Skip to content
Especialização Online

Pós-Graduação em Ciência de Dados e Analytics

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.
Pré-requisitos: conhecimentos de lógica de programação e idealmente experiência com alguma linguagem de programação.

9 mesesInício das aulas: 25/07/2023

Entenda mais sobre o curso

Professores

Pós-Graduação Digital:

Augusto Baffa

Professor do Departamento de Informática da PUC-Rio. Atua em projetos junto a empresas como Petrobras e Americanas.

Conheça seu professor
Pós-Graduação Digital:

Fernanda Baião

Professora do Departamento de Eng. Industrial da PUC-Rio. Já atuou em projetos junto a empresas como CAIXA e Petrobras

Conheça seu professor
Pós-Graduação Digital:

Helio Lopes

Professor do Departamento de Informática da PUC-Rio. Coordena projetos junto a empresas como Petrobras e Americanas.

Conheça seu professor
Pós-Graduação Digital:

Luiz Schirmer

Doutor pela PUC-Rio, atua em projetos em diversas áreas da Computação, junto a empresas como Petrobras.

Conheça seu professor
Pós-Graduação Digital:

Marcos Kalinowski

Professor do Departamento de Informática da PUC-Rio. Coordena projetos de P&D com empresas como Americanas e Petrobras.

Conheça seu professor
Pós-Graduação Digital:

Marcos Villas

Professor do Departamento de Informática da PUC-Rio. É sócio-diretor na RSI Redes, com ampla experiência profissional.

Conheça seu professor
Pós-Graduação Digital:

Sergio Lifschitz

Professor do Departamento de Informática da PUC-Rio. Coordena projetos junto a empresas como Fiocruz e INCA.

Conheça seu professor
Pós-Graduação Digital:

Simone Barbosa

Professora do Departamento de Informática da PUC-Rio. Coordena projetos junto a empresas como Americanas e Petrobras

Conheça seu professor
Pós-Graduação Digital:

Tatiana Escovedo

Professora do Departamento de Informática da PUC-Rio. É gerente na Petrobras e autora de livros na área de Computação.

Conheça seu professor

Convidados de Mercado

Pós-Graduação Digital:

Adriano Koshiyama

Co-founder and CEO Holistic AI

Pós-Graduação Digital:

Arthur Barbosa

Coordenador de Dados e Analytics Petrobras

Pós-Graduação Digital:

Hélio Lopes

Professor no departamento de informática PUC-Rio

Pós-Graduação Digital:

Jonatas Grosman

Researcher PUC-Rio

Pós-Graduação Digital:

Marcelo Lopes

Profissional de Analytics Petrobras

Pós-Graduação Digital:

William Ducca

Senior Data Scientist Microsoft

Conteúdo do curso

Análise de Dados e Boas Práticas

Análise Exploratória e Pré-Processamento de Dados

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.

30h - Tatiana Escovedo

Visualização de Informação

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

Engenharia de Software para Ciência de Dados

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/MVP em Ciência de Dados

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

Introdução a Ciência de Dados (Aula Bônus)

Aula Bônus

10h - Tatiana Escovedo

Programação Orientada a Objetos (Aula Bônus)

Aula Bônus

26h - Tatiana Escovedo

Machine Learning e Analytics

Machine Learning

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

Deep Learning

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

Advanced Analytics

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/MVP em Machine Learning/Analytics

Projeto prático como disciplina: Machine Learning; Analytics - Descriptive and Predictive e Advanced Analytics.

30h - Hélio Lopes e Tatiana Escovedo

Engenharia de Dados

Banco de Dados

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

Data Warehouse e Data Lake

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

Gestão e Governança de Dados

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/MVP em Engenharia de Dados

Projeto prático como disciplina: Banco de Dados; Data Warehouse e Data Lake e Gestão e Governança de Dados.

30h - Sérgio Lifschitz e Tatiana Escovedo


Nossos diferenciais

Professores que praticam o que ensinam

Professores que criam teorias e práticas de mercado e profissionais de destaque abordam casos reais em Sprints com duração de 3 meses.

Certificação intermediária

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.

MVP no lugar do TCC

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.

Networking qualificado

Squads como a evolução do conceito de turma: todos trabalham em comunidade pelo desenvolvimento e sucesso do grupo.

Suporte 360º

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.

Certificação em 9 meses

Cursos de especialização com rápida duração.
Mais que Especialização, a sua evolução
Aulas online e ao vivo com certificação PUC-Rio
Modalidade

 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.

Carga horária

360  horas de curso oferecidas ao longo de 9 meses: 3 Sprints com 3 disciplinas de 30h + 1 disciplina de MVP  de 30hs cada.

Certificação

Certificado de Especialização PUC-Rio ao final do curso, além de 1 certificado de curso de extensão em cada Sprint, totalizando 4 certificações.

Reconhecido pelo MEC

Conheça melhor

Ebook
Encontre todas as informações sobre o curso 
Baixe o Guia do Curso

Nosso Modelo

Carga horária

360  horas de curso oferecidas ao longo de 9 meses: 3 Sprints com 3 disciplinas de 30h + 1 disciplina de MVP  de 30hs cada.

Certificação

Certificado de Especialização PUC-Rio ao final do curso, além de 1 certificado de curso de extensão em cada Sprint, totalizando 4 certificações.

Reconhecido pelo MEC

Todos os cursos são validados pelo Ministério da Educação do Governo Federal.

Matricule-se

No boleto ou cartão em até 36x de
 R$ 513,45
 
Matricule-se

Escolha sua modalidade de parcelas

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