Augusto Baffa
Professor do Departamento de Informática da PUC-Rio. Atua em projetos junto a empresas como Petrobras e Americanas.
Conheça seu professorPara 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.
Pré-requisitos: conhecimentos de lógica de programação e idealmente experiência com alguma linguagem de programação.
9 mesesInício das aulas: 25/07/2023
Professor do Departamento de Informática da PUC-Rio. Atua em projetos junto a empresas como Petrobras e Americanas.
Conheça seu professorProfessora do Departamento de Eng. Industrial da PUC-Rio. Já atuou em projetos junto a empresas como CAIXA e Petrobras
Conheça seu professorProfessor do Departamento de Informática da PUC-Rio. Coordena projetos junto a empresas como Petrobras e Americanas.
Conheça seu professorDoutor pela PUC-Rio, atua em projetos em diversas áreas da Computação, junto a empresas como Petrobras.
Conheça seu professorProfessor do Departamento de Informática da PUC-Rio. Coordena projetos de P&D com empresas como Americanas e Petrobras.
Conheça seu professorProfessor do Departamento de Informática da PUC-Rio. É sócio-diretor na RSI Redes, com ampla experiência profissional.
Conheça seu professorProfessor do Departamento de Informática da PUC-Rio. Coordena projetos junto a empresas como Fiocruz e INCA.
Conheça seu professorProfessora do Departamento de Informática da PUC-Rio. Coordena projetos junto a empresas como Americanas e Petrobras
Conheça seu professorProfessora do Departamento de Informática da PUC-Rio. É gerente na Petrobras e autora de livros na área de Computação.
Conheça seu professorIntrodução 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.
30h - Tatiana Escovedo
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. 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 - 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 e Fernanda Baião
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
Projeto prático como disciplina: Banco de Dados; Data Warehouse e Data Lake e Gestão e Governança de Dados.
30h - Sérgio Lifschitz e Tatiana Escovedo
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.
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
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.
Todos os cursos são validados pelo Ministério da Educação do Governo Federal.
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 25/07/2023