Análise de Dados e Boas Práticas
Prepare-se para atuar como cientista de dados. Aprofunde seus conhecimentos em conceitos como: estatística, programação, aquisição, preparação, limpeza e tratamento de dados.Metodologia focada no mercado
Faça sua imersão com uma pós-graduação conectada com a rotina da profissão.
Duração do curso
Modalidade
Conteúdo online.
Certificação
Certificado de Curso PUC-Rio.
Reconhecido pelo MEC
Conteúdo do Curso
Análise Exploratória e Pré-processamento de Dados
Duração: 30h | Prof.ª: Tatiana Escovedo
- Introdução e Aplicações de Ciência de Dados;
- Contextualização, Habilidades Necessárias, Desafios, Técnicas e Ferramentas Relacionadas;
- Tipos de Problemas de Ciência de Dados;
- Etapas de um Projeto de Ciência de Dados;
- Conceitos Matemáticos e Estatísticos para Ciência de Dados;
- Introdução a Programação para Ciência de Dados e Principais Bibliotecas;
- Ferramentas para Cientistas de Dados;
- Aquisição, Preparação, Limpeza e Tratamento de Dados;
- Análise Exploratória de Dados;
- Introdução a Algoritmos de Machine Learning;
- Apresentação de Resultados.
Visualização de Informação
Duração: 30h | Profª.: Simone Barbosa
- Questões Perceptivas e Cognitivas em Visualização de Informação;
- Mapeamentos entre (tipos de) Dados e Variáveis Visuais;
- Gráficos Estatísticos, Tabelas e Dashboards;
- Visualizações de Grafos (Redes) e Hierarquias (Árvores);
- Visualizações de Séries Temporais, Espaciais e Espaço-Temporais.
Engenharia de Software para Ciência de Dados
Duração: 30h | Prof.: Marcos Kalinowski
- Introdução à Engenharia de Software;
- Ciência de Dados e Transformação Digital: MVPs;
- Conceitos de BizDev, DevOps e MLOps;
- Especificação Ágil de Sistemas de Aprendizagem de Máquina;
- Arquiteturas de Sistemas Inteligentes;
- Orientação a Objetos com Python e Boas Práticas de Codificação;
- Projeto de Sistemas de Aprendizagem de Máquina (Princípios SOLID);
- Controle da Qualidade: Análise Estática, Modern Code Reviews e Testes Automatizados;
Gerência de Configuração e Controle de Versões (GitHub);
Implantação (Deploy) de Modelos de Machine Learning.
Projeto/MVP em Ciência de Dados
Duração: 30h
- Projeto prático como disciplinas: Análise Exploratória e Pré-processamento de Dados; Visualização da Informação e Engenharia de Software para Ciência de Dados.
Helio Lopes
Professor do Departamento de Informática da PUC-Rio. Coordena projetos junto a empresas como Petrobras e Americanas.
Marcos Kalinowski
Professor do Departamento de Informática da PUC-Rio. Coordena projetos de P&D com empresas como Americanas e Petrobras.
Simone Barbosa
Professora do Departamento de Informática da PUC-Rio. Coordena projetos junto a empresas como Americanas e Petrobras
Tatiana Escovedo
Professora do Departamento de Informática da PUC-Rio. É Gerente Geral na Petrobras e autora de livros na área de Computação.
Tatiana Escovedo
Doutor em Engenharia Mecânica com ênfase em Termociências. Pesquisador no Instituto de Energia da PUC-Rio (IEPUC).
Helio Lopes
- Professor do Quadro Principal do Departamento de Informática da PUC-Rio, onde orienta pesquisas de mestrado, doutorado e pós-doutorado e coordena projetos de pesquisa e desenvolvimento junto a empresas na área de Ciência de Dados.
- Seus tópicos de especialidade incluem Ciência de Dados, Machine Learning, Mineração de Processos e Processamento Gráfico, atuando principalmente com modelagem geométrica, computação gráfica, caracterização de reservatórios, estruturas de dados e compressão geométrica.
- Doutor em Matemática pela PUC-Rio.
- Acumula mais de 30 anos de experiência coordenando projetos de P&D junto a diversas empresas como BNDES, Globo, Ipiranga, Petrobras, Shell e Vale, tendo registrado diversas patentes e acumulado diversas premiações nesse contexto.
Marcos Kalinowski
- Professor do Quadro Principal do Departamento de Informática da PUC-Rio, onde orienta pesquisas de mestrado, doutorado e pós-doutorado e coordena projetos de pesquisa e desenvolvimento junto a empresas como Americanas S.A. e Petrobras, nas áreas de Engenharia de Software e Ciência de Dados.
- Seus tópicos de especialidade incluem Engenharia de Requisitos, Engenharia de Software para Ciência de Dados, Engenharia de Software Experimental e Qualidade do Processo e do Produto de Software.
- Doutor em Engenharia de Sistemas e Computação pela COPPE/UFRJ.
- Atuou por mais de 10 anos na indústria de software antes de se tornar professor (como desenvolvedor, consultor e diretor).
