Data Analytics

Aprenda as principais técnicas e ferramentas analíticas do mercado

Principais áreas dos alunos que buscam esse curso

Figura de balões de texto

Atendimento

Figura de anúncio de computador

Marketing e CRM

Figura de calculadora e dinheiro

Mercado Financeiro

Figura de mão segurando uma engrenagem

Operações

Figura de foguete e saco de dinheiro

Riscos e compliance

Figura de um chip

Tecnologia

Motivos para fazer este curso

Figura de servidores e métricas

Flexibilidade para atuar em qualquer empresa!

Após o término do curso, você será um profissional mais valorizado na sua empresa ou mesmo terá a oportunidade de concorrer a qualquer vaga de Analista de Dados do mercado. O salário médio de um Analista de Dados Pleno é de cerca de R$ 6.500,00 podendo chegar a R$ 10.000,00 após alguns anos de experiência.

Figura de pessoas e decisões

Tomar melhores decisões na vida profissional e pessoal

Uma das principais consequências positivas de aprender a analisar dados é o desenvolvimento da Mentalidade Analítica. Quem conhece Dados se torna mais crítico, questionador e racional, características fundamentais para tomar boas decisões nas empresas e, por que não, na vida como um todo!

Figura de conquista de pessoa

Empregabilidade duradoura

Você não precisa ser um profissional de Tecnologia para analisar Dados. Análise de dados é o principal skill de carreira a ser desenvolvido por TODOS os profissionais. Extrair insights que ajudarão as empresas a criarem estratégias muito mais precisas são necessidades fundamentais hoje, e aqueles que estiverem no mercado, serão profissionais valorizados e muitos disputados.

Figura de servidores e métricas

Dominar não só as ferramentas, mas as técnicas!

Aqui na Preditiva você vai aprender a trabalhar com o SQL e demais ferramentas de Analytics como o PowerBI e Tableau. Mas as ferramentas de mercado mudam a todo tempo. O mais importante é dominar as técnicas de Analytics que são muito valorizadas no mercado.

ballon text

A experiência dos nossos alunos

Figura do número seis

coisas você será capaz de fazer depois deste curso

Figura de analytics

Interpretar
corretamente os dados

Identificar os diferentes tipos de variáveis e resumir um grande conjunto de dados para extrair poderosos insights.

Figura de analytics

Calcular probabilidades

Entender como calcular as probabilidades de eventos de interesse. Ex: Clientes propensos à compra, Churn de clientes, Venda de Produtos etc.

Figura de analytics

Calcular estimativas através de amostras

Extrair uma amostra de uma população de interesse e usar técnicas que possibilitem a extrapolação de suas conclusões

Figura de analytics

Compreender como os dados são organizados

Entender como funcionam as diferentes formas de armazenamento de dados, quais suas vantagens e desvantagens para cada finalidade.

Figura de analytics

Realizar Queries e tratamentos de dados

Obter os dados desejados de diferentes bancos de dados, considerando cruzamentos de informações, eliminação de duplicidades e seleção de registros.

Figura de analytics

Construir Dashboards

Criar Dashboards claros, objetivos e com noções de Storytelling usando o Tableau e Power BI

Conteúdo programático

Figura analytics

Overview sobre Microsoft Excel

Neste módulo, faremos um overview da ferramenta Microsoft Excel e suas principais funções para análise de dados.

  • Introdução a Planilhas Eletrônicas
  • Como inserir fórmulas
  • Principais funções do Excel: Funções matemáticas, de texto, de datas e de busca
  • Gerando gráficos
  • Tabelas dinâmicas
Figura analytics

Estatística descritiva

Neste módulo, vamos aprender como resumir um grande conjunto de dados e obter insights relevantes. Para isso, entenderemos os tipos de variáveis, como resumi-las em tabelas de frequência, gráficos ou medidas resumo.

  • Diferenças entre variáveis discretas, contínuas e categóricas
  • Quantificando os eventos:
    Frequências absolutas e relativas
  • Visualizando seu conjunto de dados: Gráfico de Barra, Pizza, Linha, Pareto, Histograma
  • Quais medidas são usadas para entender um conjunto de dados?

    Medidas resumo: Média, Moda, Mediana e Quartis (com visualização em Box-Plot)

    Medidas de posição: Variância e Desvio Padrão

  • Análise de correlação e associação entre variáveis
  • Tire as conclusões corretas: Diferença entre correlação e causalidade
Figura analytics

Probabilidade

Neste módulo vamos entender como calcular as probabilidades de ocorrência de um fenômeno de interesse.

