CURSO ONLINE
Profissão:
Analista de Dados
Formação completa
Projeto profissional
Prática e feedback
Online
Desenvolva 4 projetos envolvendo todas as etapas do trabalho de análise de dados
Aulas expositivas, atividades práticas e tutoria individualizada
Estude no seu tempo, onde e quando quiser
11 meses, mais de 47 horas de aulas
Este curso vai te ajudar a se tornar um Analista de Dados profissional e impulsionar sua carreira nesta profissão em alta no mercado digital. Aprenda a utilizar do zero as principais ferramentas para trabalhar com dados e saiba como extrair insights poderosos para tomar decisões importantes de negócio.
Veja o trailer do curso online
Necessidade
A análise de dados é necessária em todas as áreas profissionais.
A análise de dados é necessária em todas as áreas profissionais.
Por que aprender análise de dados?
Benefícios
Um analista competente é responsável por extrair significados e estruturar os dados para encontrar padrões e obter insights inteligentes.
Um analista competente é responsável por extrair significados e estruturar os dados para encontrar padrões e obter insights inteligentes.
Demanda
A demanda por especialistas da área excede em muito a oferta de profissionais capacitados.
A demanda por especialistas da área excede em muito a oferta de profissionais capacitados.
Empresas das áreas de tecnologia, finanças, economia, entre outras, estão cada vez mais procurando analistas de dados capacitados.
Quanto ganha um analista de dados?
Analista de Dados Sênior
Salários médios de acordo com www.glassdoor.com.br
R$ 10.179
/mês
Analista de Dados Pleno
R$ 7.371
/mês
Analista de Dados Jr.
R$ 3.690
/mês
Para quem este curso é indicado
Aprenda como pesquisar, analisar e dar visualidade aos dados e inicie uma carreira promissora como analista de dados.
Fortaleça seus conhecimentos em análise de dados com fundamentos de programação em Python, scripts em SQL e Big Data. Amplie suas competências profissionais e cresça em sua carreira
Iniciantes que desejam começar a trabalhar com dados
Analistas de dados juniores
Aplique novos conhecimentos de programação e solucione seus problemas com ajuda da análise de dados. Explore ferramentas analíticas avançadas e torne-se um profissional mais valorizado no mercado.
Desenvolvedores que queiram mudar de carreiraAnalistas
Ao fim do curso, você dominará diversas ferramentas analíticas avançadas. Os projetos finais desenvolvidos irão enriquecer seu currículo, aumentando as chances de você obter mais sucesso na carreira.
Tenha um domínio global do processo de trabalho com dados: mineração, preparação, análise exploratória e visualização.
Realize consultas em SQL e trabalhe diretamente com bancos de dados, históricos e diferentes formatos de arquivos.
Aplique técnicas poderosas de análise de dados e se familiarize com as ferramentas de machine learning para obter insights e fazer previsões acertadas.
Utilize a programação em Python para obter e manejar dados de diferentes tipos de fontes, justificar conclusões e encontrar padrões numéricos.
Análise de dados de ponta a ponta
Programar em Python
Utilizar machine learning
Escrever em linguagem SQL
Crie relatórios visuais com seus dados de acordo com o público-alvo. Aprenda a construir gráficos e tabelas com MatPlotlib, Seaborn e Google Data Studio para contar sua história.
Trabalhe com Big Data em computação em nuvem.
Trabalhar com Big Data
Visualizar dados
No final do curso, você receberá o certificado da EBAC
Aprenda como trabalhar colaborativamente em equipe e realizar controle de versão com Git e Gitub
Trabalhar em equipe
4 projetos para seu portfólio
1
Análise exploratória e storytelling com Python, Pandas e Seaborn
2
Análise exploratória e storytelling em SQL
3
Visualização interativa de dados e storytelling com Google Data Studio
O que você aprenderá
4
Criação de AWS Datalake e ingestão de dados com automação de pipeline
Professor do Curso
André Perez
André atua no desenvolvimento e manutenção de pipeline de dados, atualmente como Engenheiro de Dados na Stone. Trabalhou na Serasa Experian, onde liderou a modernização da infraestrutura computacional da concessão de crédito, e na Amdocs, onde conduziu projetos de ciência de dados em Tel-Aviv, Israel. Atualmente é aluno de mestrado no Instituto de Ciências Matemáticas e Computação (ICMC/USP) e tutor do MBA em ciência de dados da mesma instituição.
