Aprenda os fundamentos da Ciência de Dados e aplique mineração de dados e machine learning na solução de problemas reais.
Certificado De conclusão
Novo Curso
TENHO INTERESSE
Preencha o formulário e receba novidades sobre o curso!
PROPOSTA PARA EMPRESAS
Se você precisa de uma proposta personalizada para capacitar sua equipe, preencha o formulário e fale com nossos consultores.
Online
Informações gerais
Carga horária:24horas
Nível:Básico
R$1.440,00
Turmas abertas
Caso sua empresa ou instituição possua reserva de vagas numa turma, sua matrícula poderá ser realizada mesmo com a turma esgotada.
Domine os fundamentos da Ciência de Dados e aprenda, na prática, a transformar dados em insights para decisões estratégicas.
Este curso apresenta uma visão introdutória e abrangente dos fundamentos da Ciência de Dados, capacitando os alunos para entenderem o ciclo de vida dos dados, desde a captação e preparação até a análise e interpretação em Phyton, com foco na aplicação de técnicas de mineração de dados e aprendizado de máquina para a solução de problemas reais.
Modalidade do curso: Online ao vivo
Carga horária: 24 horas = 12 horas ao vivo (seis encontros) + 12 horas de autoestudo
Estrutura técnica – máquina virtual
Máquina virtual Linux com FileSender, utilizada para execução de atividades práticas, exploração de dados e experimentos com modelagem.
Formas de avaliação e critérios de aprovação:
Os critérios avaliativos deverão ser consultados no Ambiente Virtual de Aprendizagem (AVA) e podem contemplar presença nas aulas, realização de atividades práticas, questões objetivas, análises de estudos de caso e construção de projetos, sendo definidos conforme os objetivos, a metodologia e as necessidades do curso.
Perfil profissional
Profissionais de TI, desenvolvedores, analistas e interessados em ingressar na área de Ciência de Dados. Profissionais de outras áreas também podem participar, desde que possuam noções básicas de algoritmos e implantação de software.
• Compreender o ecossistema e o ciclo de vida dos dados.
• Captar, coletar e realizar o pré-processamento de dados.
• Executar análise exploratória, estatística descritiva e visualização.
• Praticar mineração de dados e técnicas de Knowledge Discovery in Databases (KDD)
• Aplicar algoritmos de Machine Learning.
• Avaliar e interpretar resultados.
• Conceitos básicos de algoritmos
• Noções de implantação de software
Módulo 1 – Introdução à Ciência de Dados
Entenda o panorama da área, seus conceitos principais e o ecossistema de tecnologias e profissionais.
O que você vai aprender:
• Big Data e Ciência de Dados
• Capacidades essenciais do cientista de dados
• Ecossistema da área
• Ética e privacidade
Módulo 2 – Engenharia e Captação de Dados
Aprenda como os dados são gerados, coletados e preparados para uso analítico.
O que você vai aprender:
• Ciclo de vida dos dados
• Coleta por scraping, APIs e formatos variados
• Pré-processamento: limpeza, normalização, seleção de atributos
Módulo 3 – Engenharia e Qualidade de Dados
Garanta a confiabilidade e qualidade das bases por meio de técnicas de tratamento e seleção.
O que você vai aprender:
• Pré-processamento avançado
• Limpeza e normalização
• Seleção de atributos e amostras
Módulo 4 – Análise Exploratória de Dados (EDA)
Descubra padrões, comportamentos e relações ocultas nos dados por meio de estatísticas e visualizações.
O que você vai aprender:
• Princípios da análise exploratória
• Estatísticas descritivas em Python
• Visualização: tipos de gráficos/dados, por que visualizar e ferramentas para a construção de gráficos estáticos, dinâmicos e interativos
Módulo 5 – Mineração de Dados e KDD
Utilize técnicas de mineração para extrair conhecimento e tomar decisões baseadas em dados.
O que você vai aprender:
• Aprendizado estatístico: regressão linear e logística
• Classificação: árvores, Naive Bayes, KNN
• Agrupamento: k-means e hierárquico
• Mineração de padrões frequentes (regras de associação) e medidas de interesse/qualidade (acurácia, precisão-revocação, curva ROC)
Módulo 6 – Aprendizagem de Máquina (Machine Learning)
Compreenda o funcionamento dos modelos supervisionados e não supervisionados aplicados a projetos reais.
