PÚBLICO:

Profissionais, estudantes ou interessados na área de dados, TI/Financeira/Big Data. Para os alunos da Dom Helder este curso contará como Atividade Complementar em Ensino ou Optativa (a critério do coordenador de curso). 

CARGA HORÁRIA, DIAS E HORÁRIOS DAS AULAS:

36 hora-aulas, em 8 sábados, de 08:30 às 12:10 (com intervalo de 20 min) Dias de aula: 20/abril, 27/abril, 04/maio, 11/maio, 18/maio, 25 de maio, 08/junho, 15/06 (Capstone Project)

OBJETIVO DO CURSO:

Você está pronto para iniciar seu caminho para se tornar um Cientista de Dados!? Este curso será o seu guia para aprender como usar linguagem de programação em Python para analisar dados, criar tabelas e visualizações. Ainda, usar algoritmos poderosos de aprendizado de máquina! Cientista de dados foi classificado como o trabalho número um no Glassdoor e o salário médio de um cientista de dados: The estimated total pay for a Data Scientist is R$22,000 per month in the Brazil area (https://www.glassdoor.com.br/Salaries/brazil-data-scientist-salary-SRCH_IL.0,6_IN36_KO7,21.htm?countryRedirect=true), é uma carreira gratificante que permite resolver alguns dos problemas mais interessantes do mundo! Este curso foi desenvolvido tanto para iniciantes com alguma experiência em programação quanto para desenvolvedores experientes que desejam migrar para a Ciência de Dados! Ensinaremos como programar em Python, como criar visualizações de dados incríveis. No próximo curso subsequente à este, estudaremos uma parte complementar muito importante: como usar Machine Learning com Python? 

CONTEÚDO DO CURSO:

Este curso inicia trabalhando algumas das mais importantes bibliotecas em Python para Análise de Dados. Utilizaremos Jupyter Notebook e Jupyter Lab via Anaconda ou Google CoLab. Construção de dados e análise analítica para tomada de decisão. Aluno pode usar qualquer IDE que lhe convier para este curso. Aprender como aplicar NumPy Aprender como aplicar Pandas - Data Frames para resolver tarefas complexas. Tabelas Excel, Web e conectar com SQL Aprender como aplicar Matplotlib. Aprender como aplicar Seaborn Matplotlib e Seaborn serão fundamentais para visualização de dados e tomada de decisão. Plotly and Cufflinks – para visualização interativa na interface. Usar as diversar bibliotecas combinadas para minerar, estruturar, analisar, gerar gráficos e analisar estatisticamente os dados para tomada de decisão.