Engenheiro de dados na Stone
Programa do curso
As videoaulas são separadas por módulos para facilitar o aprendizado. Você assiste quando e onde quiser, e pode rever o material pelo período de dois anos.
Parte 01 — Python para Análise de Dados
Aprenda a programar em Python para coletar e manejar dados. Conheça a sintaxe, crie funções e módulos, baixe pacotes, aplique uma programação orientada a objetos e execute scripts em Python.
Atividade
Exercícios de programação e armazenamento em conta Github.
- Variáveis e tipos de dados (Data types)
- Estrutura de dados,
- Fluxo de controle e fluxo condicional
- Arquivos e funções
- Programação funcional
- Programação orientada a objetos
- Módulos e pacotes
- Lidando com erros
- Transformação, limpeza e visualização de dados em Python
Atividade
Exercícios de programação e armazenamento em conta Github.
Parte 02 — O processo da Análise de dados
Aprenda como coletar, processar e preparar os dados para a análise e visualização posteriores.
Atividade
Exercícios práticos de Data Mining, Preparação e visualização de dados com Python, Pandas, Seaborn e armazenamento em conta Github.
- Mineração de dados
- Preparação de dados
- Visualização de dados
- Análise exploratória com Seaborn e Pandas
Atividade
Exercícios práticos de Data Mining, Preparação e visualização de dados com Python, Pandas, Seaborn e armazenamento em conta Github.
Parte 03 — Controle de versão
Aprenda a trabalhar com Git e Github para controlar as versões do código da análise de dados. Desenvolva o trabalho colaborativamente em equipe.
Atividade
Criar e publicar trabalhos no GitHub.
- Introdução ao Git e ao Github
- Criando um repositório Github
- Executando mudanças no seu repositório
- Salvando e baixando as mudanças
- Trabalhando com Git branches
Atividade
Criar e publicar trabalhos no GitHub.
Parte 04 — Fundamentos da matemática para Análise de dados
Aprenda a operar com Numpy e as habilidades matemáticas necessárias para trabalhar com Análise de dados.
Atividade
Utiliza a biblioteca do Numpy para executar funções matemáticas em dados e resolver problemas.
- Trabalhando com Numpy
- Objetos array do Numpy
- Vetorização de problema
- Fundamentos da estatística
Atividade
Utiliza a biblioteca do Numpy para executar funções matemáticas em dados e resolver problemas.
Parte 05 — Machine Learning
Familiarize-se com o machine learning e construa modelos de análise usando inteligência artificial.
Atividade
Criar modelos de Machine Learning de classificação não supervisionado com k-means e outros métodos, configurar e classificar dados.
- Fundamentos do machine learning
- Regressão
- Classificação
- Agrupamento
- Dados em série temporal
Atividade
Criar modelos de Machine Learning de classificação não supervisionado com k-means e outros métodos, configurar e classificar dados.
Parte 06 — SQL para Análise de Dados
Aprenda a operar em ambiente SQL, criar scripts a partir de seleção, filtragem, agregação e mesclagem de dados, executar comandos de descrição, articular SQL com métodos quantitativos e utilizar bancos de dados.
Atividade
Análise exploratória em bancos de dados SQL com exercícios com Pandas e Seaborn.
- Base de dados e linguagem SQL
- Trabalhando com tabelas
- Seleção e ordenação
- Filtragem e seleção condicional
- Agregação
- Trabalhando com diversas tabelas
- Técnicas avançadas em SQL
Atividade
Análise exploratória em bancos de dados SQL com exercícios com Pandas e Seaborn.
Parte 07 — Visualização interativa de dados
Saiba como criar e operar dashboards de visualização de dados usando Google Data Studio.
Projeto
Exercícios em Google Data Studio e visualização interativa de dados
- Visualização interativa de dados
- Introdução ao Google Data Studio
- Medidas e dimensões
- Criação e publicação de dashboards para visualização
Projeto
Exercícios em Google Data Studio e visualização interativa de dados
Parte 08 — Trabalhando em ambiente de nuvem
Aprenda a operar a plataforma de nuvem da Amazon Web Services e seus elementos relacionados à análise de dados.
Atividade
Criar um AWS Datalake e realizar a automação de pipeline de ingestão de dados.
- Iniciando-se no Amazon Web Services
- Rodando Python com funções de AWS Lambda
- Gerenciamento de tarefas com AWS
- Serviços de gerenciamento com AWS Cloud/Watch
- Trabalhando com Sagemaker notebooks
- Rodando aplicações em máquinas virtuais de AWS EC2
Atividade
Criar um AWS Datalake e realizar a automação de pipeline de ingestão de dados.
