Incorpore conhecimentos teóricos e práticos para superar desafios com Ciência de Dados, Machine Learning e Programação.

• Introdução à Ciência de Dados
• Conceitos primários de Machine Learning
• Introdução à Programação

Atividade: Realize tarefas que exigem entendimento de negócios, dados, criação e avaliação de modelos, além de criar seus primeiros algoritmos com funções.

Desenvolva habilidades em Python, de conceitos fundamentais à programação funcional orientada a objetos. Formule módulos, pacotes e scripts para manutenção e reusabilidade de projetos, além de avaliar e corrigir erros em códigos, manipular dados em diferentes formatos e criar relatórios analíticos.

• Variáveis, tipos e estruturas de dados
• Fluxo Condicional e Repetição
• Arquivos, funções, programação funcional e orientada a objetos
• Módulos e pacotes
• Scripting e resolução de erros

Projeto 1: Faça uma análise exploratória, usando dados da web, os preparando para exploração, visualização e demonstrando sua análise em um Kaggle notebook.

Conheça ferramentas de colaboração como o GitHub, compartilhe insights de maneira impactante, com o uso de storytelling e elementos visuais. Aplique conceitos estatísticos para interpretar e analisar dados.

• Git
• Análise 1: Storytelling
• Análise 2: Elementos visuais
• Estatística básica

Projeto 2: Faça cálculos estatísticos, crie uma visualização interativa e publique seu projeto de análise no Github.

Tenha o domínio de todo o processo de manipulação e análise de dados, mirando na aplicação efetiva de algoritmos de Machine Learning, além de se desafiar com a preparação de dados com condições ideais para a construção de modelos eficientes.

• Análise Exploratória: o primeiro estágio da Preparação
• Pré-processamento de dados: o segundo estágio da Preparação
• Detecção de Outliers e Balanceamento de dados: o terceiro estágio da Preparação
• Tipos de aprendizagem de Machine Learning

Projeto 3: Trabalhe com uma base de crédito para identificação de fraudes, e aplique conceitos de preparação de dados para progredir para modelos avançados de Machine Learning.

Analise, avalie e interprete modelos de estatística e probabilidade para tomar decisões baseadas em evidências sólidas, colaborando com a resolução de problemas e formulação de estratégias eficientes para diversas áreas.

• Regressão Linear
• Estatística aplicada
• Aprendizado Bayesiano
• Árvores de decisão

Projeto 4: Por meio da análise de dados, previna fraudes em transações de crédito. Com modelos preditivos avançados, crie um sistema inteligente capaz de analisar padrões de comportamento do consumidor e identificar atividades suspeitas.

Aprenda a usar SQL para gerar insights e decisões estratégicas para o sucesso da empresa. Explore o potencial dos dados disponíveis, os transformando em vantagens competitivas e oportunidades de negócios.

• Análise 3: Looker Studio
• Análise 4: Introdução ao Power BI
• Análise 5: Bases de dados + SQL
• Análise 6: Operações básicas de SQL
• Análise 7: Operações avançadas de SQL

Projeto 5: Crie um dashboard que possibilita uma visualização clara da performance de uma loja online, com um sistema inteligente, elementos visuais e todas as métricas cruciais para o negócio, desde o monitoramento de vendas até a análise de tráfego.

Implemente, avalie e otimize modelos preditivos, usando estatística e algoritmos de Machine Learning para tomar decisões embasadas e efetivas.

• Regressão logística
• Duelo de modelos: Árvore vs. Regressão
• Prática do dia a dia: Pós-modelagem
• Cluster com K-means, técnicas de avaliação de modelos e Random Forest
• Duelo de modelos: Árvore vs. Random Forest

Projeto 6: Trabalhe com segmentação de clientes e desenvolva um sistema inteligente que usa análise de dados avançada para identificar e categorizar grupos com características similares. Com o entendimento de diferentes perfis de consumidores, otimize a comunicação, a relação com o cliente, as estratégias de marketing e suas ofertas.

Otimize modelos avançados com regularização, seleção de features, validação cruzada e redução de dimensionalidade, melhorando a performance de sistemas com Machine Learning.

• Regressão: Conceitos avançados
• Melhoria de modelos
• Validação cruzada
• Duelo de modelos 3: Validação cruzada vs. Sem validação cruzada
• PCA (Análise de Componentes Principais) - Redução de Dimensionalidade

Projeto 7: Crie um sistema inteligente, capaz de analisar padrões de comportamento do consumidor e identificar indícios relevantes de intenção de compra, otimizando a experiência do cliente e ajudando a loja a direcionar recursos onde há mais probabilidade de consumo.

Aplique métodos de ensemble e de modelagem de linguagem, para desenvolver e aperfeiçoar modelos preditivos, contribuindo para a tomada de decisões embasadas e éticas.

