CONDIÇÕES EXCLUSIVAS | Fale com um de nossos consultores via WhatsApp e conheça nossas Condições Especiais Eu quero
X
Machine Learning e Analytics
Qualifique-se para ser um profissional requisitado e capaz de criar soluções inteligentes em Tecnologia. Saiba como trabalhar com algoritmos de aprendizado de máquina e métricas de avaliação e comparação de modelos, assim como aplicar conceitos de Deep Learning e Advanced Analytics em problemas reais de interfaces tecnológicas da atualidade. O curso possibilita a construção e comparação de modelos para um aprendizado prático completo.Metodologia focada no mercado
Faça sua imersão com uma pós-graduação conectada com a rotina da profissão.
Certificados
A cada 3 meses, um certificado novo no tema da sua Sprint.
Jornada em Sprints
Sprints a cada 3 meses, com 3 disciplinas + 1 MVP cada.
Teoria aplicada na prática
Os MVPs ao final de cada Sprint colocam seus conhecimentos em prática e formam portfólio.
100% online
Metodologia e formato pensados para otimizar seu aprendizado e se encaixar na sua rotina.
Discord
Faça parte de uma comunidade acadêmica e interaja com colegas e professores.
Pensamento Crítico
Estude com base em situações e dilemas reais do mercado de trabalho.
Aulas em formatos diferentes
Além das tradicionais videoaulas gravadas, tenha acesso a debates, podcasts, e-books e muito mais
Certificação rápida
Tenha uma formação completa e um certificado Lato Sensu com a excelência PUC-Rio em 12 meses.
Visão 360º do mercado
Análise integral a partir de um pensamento crítico voltado para sua prática jurídica e social.
Contato com o mercado jurídico
Tenha momentos com profissionais relevantes para refletir sobre caminhos e discutir soluções.
Estudo de casos jurídicos
Debates multidisciplinares
Encontros ao vivo e aulas gravadas
Suporte personalizado
Evolua na PUC-Rio
Estude, pesquise, aproveite o espaço de coworking e faça seu networking no campus.
Lab_CC
Criação de portfólio
Community Hub
Projeto cultural x TCC
Perfil Hands-on
Crítica à sociedade
Suporte 360°
Duração do curso
Modalidade
Conteúdo online.
Certificação
Certificado de Curso PUC-Rio.
Reconhecido pelo MEC
Carga horária
30 horas de curso.
Tecnologia
Vivência na área
Ensino de excelência
Teoria e prática
Conteúdo do Curso
Análise de Dados e Boas Práticas
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.
Introdução a Ciência de Dados (Aula Bônus)
Duração: 10h | Prof.ª: Tatiana Escovedo
- Compreender contextualização, habilidades necessárias, desafios, técnicas e ferramentas relacionadas no contexto de ciência de dados;
- Diferenciar os tipos de problemas de ciência de dados relacionados a Machine Learning (ML) (aprendizado supervisionado x não supervisionado; problemas de classificação, regressão, clusterização e associação);
- Entender as 7 etapas de um projeto de ciência de dados e as atividades esperadas em cada uma delas.
Programação Orientada a Objetos (Aula Bônus)
Duração: 26h | Prof.ª: Tatiana Escovedo
- Introdução aos principais conceitos de orientação a objetos, com exemplos práticos da linguagem Python.
Machine Learning e Analytics
Machine Learning
Duração: 30h | Profs.: Tatiana Escovedo e Hugo Villamizar
- Aprendizado Supervisionado e Não Supervisionado;
- Problemas de Classificação, Regressão e Agrupamento;
- Pré-processamento de Dados e Seleção de Características;
- Algoritmos de Machine Learning para Classificação, Regressão e Agrupamento; Ensembles. Construção de Modelos;
- Métricas de Avaliação e Comparação de Modelos;
- Pós-processamento.
Analytics - Descriptive and Predictive
Duração: 30h | Profs.: Augusto Baffa, Jonatas Grosman e Luiz Schirmer
- Conceitos de Deep Learning;
- Redes Neurais;
- Perceptrons Multicamadas (MLPs);
- Retropropagação;
- Conceitos e Algoritmos de Deep Learning;
- Redes Neurais Recorrentes (RNNs);
- Redes Neurais Convolucionais (CNNs);
- Long Short Term Memory Networks (LSTMs);
- Redes Adversariais Generativas (GANs);
- Aplicações de Métodos Não Supervisionados em Análise de Dados (Ex.: Clustering, Redução de Dimensionalidade).