O que você vai aprender:
• Aprendizagem supervisionada
• Aprendizagem não supervisionada
TURMA
18/05/2026
à
21/06/2026
Carga horária:24horas
Local:ESR EaD
Encontros:Este curso possui 6 encontros às Terças e Quintas de 14h às 16h, nos dias: 19, 21, 26, 28/05, 02, 09/06 de 2026. Encontros sujeitos à atualizações.
* É necessário estar logado(a) para realizar a Pré-Matrícula.
TURMA
24/08/2026
à
20/09/2026
Carga horária:24horas
Local:ESR EaD
Encontros:Este curso possui 6 encontros às Quartas e Sextas de 14h às 16h, nos dias: 26, 28/08, 02, 04, 09 e 11/09 de 2026. Encontros sujeitos à atualizações.
* É necessário estar logado(a) para realizar a Pré-Matrícula.
PRÉ-MATRÍCULA
Código
Termos de adesão
Dados pessoais
Cursos relacionados
Presencial
Dados
Otimização em Banco de Dados
Aprenda a otimizar bancos relacionais com foco em performance e tuning no PostgreSQL.
Nível:Intermediário
R$2.800,00
32horas
Online
Dados
Otimização em Banco de Dados
Aprenda a otimizar bancos relacionais com foco em performance e tuning no PostgreSQL.
Nível:Intermediário
R$2.000,00
Turmas abertas
32horas
Presencial
Dados
Introdução à Ciência de Dados
Aprenda os fundamentos da Ciência de Dados e aplique mineração de dados e machine learning na solução de problemas reais.
Nível:Básico
R$2.200,00
24horas
Presencial
Dados
Governança de Dados na Prática
Implemente e gerencie programas de dados com as melhores práticas do DAMA-DMBOK, aplicando conhecimentos de forma prática e imediata.
Nível:Intermediário
R$2.000,00
40horas
Online
Dados
Governança de Dados na Prática
Implemente e gerencie programas de dados com as melhores práticas do DAMA-DMBOK, aplicando conhecimentos de forma prática e imediata.
A discussão sobre cloud híbrida vs. multicloud ganha nova relevância em 2026, especialmente diante de um cenário marcado pela revisão de contratos de nuvem, pela sistematização do uso da inteligência artificial nas empresas e pela crescente pressão por eficiência financeira. Após um ciclo intenso de adoção, muitas organizações passaram a reavaliar suas estratégias de nuvem […]
O treinamento em TI no setor público, sobretudo em projetos governamentais estratégicos, consolidou-se como um pilar para a eficiência da prestação de serviços. Afinal, a eficiência é um princípio constitucional da administração pública e deve também orientar a maturidade digital dos órgãos. Dessa forma, não se trata de implantar sistemas isolados, mas, sim, de capacitar […]
Já sabe quais cursos de governança de TI podem gerar resultados reais na sua carreira? Este guia vai ajudar você a estruturar um plano de estudos estratégico e adequado para o cenário digital moderno. Em meio à transformação digital acelerada, ao uso intensivo de dados, à inteligência artificial e à pressão regulatória crescente, a tecnologia […]
Por que falar de cultura ágil no setor público é cada vez mais relevante? A pressão por serviços públicos mais eficientes, transparentes e acessíveis não surge apenas por causa do movimento de transformação digital. Ela decorre de um cenário mais amplo, marcado por restrições orçamentárias, aumento da complexidade regulatória e maior exigência por resultados mensuráveis […]
As Redes Definidas por Software (SDN) não são mais analisadas sob uma perspectiva de alternativa experimental. Trata-se de um conceito já consolidado, bem como um pilar estratégico das organizações que precisam de agilidade, automação e governança em ambientes híbridos e distribuídos. Isso porque a pressão sobre a infraestrutura aumentou de forma exponencial. Conforme dados do Cisco […]
A prevenção de ransomware e phishing em empresas tornou-se eixo central das estratégias de continuidade, especialmente porque as ciberameaças modernas não operam de forma isolada, mas como um ecossistema interdependente e oportunista. Com a digitalização acelerada dos negócios, que redefine diariamente como empresas funcionam, se conectam e são atacadas, cresce também o entrelaçamento entre vulnerabilidades […]