Python
Introdução à ciência de dados - Python Data Analytics e Data Science
Python – 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.
Garanta já!
VAGAS
Mínimo de 15 e máximo de 40
Jornada
CARGA HORÁRIA, DIAS
E HORÁRIOS DAS AULAS
Teremos 6 semanas de imersão todas as quartas e quintas – feiras, de 17:30 às 19:00 a partir do dia 02/10/2024
Dias de aula: 02/outubro, 03/outubro, 09/0utubro, 10/outubro, 16/outubro, 17/outubro, 30/outubro, 31/outubro, 06/novembro, 07/novembro, 13/novembro e 14/novembro
No dia 14 de novembro será entregue o projeto final do curso (Capstone Project)
Presente
MODALIDADE
Online ao vivo
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 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/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 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? Aqui estão apenas alguns dos tópicos que aprenderemos:
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.
• 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.
