DO QUE SE TRATA?

Neste curso presencial e intensivo em até 5 meses, você aprenderá tudo que é preciso para realizar projetos de Data Science do início ao fim. Ao concluir o curso, estará apto para atuar como cientista de dados.

Você desenvolverá as habilidades necessárias para atuar em projetos de coleta, análise e estruturação de dados. Dominará os conceitos teóricos e as metodologias mais utilizadas no mundo todo.

Para coleta, limpeza, análise e visualização de dados, você utilizará o Python e bibliotecas SciPy, entre outras fontes. Além disso, aplicará técnicas de estatística inferencial e algoritmos de Machine Learning usando NumPy, Pandas e Scikit-learn.

POR QUE ESTUDAR
DATA SCIENCE

HABILIDADES E TECNOLOGIAS
que você trabalhará durante o programa

FUNDAMENTOS DE PROGRAMAÇÃO NO PYTHON

Uma das linguagens mais usadas em data science

Ambiente de pesquisa e desenvolvimento

Aprenda a usar e configurar as ferramentas que um cientista de dados precisa para trabalhar com mais eficiência e assertividade

Fundamentos de programação

Conhecimento dos algoritmos e das estruturas de dados fundamentais para realizar as suas análises de dados no Python

Ver mais

CONHECIMENTOS DE PROBABILIDADE E ESTATÍSTICA

Extraia informações confiáveis dos dados utilizando metodologias científicas e analíticas.

Estatística Descritiva

Aprenda as técnicas quantitativas que descrevem as propriedades dos seus dados. As medidas de centralidade e dispersão serão a sua primeira aproximação do seu dataset.

Estatística Inferencial

Geralmente queremos inferir propriedades da população baseando-nos apenas na nossa amostra de dados. Entenda como realizar estas medidas preditivas assegurando um certo grau de significação dos resultados obtidos.

Ver mais

METODOLOGIAS DE COLETA E LIMPEZA DE DADOS

Os cientistas de dados dedicam entre 50% e 70% do seu tempo preparando os dados para sua análise posterior. Saiba como otimizar essa tarefa.

Coleta de fontes diversas

Você trabalhará com dados estruturados e semiestruturados, usando bases relacionais e arquivos json, csv e xml. Também manipulará dados não estruturados como textos, imagens e áudios.

Medida de Qualidade dos Dados

Os dados costumam incluir erros, campos vazios e outras anomalias. Você aprenderá a checar a integridade e a lidar com valores que faltem nos seus datasets. Veremos as técnicas de limpeza e pré-processamento mais comuns usando a biblioteca Pandas.

Ver mais

ELEMENTOS PRÁTICOS DE MACHINE LEARNING

Um dos temas de maior relevância na tecnologia é o Machine Learning, entendido como o conjunto de técnicas que dá aos computadores a habilidade de aprender sem serem explicitamente programados

Aprendizagem supervisionada

Quando usamos aprendizagem supervisionada, dispomos de um conjunto de dados de treinamento. No curso você aplicará algoritmos de classificação e regressão para resolver os desafios apresentados nas aulas.

Aprendizagem não supervisionada

Ela se diferencia da aprendizagem supervisionada pelo fato de que não há um conhecimento prévio. Usaremos Clustering para separar os dados em grupos quando não houver categorias/classes disponíveis.

Ver mais

VISUALIZAÇÃO DE DADOS

É necessário representar as suas conclusões em um formato facilmente comunicável

Técnicas de codificação visual

Você conhecerá as técnicas de codificação visual utilizadas pelos especialistas. A nossa missão consiste em traduzir dados complexos em relatos claros e efetivos.

Bibliotecas de visualização

Faremos atividades práticas com Matplotlib, Seaborn, plot.ly e Bokeh para que você experimente usar diferentes bibliotecas de visualização baseadas no Python.

Ver mais

PROFESSORES E ESPECIALISTAS

JOSÉ BORBOLLA

Coordenador dos Cursos de Dados

Trabalha com projetos de ciência de dados há 4 anos e também como consultor nas áreas de inovação, cultura organizacional e novos modelos de negócios em clientes como Rede Globo, Itaú, Santander, Galp (Portugal), Whirlpool, Oi, Natura, entre outros. Professor por formação e coração com mais de 9 anos de experiência, participou de programas sobre ciência de dados, design, novas metodologias criativas, educação e liderança. Já atuou nas áreas de marketing e publicidade em empresas como FLAG/Pong, Amil e Crane.

EDUARDO SANTOS

Professor do curso de Data Science

Formado em Administração com ênfase em Marketing pela Unisul, é Cientista de Dados desde 2016. Atua como Diretor de Mídia na ED Interactive desde 2010 e como Cientista de Dados no Laboratório de Dados da Cappra desde 2016. Possui 20 anos de experiência em Transformação Digital além de trabalhar em diversos projetos data-driven e de marketing digital com marcas como Xbox, Laureate, Bayer, 3M, D-Link, Intel, Johnson & Johnson, Abbvie, entre outras.

VICTOR MORGANTI

Professor assistente do curso de Data Science

Formado em Administração pela PUC-SP, trabalhou em multinacionais de bens de consumo e de consultoria, até montar a sua própria empresa. Além da faculdade, estudou diversos temas como UX, futurismo, inovação e ciência de dados. Pela consultoria que fundou, conduz projetos nas áreas de estruturação de negócios, dados e inovação, atuando em empresas de médio e grande portes.

MARCELO COLONNO

Professor do curso de Data Science

Formado em Engenharia pela USP, com especializações na área de Finanças, trabalhou com projetos corporativos e Start-ups em organizações como DuPont, CIETEC(USP), FINEP, que incluem liderança para negócios, finanças, estratégia, operações, riscos, além de já ter atuado como educador nas áreas de exatas e humanas.

CAROLINE OLIVEIRA

Professora assistente do curso de Data Science

Formada em Publicidade e Propaganda com especialização em Inbound Marketing, nos últimos 6 anos atuou prioritariamente com conteúdo data-driven em startups. Recentemente, levou seu lado de humanas para encontrar a estatística e a programação em Machine Learning e hoje está à frente da área de Comunicação e Dados da revista Vida Simples.

PROCESSO DE INSCRIÇÃO

Inscreva-se e participe do processo de admissão do curso. Vagas limitadas.

1

Inscrição

Preencha o formulário de inscrição no site e venha conhecer o nosso campus.

2

Nivelamento

Depois de fazer a matrícula, receba o material de nivelamento para estudar os conhecimentos fundamentais.

3

Desafio Online

Resolva este teste para sabermos o quanto você aprendeu no Nivelamento.

4

Entrevista de Admissão

Você fará uma entrevista com o professor do curso para avaliar os resultados e alinhar as expectativas.

Horários e Investimento

SEDE Vila Olímpia

Inscreva-se agora e aproveite as condições
Preço do curso: de R$ 18.500 por R$ 13.900 em até 12x de R$ 1.158
Horário
Início
Fim
Matutino: 8:30 às 12:00
Segundas, Quartas e Sextas
08 de Abril
23 de Agosto
Presencial
Terças, Quintas das 19:00 às 22:30 e Sábados das 8:30 às 12:00
11 de Julho
26 de Novembro
Presencial
Matutino: 8:30 às 12:00
Segundas, Quartas e Sextas
02 de Setembro
12 de Fevereiro
196 horas

* Todas estas datas estão sujeitas a modificações
* Condição válida somente para pagamentos via cartão de crédito