- Forneceu dezenas de treinamentos in-company para empresas de dentro e de fora do país, incluindo Chemtech, CNEN, DataPrev, Loggi, Oceaneering, ONS, Petrobras, Sakonnet Technology, entre outras.
- É Senior Advisor da equipe técnica responsável pelo programa nacional MPS.BR, que busca promover o desenvolvimento do Brasil por meio da inovação tecnológica. Avaliador líder do modelo MPS-SW, tendo avaliado processos de software de dezenas de empresas brasileiras.
Simone Barbosa
- Professora do Quadro Principal do Departamento de Informática da PUC-Rio, onde orienta pesquisas de mestrado, doutorado e pós-doutorado e coordena projetos de pesquisa e desenvolvimento junto a empresas, como Americanas S.A. e Petrobras, nas áreas de Ciência de Dados e Interação Humano-Computador.
- Seus tópicos de especialidade incluem: projetos de sistemas interativos baseados em modelos; ciência de dados, visualização de informações e análise visual; narrativa digital; aumentar a qualidade de uso (por exemplo, usabilidade, comunicabilidade, acessibilidade) de sistemas interativos em diversos domínios.
- Doutora em Informática pela PUC-Rio.
- Coautora do livro Interação Humano-Computador e Experiência do Usuário , cuja primeira edição foi chancelada pela Sociedade Brasileira de Computação, e do livro “Introdução à Visualização de Dados”.
- Vencedora do Prêmio IFIP TC13 Pioneer por contribuições de destaque na área de Interação Humano-Computador .
- Vencedora do Prêmio Carreira de Destaque em IHC, concedido pela Sociedade Brasileira de Computação
Tatiana Escovedo
- Professora do Departamento de Informática da PUC-Rio, onde coordena cursos de pós-graduação lato sensu e colabora com pesquisas nas áreas de Ciência de Dados e Engenharia de Software.
- Gerente Geral de Transformação Digital da Petrobras.
- Doutora em Engenharia Elétrica, na área de Métodos de Apoio à Decisão, e Mestre em Informática, na área de Engenharia de Software, pela PUC-Rio.
- Autora dos livros Introdução a Data Science - Algoritmos de Machine Learning e Métodos de Análise, Jornada Java, Jornada Python e Engenharia de Software para Ciência de Dados - Um guia de boas práticas com ênfase na construção de sistemas de Machine Learning em Python.
Tatiana Escovedo
- Doutora em Engenharia Elétrica, na área de Métodos de Apoio à Decisão, e mestre em Informática, na área de Engenharia de Software, pela PUC-Rio.
- Professora do Departamento de Informática da PUC-Rio, onde coordena cursos de pós-graduação lato sensu.
- Atua em pesquisas em Ciência de Dados e Engenharia de Software.
- Gerente Geral de Transformação Digital da Petrobras.
- Autora de livros nas áreas de ciência de dados, machine learning, Python, Java e engenharia de software.
Time de professores que praticam o que ensinam
Helio Lopes
- Professor do Quadro Principal do Departamento de Informática da PUC-Rio, onde orienta pesquisas de mestrado, doutorado e pós-doutorado e coordena projetos de pesquisa e desenvolvimento junto a empresas na área de Ciência de Dados.
- Seus tópicos de especialidade incluem Ciência de Dados, Machine Learning, Mineração de Processos e Processamento Gráfico, atuando principalmente com modelagem geométrica, computação gráfica, caracterização de reservatórios, estruturas de dados e compressão geométrica.
- Doutor em Matemática pela PUC-Rio.
- Acumula mais de 30 anos de experiência coordenando projetos de P&D junto a diversas empresas como BNDES, Globo, Ipiranga, Petrobras, Shell e Vale, tendo registrado diversas patentes e acumulado diversas premiações nesse contexto.
Marcos Kalinowski
- Professor do Quadro Principal do Departamento de Informática da PUC-Rio, onde orienta pesquisas de mestrado, doutorado e pós-doutorado e coordena projetos de pesquisa e desenvolvimento junto a empresas como Americanas S.A. e Petrobras, nas áreas de Engenharia de Software e Ciência de Dados.
- Seus tópicos de especialidade incluem Engenharia de Requisitos, Engenharia de Software para Ciência de Dados, Engenharia de Software Experimental e Qualidade do Processo e do Produto de Software.
- Doutor em Engenharia de Sistemas e Computação pela COPPE/UFRJ.
- Atuou por mais de 10 anos na indústria de software antes de se tornar professor (como desenvolvedor, consultor e diretor).
- Forneceu dezenas de treinamentos in-company para empresas de dentro e de fora do país, incluindo Chemtech, CNEN, DataPrev, Loggi, Oceaneering, ONS, Petrobras, Sakonnet Technology, entre outras.
- É Senior Advisor da equipe técnica responsável pelo programa nacional MPS.BR, que busca promover o desenvolvimento do Brasil por meio da inovação tecnológica. Avaliador líder do modelo MPS-SW, tendo avaliado processos de software de dezenas de empresas brasileiras.
Simone Barbosa
- Professora do Quadro Principal do Departamento de Informática da PUC-Rio, onde orienta pesquisas de mestrado, doutorado e pós-doutorado e coordena projetos de pesquisa e desenvolvimento junto a empresas, como Americanas S.A. e Petrobras, nas áreas de Ciência de Dados e Interação Humano-Computador.
