Online
3bBcQymWnj-3jyzS315Q6TiJ-rpN-2-cientista-de-dados-1

Cientista de Dados 1 (parceria Oficial EloGroup)

R$2.600,00

Carga horária:

40 horas

Nível do curso:

Básico

O curso proporciona uma formação inicial para o Cientista de Dados, apresentando os principais conceitos e ferramentas utilizadas e compartilhar os casos de sucesso e insucesso, explorando a contribuição do cientista de dados neste resultado.

Proposta

Se você precisa de uma proposta personalizada para se capacitar e/ou capacitar sua equipe, preencha o formulário e fale com nossos consultores.

  • Ao informar meus dados, eu concordo com a Política de Privacidade.
Descrição

O curso proporciona uma formação inicial para o Cientista de Dados, apresentando os principais conceitos e ferramentas utilizadas e compartilhar os casos de sucesso e insucesso, explorando a contribuição do cientista de dados neste resultado.

Características do curso

DURAÇÃO:

  • 5 (cinco) semanas de duração e mais uma semana de encerramento (total de 6 semanas);
  • 2 (dois) encontros online por semana com o tutor (total de 10 encontros). Os encontros serão ao vivo e terão 2 (duas) horas de duração;

SISTEMA DE AVALIAÇÃO:

Para conclusão do curso e acesso ao certificado é necessário: 

  • Entregar no mínimo 50% das tarefas;  
  • Ter 50% de presença no total de encontros online;
  • Obter média 6,0 (seis) no Questionário de Avaliação final.

MATERIAL:

  • O material de apoio será disponibilizado no Ambiente Virtual de Aprendizagem (AVA): conteúdo do curso, agenda do curso, tarefas, questionários ou simulados materiais extras e vídeo do encontro online.

TÉCNICA:

  • Sugerimos que o aluno acesse por um computador utilizando, de preferência, o navegador Firefox ou Chrome;
  • Para os encontros online recomendamos o uso de fones de ouvido com microfone.
Programa do curso
  • Estatística Básica
  • Estatística Descritiva
  • Análise Gráfica
  • Normalidade
  • Introdução ao Python para Data Science (Parte 1)
  1. Funções e pacotes
  2. Manipulação de dados para adequação aos modelos
  3. Limpeza de dados para adequação aos modelos
  • Introdução ao Python para Data Science (Parte 2)
  1. Relembrando Parte 1
  2. Combinação de dataframes;
  3. Análises exploratória.
  • Machine Learning 
  • Sanity Check
  • Análise Exploratório de Dados (EDA)
Conhecimentos prévios

Recomenda-se que o aluno tenha feito o curso: Introdução à Ciência de Dados , oferecido pela Escola Superior de Redes;

Competências desenvolvidas

Ao final do curso, o aluno será capaz de:

  • Desenvolver uma visão geral do que é ciência de dados e das suas principais etapas;
  • Conhecer as principais bibliotecas para projetos de Ciência de Dados;
  • Conhecer o ferramental estatístico e computacional tipicamente empregado em cada uma das etapas de forma simples e objetiva;
  • Planejar, estruturar e executar projetos simples de Ciências de Dados em seu contexto;
  • Analisar de forma profissional uma base de dados para limpeza e visualização de informações;
  • Combinar ferramentas para expor de maneira clara os resultados dos seus projetos em Ciência de Dados.