Advanced Analytics
Duração: 30h | Profs.: Augusto Baffa, Jonatas Grosman e Luiz Schirmer
- Aplicações de Machine Learning em Problemas Reais (eg, Churn, Sistemas de Recomendação, Detecção de Fraude, Análise e Predição de Séries Temporais);
- Aplicações de Deep Learning em Problemas Reais (eg, Visão Computacional, Processamento de Linguagem Natural).
Projeto/MVP em Machine Learning/Analytics
Duração: 30h
- Projeto prático como disciplina: Machine Learning; Analytics - Descriptive and Predictive e Advanced Analytics.
Engenharia de Dados
Banco de Dados
Duração: 30h | Prof.: Sérgio Lifschitz
- Abstração de Dados;
- Modelagem Conceitual de Dados;
- Fundamentos de Projeto de Banco de Dados;
- Projeto Conceitual de Banco de Dados;
- Projeto Lógico de Banco de Dados;
- Projeto Físico de Banco de Dados;
- Linguagem SQL;
- Administração de Dados;
- Bancos de Dados Não Convencionais e Distribuídos;
- Implementação de um Banco de Dados Relacional.
Data Warehouse e Data Lake
Duração: 30h | Profs.: Sérgio Lifschitz, Fernanda Baião, Antony Medeiros
- Conceituação e Arquiteturas;
- Aquisição e Integração de Dados;
- Extração, Transformação e Carga (ETL);
- Gerência de Metadados;
- Modelagem para Data Warehouses e Data Lakes;
- Modelo Estrela;
- Projeto Físico e Implementação de Data Warehouses e Data Lakes;
- Consumo da Informação;
- Extração de Data Marts;
- Aplicações OLAP;
- Soluções de Busca para Dados Estruturados e Não Estruturados;
- Estudos de Casos de Uso de Ferramentas para Projeto e Implementação de Data Warehouses e Data Lakes.
Gestão e Governança de Dados
Duração: 30h | Prof.: Marcos Villas
- Princípios e Conceitos Gerais de Gestão e Governança de Dados;
- Principais Frameworks e Modelos de Referência;
- Dados e Processos;
- Estratégias para Implantação nas Organizações;
- Evolução das Empresas, Novos Tipos de Capitais, Dados e Pessoas;
- Camadas de Abstração e Tipificação de Dados;
- Métricas e Avaliação de Soluções de Dados e Maturidade de Dados;
- Qualidade de Dados;
- Ética nos Dados e Fatores Culturais. Data Ops e MLOps;
- Conceitos de Dados Abertos;
- Lei Geral de Proteção de Dados.
Projeto/MVP em Engenharia de Dados
Duração: 30h
- Projeto prático como disciplina: Banco de Dados; Data Warehouse e Data Lake e Gestão e Governança de Dados.
Sprint Do Zero ao Código (voltado para quem NÃO possui conhecimento em Lógica de Programação e noções de linguagem de programação)
Caso você esteja realizando uma transição em sua carreira e ainda não tenha conhecimento em Lógica de Programação e noções de pelo menos uma linguagem de programação, para ter maior aproveitamento da sua Pós, você iniciará seus estudos pela Sprint do Zero ao Código.
Ao optar por essa modalidade, você iniciará pela Sprint do Zero ao Código com carga horária de 90h, após isso você estará devidamente preparado para iniciar sua jornada na Pós-graduação. Você não terá nenhum custo adicional por isso.
Augusto Baffa
Professor do Departamento de Informática da PUC-Rio. Atua em projetos junto a empresas como Petrobras e Americanas.
Luiz Schirmer
Doutor pela PUC-Rio, atua em projetos em diversas áreas da Computação, junto a empresas como Petrobras.
Tatiana Escovedo
Professora do Departamento de Informática da PUC-Rio. É Gerente Geral na Petrobras e autora de livros na área de Computação.
Hugo Villamizar
Analista de Pesquisa & Desenvolvimento na iniciativa ExACTa PUC-Rio, e doutorando no Departamento de Informática da PUC-Rio na área de engenharia de software.
Jonatas Grosman
Líder de pesquisa em Inteligência Artificial na iniciativa ExACTa PUC-Rio e criador do modelo de IA mais baixado do mundo.
Augusto Baffa
- Professor do Departamento de Informática da PUC-Rio, onde leciona disciplinas na área de Programação e Inteligência Artificial, com foco em tomadas de decisão com incerteza e jogos eletrônicos.
- Doutor em Informática pela PUC-Rio, com MBA em Marketing pela ESPM e MBA em Finanças pelo IBMEC.
- Tem participado de projetos de pesquisa e desenvolvimento na área de Inteligência Artificial junto a diversas empresas, como Globo, Petrobras e Americanas S.A.
