DO QUE SE TRATA?

Neste curso presencial e intensivo, 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.  Em cinco meses, 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

Palestra informativa

Cadastre-se abaixo para vir ao nosso campus conversar com os professores sobre os cursos.

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.

PROCESSO DE INSCRIÇÃO

A disponibilidade de vagas é limitada e exige um processo de admissão dos candidatos.

1

Para se candidatar

Preencha o formulário de inscrição no site

2

Material de Nivelamento

Depois de efetuar a matrícula, receba o material de nivelamento para estudar e se preparar para o desafio online

3

Desafio Online

Faça o teste na nossa plataforma

4

Entrevista de Admissão

Participe da última etapa de avaliação para se tornar aluno da Digital House

Horários e Investimento

SEDE Vila Olímpia

Inscreva-se agora e aproveite as condições
Matrícula com 20% de bolsa: de R$1.000 por R$ 800
Curso com 10% de bolsa: de R$14.000 por 12x R$ 1.050
Horário
Início
Fim
Noite: 19:00 às 22:30
Terças, Quintas e Sábados
12 de Fevereiro
02 de Julho
196 horas

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