Parte 09 — Big Data e Data Lake no AWS
Saiba como trabalhar com Spark, combinando-o com diferentes bibliotecas e estratégias de manipulação e processamento de dados em grandes quantidades. Crie Data lakes.
Atividade
Crie um Data lake no AWS e utiliza Python para extrair, transformar e carregar dados nele.
- Introdução ao Spark
- Trabalhando com Apache Spark
- Processamento de grande quantidade de dados
- Processamento de dados usando Pandas, PySpark e Pyarrow
- Trabalhando com Data lakes
- Extract load transform (ETL)
Atividade
Crie um Data lake no AWS e utiliza Python para extrair, transformar e carregar dados nele.
Parte 01 — Python para Análise de Dados
Aprenda a programar em Python para coletar e manejar dados. Conheça a sintaxe, crie funções e módulos, baixe pacotes, aplique uma programação orientada a objetos e execute scripts em Python.
Atividade
Exercícios de programação e armazenamento em conta Github.
- Variáveis e tipos de dados (Data types)
- Estrutura de dados,
- Fluxo de controle e fluxo condicional
- Arquivos e funções
- Programação funcional
- Programação orientada a objetos
- Módulos e pacotes
- Lidando com erros
- Transformação, limpeza e visualização de dados em Python
Atividade
Exercícios de programação e armazenamento em conta Github.
Parte 02 — O processo da Análise de dados
Aprenda como coletar, processar e preparar os dados para a análise e visualização posteriores.
Atividade
Exercícios práticos de Data Mining, Preparação e visualização de dados com Python, Pandas, Seaborn e armazenamento em conta Github.
- Mineração de dados
- Preparação de dados
- Visualização de dados
- Análise exploratória com Seaborn e Pandas
Atividade
Exercícios práticos de Data Mining, Preparação e visualização de dados com Python, Pandas, Seaborn e armazenamento em conta Github.
Parte 03 — Controle de versão
Aprenda a trabalhar com Git e Github para controlar as versões do código da análise de dados. Desenvolva o trabalho colaborativamente em equipe.
Atividade
Criar e publicar trabalhos no GitHub.
- Introdução ao Git e ao Github
- Criando um repositório Github
- Executando mudanças no seu repositório
- Salvando e baixando as mudanças
- Trabalhando com Git branches
Atividade
Criar e publicar trabalhos no GitHub.
Parte 04 — Fundamentos da matemática para Análise de dados
Aprenda a operar com Numpy e as habilidades matemáticas necessárias para trabalhar com Análise de dados.
Atividade
Utiliza a biblioteca do Numpy para executar funções matemáticas em dados e resolver problemas.
- Trabalhando com Numpy
- Objetos array do Numpy
- Vetorização de problema
- Fundamentos da estatística
Atividade
Utiliza a biblioteca do Numpy para executar funções matemáticas em dados e resolver problemas.
Parte 05 — Machine Learning
Familiarize-se com o machine learning e construa modelos de análise usando inteligência artificial.
Atividade
Criar modelos de Machine Learning de classificação não supervisionado com k-means e outros métodos, configurar e classificar dados.
- Fundamentos do machine learning
- Regressão
- Classificação
- Agrupamento
- Dados em série temporal
Atividade
Criar modelos de Machine Learning de classificação não supervisionado com k-means e outros métodos, configurar e classificar dados.
Parte 06 — SQL para Análise de Dados
Aprenda a operar em ambiente SQL, criar scripts a partir de seleção, filtragem, agregação e mesclagem de dados, executar comandos de descrição, articular SQL com métodos quantitativos e utilizar bancos de dados.
Atividade
Análise exploratória em bancos de dados SQL com exercícios com Pandas e Seaborn.
- Base de dados e linguagem SQL
- Trabalhando com tabelas
- Seleção e ordenação
- Filtragem e seleção condicional
- Agregação
- Trabalhando com diversas tabelas
- Técnicas avançadas em SQL
Atividade
Análise exploratória em bancos de dados SQL com exercícios com Pandas e Seaborn.
Parte 07 — Visualização interativa de dados
Saiba como criar e operar dashboards de visualização de dados usando Google Data Studio.
Projeto
Exercícios em Google Data Studio e visualização interativa de dados
- Visualização interativa de dados
- Introdução ao Google Data Studio
- Medidas e dimensões
- Criação e publicação de dashboards para visualização
Projeto
Exercícios em Google Data Studio e visualização interativa de dados
Parte 08 — Trabalhando em ambiente de nuvem
Aprenda a operar a plataforma de nuvem da Amazon Web Services e seus elementos relacionados à análise de dados.
