Desenvolva projetos utilizando SQL, Python e Machine Learning, gerencie processos de trabalho e equipes e inicie sua carreira em uma das profissões de mais alta demanda no mercado.
Comece a estudar agora pagando 5% de entrada. A próxima parcela é só daqui a quatro meses.
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.
*Referência no portal GlassDoor na região de São Paulo
R$ 8.767*
salário médio
Cientista de Dados Pleno
R$ 6.572*
salário médio
Cientista de Dados Jr
R$ 12.104*
salário médio
Cientista de Dados Sr
Áreas abordadas
Você vai entender como o Scrum e o Agile podem ser aplicados no processo de desenvolvimento de produtos
Metodologias ágeis
Você vai aprender como este algoritmo funciona e como utilizá-lo no desenvolvimento de produtos e serviços
Machine Learning
Você vai aprender uma das linguagens de programação mais versáteis e utilizadas da ciência de dados
Python
Você vai aprender a trabalhar com banco de dados complexos e a fazer análises da forma certa
SQL
Para quem é o curso?
que desejam iniciar a carreira em ciência de dados, mas não sabem por onde começar
Iniciantes
que já trabalharam com programação, mas desejam 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
Vantagens do curso
Uma equipe de profissionais para sanar todas as suas dúvidas a respeito do curso e feedback das suas tarefas
Feedback de tutores
Aprendizado com profissionais das maiores empresas digitais do mercado atual
Facilitadores locais e globais
Acesse de qualquer dispositivo, a qualquer hora e estude no seu ritmo
100% online
Mais de 200 horas de conteúdo divididos entre aulas gravadas e ao vivo, perfeitas para tirar suas dúvidas
Conteúdo ao vivo e gravado
Nossa formação é pensada para que você exercite seus conhecimentos e saia com um portfólio pronto para mostrar ao mercado
Metodologia prática
Além do portfólio, saia do curso com um certificado reconhecido internacionalmente
Certificado internacional
Programa do curso
Introdução à Ciência de Dados
+
Nesse primeiro módulo, você compreenderá os princípios básicos de Python, o uso desse e de outros software e como visualizar os dados fazendo uso de estatísticas.
Python
Introdução ao Python;
Baixando e instalando Python, 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.
Estatísticas
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
+
Aprenda do zero a como trabalhar com dados usando Python. 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
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
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
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
Análise univariada
Análise bivariada
Análise multivariada
Um guia simples para belas visualizações 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
Diferenças de média e mediana
Histogramas sobrepostos
Covariância
Correlação
Associações não lineares
Estatísticas aplicadas em problemas de negócios do mundo real.
Exploração estatística
Data hora
Merge, Join, Concat
Transformação de tipo de dados
Manipulação de dados com Pandas
Entenda Pandas
Manipulação de dados 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. A partir dessa fase, 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.
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?
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
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
+
Como projeto final, 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:
Construção de um scraper que funcione no LinkedIn;
Compreendendo o conjunto de dados de comércio eletrônico Olist.
Acesso ao curso por tempo ilimitado
O acesso às aulas é permanente – você pode aprender coisas novas a qualquer momento!
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*
Gabriel Lima Gomes
Consultor Sênior de Ciência de Dados na Ernst & Young
Especializado em Deep Learning e formado em ciência da computação, Gabriel possui experiência em projetos de ciência de dados no setor financeiro, varejo, segurança pública, saúde e segurança da informação. Também possui experiência com machine learning, processamento de linguagem natural (NLP), automatização de relatórios, pesquisa e desenvolvimento.
Cássia Sampaio
Data Scientis, instrutor e pesquisador na Instituto Butantan
Com bacharel em Sistemas de Informação e Filosofia, Cássia é Cientista de Dados, Instrutora, Pesquisadora e Mestra em Fundamentos da Matemática. Ao longo de sua carreira, participou do MIT Global Startup Labs, foi ganhadora do IBM Outstanding Innovation Award e deu aulas de Lógica de Programação e Aprendizado de Máquina com Python.
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.
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 às vagas de nossos parceiros
ajudamos você a organizar suas experiências em um currículo que chame a atenção de recrutadores
Preparação e organização do currículo
Сoach de carreira
Reinaldo Gandelini
Palestrante
Garantimos seu dinheiro de volta por até 14 dias
Investimento
Inicie a formação pagando apenas 5% de entrada. A próxima parcela é só daqui a 4 meses
Inscreva-se e confira condições com nossos consultores
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
Você pode trabalhar no seu próprio produto, no produto da sua empresa ou escolher qualquer ideia na qual esteja interessado como um produto de trabalho.
O curso é adequado para quem deseja dominar a profissão de gerente de produto. Você pode trabalhar em um produto de qualquer campo. Você aprenderá a entender as necessidades do seu cliente, a planejar uma estratégia de desenvolvimento e entender os relatórios financeiros e contábeis. Você também poderá avaliar o trabalho do seu especialista em nível profissional e desenvolver uma nova estratégia de desenvolvimento de negócios.
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.
Após o término das palestras você terá 3 semanas para construir seu projeto final. Você terá suporte de um orientador - um especialista que entende as especificações de seu produto.
Tudo que você precisa é a habilidade de trabalhar em Excel e Google Docs.
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.