Python
Ciência de Dados Aplicado ao Mercado Financeiro
Python – Tomada de Decisão – Data Analytics e Data Science
Começa dia 28 set – 2024 • 08:30 até 30 nov – 2024 • 12:10
Aumente seus conhecimentos
Os cursos de ciência de dados, que envolvem matemática e estatística aplicadas, aprimoram as habilidades analíticas, auxiliando na resolução de problemas complexos e nas decisões baseadas em dados.
A proficiência em Python e o conhecimento em ciência de dados tornam os alunos altamente competitivos no mercado para funções de tecnologia e principalmente no Mercado Financeiro. Habilidades especializadas em ciência de dados e Python geralmente levam a melhores perspectivas de emprego e salários mais altos
Uma experiência nessas áreas abre portas para diversas carreiras em tecnologia, IA e pesquisa quantitativa
Biografia
Fischer Stefan Meira (F.M. Stefan)
é Professor Adjunto e Pesquisador em Econofísica, profundamente inspirado pelo impacto das pesquisas nesta área na sociedade como um todo. Ele possui um bacharelado em Matemática, mestrado em Modelagem Matemática e Computacional com ênfase em Física Estatística, e doutorado em Física Estatística com foco em Econofísica.
Como Pesquisador e Professor Doutor em Modelagem Matemática e Computacional, Stefan tem se dedicado a pesquisas nas áreas de Economia, Negócios, Tecnologia e Engenharia. Suas principais áreas de interesse incluem finanças comportamentais, com foco nas interações entre os investidores no mercado de ações considerando seu comportamento psicológico, e a análise da complexa rede através da qual estão conectados.
Seu trabalho visa compreender melhor os padrões e dinâmicas do mercado financeiro, bem como contribuir para o desenvolvimento de modelos e estratégias que possam melhorar a compreensão e previsão dos movimentos do mercado.
- benefit 01
- benefit 02
- benefit 03
- benefit 04
- benefit 05
- benefit 06
Persona
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 da coordenação do curso de Ciência da
Computação).
Garanta já!
VAGAS
Mínimo de 15 e máximo de 40
Jornada
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
28/setembro, 05/outubro, 19/outubro, 26/outubro, 09/novembro, 23/novembro, 30/novembro,
(Capstone Project)
Presente
MODALIDADE
Presencial
Financeiro
INSCRIÇÃO
Até o dia 13 de setembro de 2024
Aluno Dom Helder: valor de uma disciplina de 36h
Público externo: R$ 340,00 (trezentos e quarenta reais) + taxa do Sympla
RECEBA NEWSLETTER
Inscreva-se!
APROVAÇÃO ALUNO DOM HELDER
Mínimo de 65 pts e 75% de frequência, sendo: Avaliação através do Projeto Capstone.
Emissão de Certificado.
Inscreva-se!
CERTIFICADO PARA PÚBLICO EXTERNO
Mínimo de 75% de frequência + Projeto Capstone
Propósito
Objetivos do curso
Você está pronto para aplicar seus conhecimentos de programação em Python utilizando os pacotes Pandas, Numpy, Matplotlib e Seaborn e modelos de simulação para continuar construindo 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 especificamente do Mercado Financeiro. Criar tabelas, visualizações e fazer análise estatística são algumas das várias aplicações que faremos na tomada de decisão no mercado. 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/Salaries/brazil-data-scientist-salary-SRCH_IL.0,6_IN36_KO7,21.htm ), é uma carreira gratificante que permite resolver alguns dos problemas mais interessantes do mundo!
Este curso foi desenvolvido tanto para alunos com alguma experiência em programação quanto para desenvolvedores experientes que desejam migrar para a Ciência de Dados!
Bagagem
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.
NumPyforHighSpeedNumericalProcessing
Pandas for Efficient Data Analysis
Matplotlib for Data Visualization
StockReturnsAnalysis
Cumulative Daily Returns
VolatilityandSecuritiesRisk
EWMA (Exponentially Weighted Moving Average)
SharpeRatio
PortfolioAllocationOptimization
EfficientFrontierandMarkowitzOptimization
Types of Funds
OrderBooks
ShortSelling
Capital Asset Pricing Model
StockSplitsandDividends
Efficient Market Hypothesis
Algorithmic Trading with QuantConnect