Atividade
Criar um AWS Datalake e realizar a automação de pipeline de ingestão de dados.
- Iniciando-se no Amazon Web Services
- Rodando Python com funções de AWS Lambda
- Gerenciamento de tarefas com AWS
- Serviços de gerenciamento com AWS Cloud/Watch
- Trabalhando com Sagemaker notebooks
- Rodando aplicações em máquinas virtuais de AWS EC2
Atividade
Criar um AWS Datalake e realizar a automação de pipeline de ingestão de dados.
Parte 09 — Big Data e Data Lake no AWS
Saiba como trabalhar com Spark, combinando-o com diferentes bibliotecas e estratégias de manipulação e processamento de dados em grandes quantidades. Crie Data lakes.
Atividade
Crie um Data lake no AWS e utiliza Python para extrair, transformar e carregar dados nele.
- Introdução ao Spark
- Trabalhando com Apache Spark
- Processamento de grande quantidade de dados
- Processamento de dados usando Pandas, PySpark e Pyarrow
- Trabalhando com Data lakes
- Extract load transform (ETL)
Atividade
Crie um Data lake no AWS e utiliza Python para extrair, transformar e carregar dados nele.
Como é a rotina do curso
Aprenda sobre o tema
Coloque o aprendizado em prática
Produza trabalhos autorais
O curso é composto por videoaulas detalhadas e de fácil entendimento
Atividades para praticar no ritmo mais apropriado para você
Correção individual dos trabalhos, com feedbacks para melhorias
Elaboração de projetos para consolidar o conhecimento adquirido. Grande oportunidade para enriquecer o seu currículo.
1
2
3
4
Troque conhecimento com o tutor
Seu currículo no futuro
R$ 7.371*
Salário:
Habilidades:
Seu nome
Analista de dados
Certificado pela EBAC:
Conhecimento em Python, SQL e Tableau
*Referência site Glassdoor.com.br
Capacidade de criar soluções analíticas
Domínio de métodos quantitativos da matemática e da estatística
Orientação a objetos e atenção plena à qualidade dos códigos
Conhecimentos em Estruturas de Dados, Algoritmos e Arquitetura de Sistemas
Familiarizado com princípios ágeis
Conhecimento das ferramentas
Grátis
Os alunos da EBAC têm direito a:
1 mês de curso de inglês
— 1 mês de acesso à plataforma online da EF
— 16 níveis de inglês, totalmente grátis
— Teste de nivelamento
— Certificado reconhecido internacionalmente, ao final de cada nível
— 16 níveis de inglês, totalmente grátis
— Teste de nivelamento
— Certificado reconhecido internacionalmente, ao final de cada nível
Início:
Restam:
...
14 vagas
Faça sua inscrição para o curso!
Investimento
Preço com desconto
R$ 4.999
R$ 2.999
12x de
R$ 249,92
Parcele no boleto. Entrada + 24 de
R$ 138,38
Valor total em 24X
R$ 3.621,02
sem juros no cartão
Investimento pode variar de acordo com o meio de pagamento e data de contratação escolhidos.
40%
de desconto
Garantimos seu dinheiro de volta por até 7 dias
O valor final pode sofrer alteração por conta da variação do IOF. Essa diferença acontece por conta da incidência do IOF (Imposto sobre Operações Financeiras), um imposto obrigatório e cobrado pelo governo sobre todas as operações de financiamento.
A EBAC é uma instituição inovadora de ensino superior em Artes Criativas e Tecnologia que oferece cursos online, além de programas presenciais e híbridos de especialização e graduação, validados internacionalmente.
graduações internacionais validadas pela University of Hertfordshire (UK)
alunos matriculados nos cursos online da instituição.
dos professores e coordenadores são profissionais atuantes no mercado
empresas colaboram no desenvolvimento dos cursos, projetos reais e programas de estágio
06
100%
+10.000
+40
Perguntas frequentes
Eu nunca trabalhei com análise de dados, vou conseguir acompanhar o curso?
Claro! Sem problemas. Este curso foi desenvolvido para que você mergulhe no universo da análise de dados e adquira conhecimentos que possam tanto incrementar seu currículo quanto te despertar para uma nova carreira. Não é preciso ter conhecimento prévio no assunto, apenas vontade de aprender.
Posso assistir os módulos fora de ordem?