  • Noções de probabilidade: Como prever a ocorrência de um evento ?
  • Distribuições de probabilidade: Distribuição Uniforme, Poisson, Normal e t-Student.
  • Funções de densidade: Para que servem?
  • Frequências conjuntas: Analisando uma tabela de “dupla entrada”
  • Mais visualização de dados: Gráficos de Dispersão
Figura analytics

Noções de Inferência

Neste módulo, vamos entender como utilizar uma amostra para tirar conclusões sobre uma população de interesse. Desta forma, veremos o processo de estimação de um intervalo de confiança e o cálculo do tamanho da amostra para atingir uma determinada margem de erro na estimativa.

  • Conceitos fundamentais: População, Amostra, Parâmetros e Estimadores
  • O importante “Teorema do Limite Central” e suas consequências
  • Estimação pontual e por intervalo (Intervalos de confiança)
  • Como calcular o tamanho de uma amostra e margens de erro?
  • Noções sobre o método científico
  • Introdução à Testes de Hipótese
  • Introdução à Regressão Linear Simples e Múltipla
Figura analytics

Técnicas de Apresentação

Neste módulo você irá aprender como escolher bons KPI’s (Indicadores Chave de Negócio) e como apresentar os resultados de suas análises de forma clara e objetiva usando técnicas de Storytelling.

  • Conceitos de KPI’s (Indicadores de Negócio)
  • Venda sua análise: Tópicos de apresentação de resultados em Analytics
Figura analytics

Fundamentos de Business Intelligence (BI)

  • Diferenças entre planilhas eletrônicas e bancos de dados
  • O que é Data Integration, ETL e Ingestão de dados?
  • Diferenças entre Data Warehouses, Data Marts e Data Lakes
  • Metadados e Modelagem dos dados
  • Noções de Big Data e Computação Paralela. Ex: Hadoop, Spark, Hive entre outros.
Figura analytics

Bancos de Dados Relacionais e Não Relacionais - Parte 1

  • O que é SQL?
  • Introdução ao SQL: Comandos CREATE, SELECT, INSERT, UPDATE, FROM, WHERE, GROUP BY, HAVING e outros comandos essenciais
  • Subqueries SQL
  • Tudo sobre JOIN de tabelas: LEFT, RIGHT, INNER e OUTER JOINs.
  • SQL em Big Data
  • Bancos de dados não relacionais (NoSQL): MongoDB, Cassandra entre outros.
Figura analytics

Bancos de Dados Relacionais e Não Relacionais - Parte 2

  • Técnicas de Preparação de Dados (Data Prep):

    Tratamento de Missing Values

    Remoção de espaços

    Correção de tipos de dados

    Dados duplicados

    Normalização de Case Sensitive

    Lidando com Outliers

  • Outros tipos de transformação: Funções Matemáticas, de Texto ou de Data.
Figura analytics

Visualização de Dados

  • Introdução ao Tableau e Power BI
  • Conectando seu fluxo de dados nas ferramentas de visualização
  • Tipos de gráfico:

    Barras, Linhas, Pizza, Dispersão, Área, Bolhas, Mapas Geográficos entre outros.

  • Filtros, Parâmetros e Campos Calculados
  • Criação de Dashboards
Figura analytics

Projeto final (Capstone)

Desenvolvimento de um Data Product para as seguintes áreas:

  • Finanças: Painéis financeiros (Rentabilidade, Margem Financeira, Custos operacionais), Crédito, Seguros etc.
  • Marketing e CRM: Funil de Vendas, KPI’s de Marketing Digital, Segmentação de clientes, Aquisição de Clientes, Churn, Recomendação de Produtos etc.
Figura sala de aula

Próximas turmas

Investimento na sua carreira

Aulas Ao Vivo via Streaming. Após cada aula, o conteúdo fica gravado e disponível no Portal do Aluno para você ver e rever quantas vezes quiser.

Conteúdo que valoriza o seu tempo

  • Figura computador com um play

    95h Aulas Ao Vivo

    60h Aulas e Conteúdo Online

  • Figura de relógio

    Totalizando 155h horas

Investimento

ou

Quero me matricular *Sujeito à análise de crédito pelo parceiro Provi.

Financie seu desenvolvimento profissional

Encontre a melhor forma de financiar sua carreira:

No boleto ou PIX com 10% de desconto à vista.