Luiz Schirmer
- Doutor em Informática pela PUC-Rio, com ênfase em Ciência de Dados. Realizou estágios de pós-doutorado no Instituto de Matemática Pura e Aplicada (IMPA) e no Instituto de Sistemas e Robótica da Universidade de Coimbra (Portugal).
- Tem atuado em projetos de pesquisa e desenvolvimento junto a diversas empresas, como Petrobras, nas áreas de Machine Learning (Deep Learning), Computação Gráfica e Visão Computacional
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.
Hugo Villamizar
- Experiência na indústria em áreas como segurança da informação, garantia de qualidade de software e machine learning.
- Mestre em Informática pela PUC-Rio, com dissertação premiada como a segunda melhor dissertação do Brasil na área de qualidade de software.
- Doutorando em Informática da PUC-Rio na área de engenharia de software para sistemas de software inteligentes.
- Coautor do livro Engenharia de Software para Ciência de Dados: Um guia de boas práticas com ênfase na construção de sistemas de Machine Learning em Python.
Jonatas Grosman
- Doutor em Informática pela PUC-Rio na área de Otimização e Raciocínio Automático com ênfase em Processamento de Linguagem Natural.
- Já participou de projetos de P&D em diversas instituições de pesquisa, como PUC-Rio, Laboratório Nacional de Computação Científica e Observatório Nacional.
- Atualmente é Venture Partner na Lanx Capital e líder de pesquisa em Inteligência Artificial no laboratório ExACTa PUC-Rio.
- Entusiasta do movimento open-source, desenvolveu e disponibilizou para a comunidade um modelo de reconhecimento de fala que atingiu o posto de modelo de IA mais baixado do mundo, com mais de 60 milhões de downloads mensais.
Time de professores que praticam o que ensinam
Augusto Baffa
- Professor do Departamento de Informática da PUC-Rio, onde leciona disciplinas na área de Programação e Inteligência Artificial, com foco em tomadas de decisão com incerteza e jogos eletrônicos.
- Doutor em Informática pela PUC-Rio, com MBA em Marketing pela ESPM e MBA em Finanças pelo IBMEC.
- Tem participado de projetos de pesquisa e desenvolvimento na área de Inteligência Artificial junto a diversas empresas, como Globo, Petrobras e Americanas S.A.
Luiz Schirmer
- Doutor em Informática pela PUC-Rio, com ênfase em Ciência de Dados. Realizou estágios de pós-doutorado no Instituto de Matemática Pura e Aplicada (IMPA) e no Instituto de Sistemas e Robótica da Universidade de Coimbra (Portugal).
- Tem atuado em projetos de pesquisa e desenvolvimento junto a diversas empresas, como Petrobras, nas áreas de Machine Learning (Deep Learning), Computação Gráfica e Visão Computacional
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.
Hugo Villamizar
- Experiência na indústria em áreas como segurança da informação, garantia de qualidade de software e machine learning.
- Mestre em Informática pela PUC-Rio, com dissertação premiada como a segunda melhor dissertação do Brasil na área de qualidade de software.
- Doutorando em Informática da PUC-Rio na área de engenharia de software para sistemas de software inteligentes.
- Coautor do livro Engenharia de Software para Ciência de Dados: Um guia de boas práticas com ênfase na construção de sistemas de Machine Learning em Python.
Jonatas Grosman
- Doutor em Informática pela PUC-Rio na área de Otimização e Raciocínio Automático com ênfase em Processamento de Linguagem Natural.
- Já participou de projetos de P&D em diversas instituições de pesquisa, como PUC-Rio, Laboratório Nacional de Computação Científica e Observatório Nacional.
- Atualmente é Venture Partner na Lanx Capital e líder de pesquisa em Inteligência Artificial no laboratório ExACTa PUC-Rio.
- Entusiasta do movimento open-source, desenvolveu e disponibilizou para a comunidade um modelo de reconhecimento de fala que atingiu o posto de modelo de IA mais baixado do mundo, com mais de 60 milhões de downloads mensais.
Augusto Baffa
Luiz Schirmer
Tatiana Escovedo
Hugo Villamizar
Jonatas Grosman
Preço e formas de pagamento
Parcelamento em até 18x no cartão de crédito ou boleto
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.
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.
Desenvolvimento Back-end Avançado
Capacite-se para atuar no mercado de TI e torne-se um desenvolvedor back-end capaz de criar soluções 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).
Do Zero ao Código
Estude dados, algoritmos e linguagens de programação para construir páginas web do zero ao código.
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.