Os módulos são liberados semanalmente, conforme a evolução do aluno no curso. Isso significa que você deve assistir os módulos em ordem e realizar as atividades propostas pelo professor antes de passar para o módulo seguinte.
Existe alguma atividade em grupo?
O curso foi desenvolvido pensando na sua evolução individual. Por isso, temos uma equipe de tutores para corrigir e dar feedbacks sobre as atividades realizadas por cada aluno. Você também pode conversar com outros alunos e fazer qualquer pergunta sobre o conteúdo das aulas para o tutor no Fórum.
Quanto tempo dura o curso? Consigo conciliar com outras atividades?
Este curso tem duração de mais de 47h de aula, mas o tempo de conclusão vai depender de você. As aulas estão disponíveis na plataforma para acessar quando e de onde quiser, avançando no seu ritmo, sem atrapalhar o trabalho ou a vida pessoal. Se você precisar, pode assistir novamente ou tirar dúvidas com o tutor antes de prosseguir. Além disso, as aulas ficam disponíveis por 2 anos (24 meses) a partir da data de matrícula do curso. Assim, você pode revisar e relembrar algumas coisas daqui a alguns meses.
O que eu preciso para fazer este curso?
Para este curso é recomendável que o participante tenha um computador com acesso à Internet.
Quantas horas por semana precisarei dedicar aos estudos?
Sugerimos que você complete um módulo por semana, o que dá um pouco mais de 2 horas entre assistir as aulas e realizar as atividades. Mas, não se preocupe, este prazo é apenas uma sugestão, ok? Você pode avançar no seu próprio ritmo, fazer pausas para absorver o conteúdo e assistir de novo, quantas vezes quiser, antes de prosseguir.
Eu posso tirar dúvidas com o tutor?
Dentro da plataforma, você terá um tutor que irá comentar as suas tarefas e dar dicas. Você terá a chance de aprender mais com a experiência dos nossos professores, que são líderes do mercado nas suas áreas, e aproveitar para adquirir novos conhecimentos.
Perguntas frequentes
Eu nunca trabalhei com análise de dados, vou conseguir acompanhar o curso?
Claro! Sem problemas. Este curso foi desenvolvido para que você mergulhe no universo da análise de dados e adquira conhecimentos que possam tanto incrementar seu currículo quanto te despertar para uma nova carreira. Não é preciso ter conhecimento prévio no assunto, apenas vontade de aprender.
Posso assistir os módulos fora de ordem?
Os módulos são liberados semanalmente, conforme a evolução do aluno no curso. Isso significa que você deve assistir os módulos em ordem e realizar as atividades propostas pelo professor antes de passar para o módulo seguinte.
Existe alguma atividade em grupo?
O curso foi desenvolvido pensando na sua evolução individual. Por isso, temos uma equipe de tutores para corrigir e dar feedbacks sobre as atividades realizadas por cada aluno. Você também pode conversar com outros alunos e fazer qualquer pergunta sobre o conteúdo das aulas para o tutor no Fórum.
Quanto tempo dura o curso? Consigo conciliar com outras atividades?
Este curso tem duração de mais de 47h de aula, mas o tempo de conclusão vai depender de você. As aulas estão disponíveis na plataforma para acessar quando e de onde quiser, avançando no seu ritmo, sem atrapalhar o trabalho ou a vida pessoal. Se você precisar, pode assistir novamente ou tirar dúvidas com o tutor antes de prosseguir. Além disso, as aulas ficam disponíveis por 2 anos (24 meses) a partir da data de matrícula do curso. Assim, você pode revisar e relembrar algumas coisas daqui a alguns meses.
O que eu preciso para fazer este curso?
Para este curso é recomendável que o participante tenha um computador com acesso à Internet.
Quantas horas por semana precisarei dedicar aos estudos?
Sugerimos que você complete um módulo por semana, o que dá um pouco mais de 2 horas entre assistir as aulas e realizar as atividades. Mas, não se preocupe, este prazo é apenas uma sugestão, ok? Você pode avançar no seu próprio ritmo, fazer pausas para absorver o conteúdo e assistir de novo, quantas vezes quiser, antes de prosseguir.
Eu posso tirar dúvidas com o tutor?
Dentro da plataforma, você terá um tutor que irá comentar as suas tarefas e dar dicas. Você terá a chance de aprender mais com a experiência dos nossos professores, que são líderes do mercado nas suas áreas, e aproveitar para adquirir novos conhecimentos.
WhatsApp
Telefone
