aprendizagem profunda e tópicos relacionados a engenharia elétrica em diferentes escolas e universidades.
Milton Ossamu
Cientista de dados sênior, professor na Let's Code
Cientista de Dados Sênior e estudante de mestrado em Estatística e Ciência de Dados, Milton possui experiência profissional aplicando aprendizado de máquina e agregando valor comercial nos mais diversos segmentos. Além disso, ele fez parte de grandes empresas, como: Itaú Unibanco, Vivo, Claro, Renault, Stone, Gol, Sanofi, Intel e Natura.
Lucas Lo Ami Alvino Silva
Cientista de dados na WildLife Studios
Eu sou um Cientista de Dados com 5 anos de experiência em grandes empresas como B2W, Magali, NuInvest e atualmente estou na Indústria de Games em uma das maiores empresas do ramo, a Wildlife Studios.
Já atuei em diferentes mídias, vinculando as demandas do mundo real com as técnicas de análise e Machine Learning, trabalhando no aumento do faturamento e redução de custos, além de Orientador de estudantes e Mentor de empreendedores.
Bruno Fontana Da Silva
Cientista de dados na Magazine Luiza
Especializado em programação Python, MATLAB, modelagem matemática e estatística aplicada, atualmente sou Cientista de Dados na Equipe de Análise Avançada do Magazine Luiza. Sou Doutor em Processamento e Comunicações Digitais de Sinais pela UFSC com trabalhos de alta qualidade publicados em meios prestigiados do ramo e também acumulo anos de experiência docente com diferentes níveis educacionais em Institutos Federais de Tecnologia.
Vinicius Bastos Gomes
Cientista de Dados Anos de experiência em pesquisa, programação e modelagem
Cientista de dados com vasta experiência desde a automação de pipelines de extração de dados até a implantação de modelos de machine learning e pipelines em serviços. Atualmente, sua experiência abrange todo o pipeline de ciência de dados, desde a automação de scripts ETL até a implantação de APIs para microsserviços e monitoramento da qualidade dos modelos ao longo do tempo.
Maurício Fontes
Engenheiro de Dados Consultor para multinacionais
É grande defensor do uso da metodologia científica e da abordagem data-driven no desenvolvimento de produtos digitais com experiência em grandes empresas como Yamaha Motor Co. e atualmente na Hisnek, onde ocupa o cargo de Engenheiro de Dados com foco em Analytics. Consultor para Startups e empresas multinacionais na área farmacêutica, automotiva e eletrônica.
Sua carreira é a nossa maior prioridade
Com nosso programa de carreira gratuito, ajudamos você a planejar sua carreira, agendar entrevistas e conseguir um emprego. Nosso programa inclui:
fazemos um teste vocacional de entrada para te ajudar a determinar seus objetivos e preferências profissionais
Plano de carreira individual
treine pontos-chave das entrevistas de emprego com nossos mentores
Preparação para entrevistas
o projeto em que você trabalhará ao longo do curso será um forte aliado ao seu currículo e portfólio
Projeto final
disponível durante e após a conclusão do curso
Acesso exclusivo à nossa seleção de vagas
ajudamos você a organizar suas experiências em um currículo que chame a atenção de recrutadores
Você será notificado quando abrirmos as matrículas
R$ 301,44
Até 24x de
Preço com desconto
R$ 5.190
R$ 9.800
Inscreva-se
!
R$
Inicie a formação pagando apenas R$150 de entrada
Garantimos seu dinheiro de volta por até 7 dias
-47%
A primeira escola de negócios digitais no Brasil pensada para acelerar o seu crescimento profissional
facilitadores brasileiros e estrangeiros
35
alunos inscritos neste ano
5.000+
facilitadores são profissionais atuantes no mercado
100%
empresas globais participantes
20+
Perguntas frequentes sobre o Curso Ciência de Dados
Temos 3 módulos de ensino e um último módulo com o projeto final. Nos 3 primeiros módulos trataremos em sequência: Introdução à Ciência de Dados, Análise de Dados com Python e Machine Learning para Data Science. Ao final dos 3 módulos de ensino o aluno estará apto para o desafio final do Curso e finalizado o projeto o aluno sairá um Cientista de Dados.
O Curso Data Science é adequado para quem deseja dominar a profissão Cientista de Dados. Você aprenderá a trabalhar com ferramentas e plataformas para coletar, tratar e interpretar dados, bem como aprenderá a preparar dados para construir modelos, que através de Machine Learning, podem antecipar tendências, e assim, otimizar tomadas de decisão com base em dados de previsões.
Após cada bloco de estudo, você fará trabalhos práticos. Organizamos a prática para que você treine não apenas em seu projeto pessoal, mas também nos projetos de seus colegas. Isso o ajudará a ganhar experiência adicional.
Você terá suporte de um professor - especialista em Data Science e com orientação deste, você irá, com base em banco de dados, identificar um problema de negócio, manipular e limpar dados (data cleaning), fazer uma análise exploratória dos dados, construir uma visualização de dados, deixar os dados prontos para aplicação de Machine Learning e assim ao final terá 2 projetos que poderá adicionar ao seu portfólio como cientista de dados, um scraper para o LinkedIn e um banco de dados para o ecommerce Olist.
Fora a vontade de aprender Data Science do zero, há os requerimentos de máquina que são basicamente: qualquer computador com Windows 7 ou 10, Linux, Ubuntu ou MacOS a partir de 10 e 11. Certifique-se apenas de ter pelo menos 4GB de RAM, 5GB de espaço e uma das versões mais recentes do sistema operacional de 64 bits.
Nosso consultor de RH ajuda você a redigir um currículo corretamente, dá recomendações sobre onde procurar emprego e como se preparar para uma entrevista. Como cada caso é único em sua própria maneira, estudantes têm a oportunidade de conversar pessoalmente com um consultor e fazer todas as perguntas.
Sim, no curso de Ciência de Dados da Ultima School o primeiro módulo é dedicado à introdução do Python e também à exposição de matemática e estatística. São conceitos, teorias e técnicas importantes, que vão proporcionar uma sólida base para o restante do curso.
A linguagem Python é uma das mais populares mundialmente e foi a linguagem escolhida para realizarmos a maioria das atividades como cientista de dados. Com o Python o aluno irá fazer raspagem de dados (Web Scraping para Data Science), importação, tratamento e limpeza de dados, e análises estatísticas. Também será com ela que o aluno preparará o banco de dados para Machine Learning. A linguagem Python é crucial para o curso da Ultima School. Para aqueles mais curiosos com a linguagem, temos na Ultima School um curso exclusivo e completo de Python, confira!
No curso de Data Science daremos os insumos para realizar processos de Machine Learning e também Deep Learning, importantes braços da Ciência de Dados.
Na formação de cientista de dados nós vamos passar por todos os processos envolvendo os dados: aquisição, tratamento e manipulação (data cleaning), e também visualização (data visualization para Data Science). Dentre as ferramentas para business analytics teremos Power BI, Tableau e Google Data Studio.