No boleto parcelado, em até 18 vezes, através de nosso parceiro Provi.

Cartão de crédito em até 6 vezes.

Convênios e parcerias. Trabalhamos com descontos para empresas parceiras. Verifique se a sua empresa já faz parte.

Reembolso corporativo. Nós listamos alguns dos vários motivos para que você convença o seu gestor/empresa a investir em você. Busque o patrocínio da empresa!

Convença o seu gestor a financiar o seu desenvolvimento em Analytics

Separamos alguns motivos pelos quais você terá grande proveito do nosso curso e como você conseguirá aplicá-lo na sua rotina corporativa.

Olá @,

Pesquisando por conteúdos e cursos que pudessem melhorar meu lado analítico, encontrei a Preditiva Analytics. Este curso irá melhorar o meu trabalho e a minha produtividade.

Espero seu apoio e da empresa para investirem neste meu aprendizado porque...

Baixar carta completa para o seu Gestor

A gente entra em contato com você!

4 motivos para fazer nossos cursos

Ampliar hard skills. As habilidades analíticas são cada vez mais avaliadas pelos recrutadores. Aprenda a analisar dados!
Ampliar soft skills. Resolução de problemas é uma das competências mais valiosas para as empresas. Somos especialistas em problem-solving!
Ascensão profissional. Com os conhecimentos adquiridos nos curso, você dará um salto na carreira.
Aumento de salário. As organizações reconhecem profissionalmente e financeiramente os colaboradores com skill em Analytics. Seja valorizado no mercado!

Preencha o formulário abaixo para seguirmos com os próximos passos!

Ficou com alguma dúvida?

Veja a nossa FAQ sobre o Curso Data Analytics

Qualquer um pode se inscrever no curso?

Com certeza! Ciência de Dados e Analytics são utilizadas em todas as áreas. Desta forma, todo profissional deve desenvolver essas habilidades para se destacar no mercado e garantir a empregabilidade nos próximos anos.

O conteúdo do curso é prático?

Sim, além de aprender os conceitos fundamentais para um profissional da área de Analytics, você realizará exercícios com dados reais, trocará experiências com os demais alunos e participará de discussões que ampliarão ainda mais seus conhecimentos.

Preciso saber linguagens de programação ou Microsoft Excel?

Para o curso Foundations, utilizamos o Excel como ferramenta principal. Não é exigido conhecimento prévio, embora seja recomendável. Caso não conheça a ferramenta, não se preocupe. Fornecemos esse overview da ferramenta para você. Sobre linguagens de programação, para a formação em Ciência de Dados são introduzidas as linguagens R e Python para Ciência de Dados, sendo necessário um conhecimento de lógica de programação para melhor aproveitamento do curso.

Onde serão as aulas?

Nosso escritório é na Berrini, e as aulas presenciais são ministradas na Av. Paulista, ao lado do Metrô Consolação. Porém, devido a pandemia do COVID-19, neste momento as aulas estão sendo exclusivamente no formato online ao vivo.

Sou de fora de São Paulo, consigo participar assim mesmo?

Sim, neste momento de pandemia em que as aulas estão sendo exclusivamente no formato online ao vivo, você pode participar de qualquer lugar do Brasil ou do mundo.

Preciso levar/usar meu notebook? Qual configuração mínima?

Sim, seu notebook será sua principal ferramenta de trabalho. Sugerimos como configuração mínima um processador i5 ou similar com pelo menos 4 núcleos e 8GB de memória RAM.

Qual é a diferença entre Analytics e Ciência de Dados?

Analytics é o conjunto de conhecimentos envolvidos na identificação de padrões e obtenção de conclusões a partir de um conjunto de dados para a tomada de decisão fundamentada no método científico.

Ciência de Dados é um termo que tem sido usado de forma ampla para designar atividades que envolvem a obtenção de conhecimento e a aplicação desses na tomada de decisão de forma automática.

Dessa forma, Analytics é utilizada em Ciência de Dados, porém também existe fora dela. Enquanto que Ciência de Dados envolve uma gama mais ampla de conhecimentos, muito deles necessários ao trabalho com grande volume, variedade de dados e a velocidade necessária para uso das informações na tomada de decisões de forma automática.

Recebo algum certificado após a conclusão do curso?

Ao concluir cada curso você recebe um certificado digital para compartilhar nas redes sociais como LinkedIn, Facebook e outros.