Augusto Baffa
Professor do Departamento de Informática da PUC-Rio. Doutor pela PUC-Rio, atua em projetos junto a empresas como Petrobra...
Para atender à crescente demanda criada pela revolução digital, o mercado tem buscado cada vez mais profissionais especializados em Ciência de Dados. Aprenda a desenvolver projetos, implementar soluções e construir modelos de análise capazes de fazer as organizações tomarem decisões mais rápidas e consistentes.
9 meses Início em 27/02/2023
Professor do Departamento de Informática da PUC-Rio. Doutor pela PUC-Rio, atua em projetos junto a empresas como Petrobra...
Professor do Departamento de Informática da PUC-Rio. Doutor pela PUC-Rio, coordena projetos junto a empresas como Petrobr...
Doutor pela PUC-Rio, atua em projetos nas áreas de Machine Learning, Computação Gráfica e Visão Computacional em empresas...
Professor do Departamento de Informática da PUC-Rio. Doutor pela UFRJ, coordena projetos de P&D com empresas como America...
Professor do Departamento de Informática da PUC-Rio. Doutor pela PUC-Rio, é sócio-diretor na RSI Redes, com ampla experiê...
Professor do Departamento de Informática da PUC-Rio. Doutor pela ENST/Télécom Paris, coordena projetos junto a empresas c...
Professora do Departamento de Informática da PUC-Rio. Doutora pela PUC-Rio, coordena projetos junto a empresas como Ameri...
Professora do Departamento de Informática da PUC-Rio. Doutora pela PUC-Rio, é gerente na Petrobras e autora de livros na ...
Professor of UX Research at SCAD- Savannah College of Art and Design (Savannah, GA - EUA)
Head of Agile at Scale na Petrobras
Engenheiro de Software - Desenvolvedor Flutter
Professora-Pesquisadora na UFC Campus Quixadá
HCI Research Scientist na IBM Research Brazil
UX Researcher na TUDUX - Consultoria de UX
Especialista em BI na Petrobras
Autor do Effective Software Testing: A Developer's Guide
Principal Consultant na ThoughtWorks
Sr Product Design Manager no Banco Neon
Líder Técnico de Design na Radix Engineering and Software
Senior Data Scientist na Microsoft
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.
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.
30h - Simone Barbosa
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.
30h - Marcos Kalinowski
Projeto prático como disciplinas: Análise Exploratória e Pré-processamento de Dados; Visualização da Informação e Engenharia de Software para Ciência de Dados.
30h - Hélio Lopes e Tatiana Escovedo
Aula Bônus
10h - Tatiana Escovedo
Aula Bônus
26h - Tatiana Escovedo
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.
30h - Tatiana Escovedo
Conceitos de Deep Learning, Visão Computacional e Processamento de Linguagem Natural. 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).
30h - Hélio Lopes e Augusto Baffa
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).
30h - Augusto Baffa e Luiz Schimer
Projeto prático como disciplina: Machine Learning; Analytics - Descriptive and Predictive e Advanced Analytics.
30h - Hélio Lopes e Tatiana Escovedo
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.
30h - Sérgio Lifschitz
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 Ferramentas para Projeto e Implementação de Data Warehouses e Data Lakes.
30h - Sérgio Lifschitz
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.
30h - Marcos Villas e Anderson Oliveira
Projeto prático como disciplina: Banco de Dados; Data Warehouse e Data Lake e Gestão e Governança de Dados.
30h - Sérgio Lifschitz e Tatiana Escovedo
Curso online com a qualidade do presencial e momentos ao vivo com professores através da plataforma Zoom.
Professores que criam teorias e práticas de mercado e profissionais de destaque abordam casos reais em Sprints com duração de 3 meses.
Cada Sprint gera um certificado de extensão, ou seja, o aluno sai com diversos certificados de extensão e mais o de especialização, reforçando ainda mais sua formação e seu currículo.
Como o curso tem perfil hands on, a cada Sprint, o aluno constrói um MVP e se qualifica na prática para novas oportunidades de mercado a curto prazo.
Squads como a evolução do conceito de turma: todos trabalham em comunidade pelo desenvolvimento e sucesso do grupo.
Receba suporte do Community Manager do início ao fim da jornada de estudo, facilitando a resolução de problemas, equacionando dúvidas e tornando a experiência de qualificação ainda mais completa.
Os autores dos melhores MVPs, avaliados pelos professores, serão convidados a apresentar seus trabalhos para profissionais de relevância no mercado, num evento em parceria com o MIT Technology Review Brasil.
Curso online com 5 momentos ao vivo com professores PUC-Rio por Sprint.
Momentos ao vivo pela plataforma Zoom.
As aulas são gravadas e disponibilizadas aos alunos para consulta posterior.
360 horas de curso oferecidas ao longo de 9 meses: 3 Sprints com 3 disciplinas de 30h + 1 disciplina de MVP de 30hs cada.
Certificado de Especialização PUC-Rio ao final do curso, além de 1 certificado de curso de extensão em cada Sprint, totalizando 4 certificações.
Conheça melhor
Curso online com 5 momentos ao vivo com professores PUC-Rio por Sprint.
Momentos ao vivo pela plataforma Zoom.
As aulas são gravadas e disponibilizadas aos alunos para consulta posterior.
Parcelas | Valor Parcela | Desconto | Valor do desconto |
1x | R$ 14.787,36 | 20% | R$ 3.696,84 |
3x | R$ 5.113,96 | 17% | R$ 3.142,31 |
6x | R$ 2.556,98 | 17% | R$ 3.142,31 |
9x | R$ 1.745,73 | 15% | R$ 2.772,63 |
12x | R$ 1.309,30 | 15% | R$ 2.772,63 |
18x | R$ 924,21 | 10% | R$ 1.848,42 |
24x | R$ 731,67 | 5% | R$ 924,21 |
36x | R$ 513,45 | – | – |
Início das aulas 27/02/2023