• Métodos de ensemble
• Xgboost
• Duelo de modelos 4: Xgboost vs. Árvore de decisão
• Modelos de linguagem

Projeto final:
Escolha dentre uma das 3 bases de dados diferentes, cada uma contendo uma oportunidade de projeto para se tornar um cientista de dados. Aplique todos os conceitos vistos no curso, desde a preparação dos dados, o desenvolvimento do problema, até a escolha do modelo e sua avaliação.

Não, é tudo online. Contudo, é necessário que você resida no Brasil, tenha permissão para trabalhar em território nacional e seja fluente na língua portuguesa.

Para se inscrever no Programa de Empregabilidade, é necessário que você já tenha completado 18 (dezoito) anos e tenha completado o Ensino Médio.

Para começar, você deve ter atingido 70% de progresso em seu curso. As tarefas do curso devem ter sido entregues e aprovadas com notas superiores a 70 pontos e você deve ter concluído as 3 sessões com o Centro de Carreiras com as tarefas entregues e aprovadas pela consultora.

Você tem 2 anos, a partir da compra do curso, para completar com sucesso 3 sessões com o Centro de Carreiras e, então, iniciar o Programa.

Sim, para entrar no Programa de Empregabilidade (estágio 2 do programa), você deve atender a todos os requisitos das consultoras do Centro de Carreiras e fornecer documentos comprobatórios que lhe darão permissão para participar.

Nos dias de hoje, as empresas precisam cada vez mais de especialistas que saibam coletar e analisar rapidamente grandes quantidades de dados. Esta habilidade é fundamental para garantir o sucesso dos negócios, por meio de novas estratégias e abordagens para melhores resultados.

Claro! Sem problemas. O curso foi desenvolvido para que você aprenda os principais recursos de ciência de dados, sem necessidade de experiência prévia.

Pensando em seu aprendizado e evolução, nossa equipe de tutoria é formada por profissionais da área que irão responder suas dúvidas sobre o conteúdo do curso e dar feedbacks sobre as atividades realizadas, de forma individual. Além disso, temos o fórum abaixo de algumas aulas para compartilhamento de opiniões e também contato com outros alunos.

A ordem do curso foi elaborada considerando uma linha de aprendizagem contínua, para que você tenha um aprendizado fluido e efetivo. Dessa forma, recomendamos que siga a sequência conforme publicação semanal na plataforma. Caso queira iniciar um módulo publicado sem terminar o anterior (por exemplo, se estiver esperando a correção do exercício), isso não afetará sua trajetória final, desde que você realize todas as atividades com 70% de aprovação e assista todas as aulas.

Este curso tem duração de mais de 40 horas de conteúdo, sendo que cada novo módulo é disponibilizado semanalmente (sem dias fixos de publicação). Caso você realize um módulo por semana, a duração prevista é de 10 meses. Lembrando que, por serem aulas gravadas e sem interação ao vivo, você possui total autonomia para escolher seus horários de estudo de acordo com a sua rotina e prioridades.
Sabemos da correria do dia a dia, e pensando nisso, o curso poderá ser finalizado em até 24 meses (2 anos) após a matrícula. Durante esse período, você terá suporte da tutoria, correção de exercícios, acesso aos nossos serviços e a possibilidade de emissão do certificado de conclusão. Mas não se preocupe! O conteúdo do curso estará disponível para consulta em sua plataforma de forma vitalícia.

Nós recomendamos a finalização de um módulo por semana, o que levará por volta de duas horas (entre assistir às aulas e iniciar suas atividades - e o tempo dedicado à execução da tarefa é variável). Você poderá avançar em seu próprio ritmo nos módulos já publicados, anotando o que achar importante e assistindo novamente quantas vezes desejar, até absorver o conteúdo.

A EBAC tem um compromisso genuíno com a dinâmica e facilidade no aprendizado, e sabemos que dúvidas podem surgir e são muito bem-vindas! Em exercícios nos quais é necessário o envio de tarefas para correção, também é possível encaminhar perguntas e dúvidas para a tutoria. Há um espaço, localizado abaixo dos vídeos de exercícios, em que você poderá escrever e anexar arquivos, e um de nossos tutores responderá. Eles te auxiliarão com informações atualizadas para contribuir com seu desenvolvimento educacional e profissional. Já nos quizzes e exercícios autoavaliativos, o envio de dúvidas não é possível.

Por se tratar de aulas 100% online, todos os cursos da EBAC Online são classificados como livres e profissionalizantes, preparando o aluno para atuar no mercado de trabalho. Cursos livres não necessitam de reconhecimento do Ministério da Educação e Ciência, tendo em vista sua curta/média duração.

A partir do momento da publicação do módulo, você poderá assistir às videoaulas pelo computador, celular ou outro dispositivo conectado à Internet. Recomendamos que o acesso aos materiais e às tarefas seja realizado por meio de um computador/notebook, visto que alguns formatos de arquivos de apoio não são suportáveis em dispositivos móveis, por precisarem de softwares específicos.