- Seus tópicos de especialidade incluem: projetos de sistemas interativos baseados em modelos; ciência de dados, visualização de informações e análise visual; narrativa digital; aumentar a qualidade de uso (por exemplo, usabilidade, comunicabilidade, acessibilidade) de sistemas interativos em diversos domínios.
- Doutora em Informática pela PUC-Rio.
- Coautora do livro Interação Humano-Computador e Experiência do Usuário , cuja primeira edição foi chancelada pela Sociedade Brasileira de Computação, e do livro “Introdução à Visualização de Dados”.
- Vencedora do Prêmio IFIP TC13 Pioneer por contribuições de destaque na área de Interação Humano-Computador .
- Vencedora do Prêmio Carreira de Destaque em IHC, concedido pela Sociedade Brasileira de Computação
Tatiana Escovedo
- Professora do Departamento de Informática da PUC-Rio, onde coordena cursos de pós-graduação lato sensu e colabora com pesquisas nas áreas de Ciência de Dados e Engenharia de Software.
- Gerente Geral de Transformação Digital da Petrobras.
- Doutora em Engenharia Elétrica, na área de Métodos de Apoio à Decisão, e Mestre em Informática, na área de Engenharia de Software, pela PUC-Rio.
- Autora dos livros Introdução a Data Science - Algoritmos de Machine Learning e Métodos de Análise, Jornada Java, Jornada Python e Engenharia de Software para Ciência de Dados - Um guia de boas práticas com ênfase na construção de sistemas de Machine Learning em Python.
Tatiana Escovedo
- Doutora em Engenharia Elétrica, na área de Métodos de Apoio à Decisão, e mestre em Informática, na área de Engenharia de Software, pela PUC-Rio.
- Professora do Departamento de Informática da PUC-Rio, onde coordena cursos de pós-graduação lato sensu.
- Atua em pesquisas em Ciência de Dados e Engenharia de Software.
- Gerente Geral de Transformação Digital da Petrobras.
- Autora de livros nas áreas de ciência de dados, machine learning, Python, Java e engenharia de software.
Helio Lopes
Marcos Kalinowski
Simone Barbosa
Tatiana Escovedo
Tatiana Escovedo
Preço e formas de pagamento
Em até 18x de:
@mensalidade
ou à vista por R$ @valorTotal*
- Curso 100% Online
- Certificado: PUC-Rio
- Formato: aulas gravadas e encontros ao vivo
- Carga horária: 90h (Do Zero ao Código) a 120h (todo o restante)
- Duração total: 3 meses
Parcelamento em até 18x no cartão de crédito ou boleto
| De:* | Por**: |
|---|
* De: preço original do curso, considerando a condição de parcelamento.
** Por: preço final do curso parcelado + desconto, se aplicável.
Valores sujeitos á mudanças de acordo com método de pagamento escolhido.
Formulário enviado com sucesso!
Cursos relacionados
Desenvolvimento Full Stack Básico
Capacite-se para atuar no mercado de TI e torne-se um desenvolvedor full stack capaz de criar soluções inteligentes.
Desenvolvimento Front-End Avançado
Aprenda a trabalhar com bancos de dados e a desenvolver softwares que facilitem a interação dos usuários com as diversas interfaces tecnológicas da atualidade.
Desenvolvimento Back-end Avançado
Capacite-se para atuar no mercado de TI e torne-se um desenvolvedor back-end capaz de criar soluções inteligentes.
Análise de Dados e Boas Práticas
Aprofunde seus conhecimentos em conceitos como: estatística, programação, aquisição, preparação, limpeza e tratamento de dados.
Pesquisa com Usuários
Aprenda a montar, aplicar e fazer a análise de pesquisas quanti e qualitativas. Aborde desde a organização do espaço de problema, métodos de abordagem e habilidades necessárias para o pesquisador.
Qualidade de Software, Segurança e Sistemas Inteligentes
Aperfeiçoe seus conhecimentos na elaboração de testes de qualidade de software, requisitos para o desenvolvimento e implementação de um software seguro, e na engenharia de sistemas de softwares inteligentes.
Arquitetura de Software
Aprenda na prática a projetar, implementar e testar softwares com ferramentas inteligentes.
Engenharia de Dados
Estude na prática como modelar, projetar, implementar e monitorar soluções para o uso de dados.
Avaliação da Qualidade de Uso de Sistemas Computacionais Interativos
Aprenda a utilizar na prática métodos de Interação Humano-Computador (IHC) e User Experience (UX).
Machine Learning e Analytics
Habilite-se para aplicar conhecimentos de algoritmos e de aprendizado de máquina em problemas reais.
Projeto da Interação Humano-Computador e da Interface do Usuário
Aprenda a prototipar projetos focando na usabilidade, acessibilidade, UX e comunicabilidade da jornada.
Gestão Ágil de Projetos e Produtos
Estude como aplicar princípios e diretrizes de Agilidade no desenvolvimento de soluções tecnológicas.
