Aprenda as técnicas e metodologias que estão revolucionando os negócios

Especialize-se em Estatística, Python e Machine Learning. Torne-se um(a) Cientista de Dados procurado(a) pelo mercado!

3 coisas que você será capaz de fazer depois deste curso

Programar em Python, explorar qualquer base de dados, realizar a devida preparação dos dados e extrair poderosos insights.

Desenvolver modelos estatísticos e algoritmos de Machine Learning para aplicar em análises descritivas, preditivas e prescritivas.

Resolver complexos problemas de negócio, desde o levantamento de hipóteses, até o deploy do modelo em produção usando técnicas de MLOps.

Metodologia Preditiva

Aprenda de forma eficiente como analisar dados mantendo
o foco na solução e na entrega de valor

Figura de servidores e métricas

Imersão em uma área de Dados

Forme Squads de Dados de uma empresa, aprenda a priorizar projetos e entregar valor para diversas áreas

Figura de pessoas e decisões

Assessment de Dados

Cada aluno tem uma necessidade. Mapeamos suas oportunidades de melhora individuais e criamos um Plano de Desenvolvimento (PDI) personalizado para seguirmos juntos

Figura

Data Trainer

Aqui você tem um Personal Data Trainer que vai acompanhá-lo por toda a formação, te apoiando principalmente na execução do seu PDI e no atingimento dos seus objetivos

Figura de conquista de pessoa

Aulas dinâmicas e focadas em resolução de problemas

Aqui o aluno resolve problemas de Analytics desde o primeiro dia. Com isso, ganha experiência e segurança para utilizar as técnicas de dados na carreira.

Conheça mais detalhes de nossa metodologia única e inovadora que desenvolvemos com anos de experiência na formação de profissionais

Conheça mais detalhes de nossa metodologia única e inovadora que desenvolvemos com anos de experiência na formação de profissionais

Conteúdo programático

O que você vai aprender neste curso?

Módulo 1

Nivelamento Matemático

Não adianta começar a aplicar os algoritmos sem antes entender como eles funcionam. Para isso, neste módulo vamos estudar conceitos matemáticos importantes que todo(a) Cientista de Dados deve entender. Veremos Derivadas e algoritmos de otimização.

Módulo 2

Nivelamento Estatístico

Neste módulo, veremos um curso completo de Estatística para Ciência de Dados. Conceitos importantes como Estatística Descritiva, Probabilidades e Inferência Estatística serão estudados na profundidade certo para você focar naquilo que realmente importa.

Módulo 3

Nivelamento de Programação

Neste módulo, iremos praticar as principais ferramentas de trabalho dos cientistas: Lógica de programação, estruturas de dados, linguagem de programação Python, linguagem de bancos de dados SQL, versionamento em Git, entre outros.

Módulo 4

Introdução à Data Science

Neste módulo, vamos entender a teoria de Data Science moderna e quais as principais diferenças entre as abordagens. O que são modelos, técnicas supervisionadas e não supervisionadas e como funciona o processo de Machine Learning.

Módulo 5

Aprendizado Supervisionado

A partir daqui vamos mergulhar nas principais técnicas de Data Science do mercado. Regressões Lineares, Modelos de Classificação, Modelos Combinados (Ensemble) como Random Forests, Gradient Boosting e, claro, as Redes Neurais.

Módulo 6

Diagnóstico de Modelos

Neste módulo, vamos entender como criar bons modelos que de fato resolvem problemas de negócio nas empresas. Falaremos sobre Over e Underfitting, Validação Cruzada, métricas de performance em modelos e Tuning de Hiperparâmetros.

Módulo 7

Aprendizado Não Supervisionado

Neste módulo, apresentaremos uma nova classe de técnicas utilizadas em situações diferentes dos modelos comuns. Veremos técnicas de clusterização, compressão de dados, detecção de outliers e recomendação de produtos.

Módulo 8

NLP e Computer Vision

Neste módulo, faremos uma introdução ao rico mudo do Processamento de Linguagem Natural (NLP) e Visão Computacional (Computer Vision). Veremos as principais técnicas que possibilitam produtos como assistentes inteligentes e carros autonômos serem criados.

Módulo 9

Frameworks de Modelos

Neste módulo, veremos como os cientistas de dados de fato entregam valor para as empresas. Discutiremos Métodos Ágeis em Data Science, criação de pipelines, e as ferramentas para colocar em produção os Produtos de Dados criados com as técnicas anteriores.

Módulo 10

Projeto final (Capstone)

Na última parte do curso, os alunos vão consolidar todo o vasto conteúdo aprendido para entregar um projeto de Dados completo, desde o entendimento do problema de negócio até o deploy do produto em produção.

Quer ver mais detalhes do conteúdo?

Quer ver mais detalhes do conteúdo?

ballon text

O que nossos alunos acharam do curso?

Investimento

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!

Curso ao vivo

Black November 20% off

Próximas turmas

De R$ 8.990 por

á vista

Lista de Espera

Carga Horária

70h de aulas ao vivo +
170h de aulas gravadas

Tempo aproximado para conclusão

6 meses


Acesso vitalício aos materiais

Sim


Suporte ao aluno

Via fórum, e-mail
ou Whatsapp


Mentoria

Sim, mentorias individuais quinzenais


Forma de pagamento

Cartão, boleto à vista ou parcelado* e PIX


Financie seu desenvolvimento profissional

Encontre a melhor forma de financiar sua carreira:

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

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 Science

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.

Como funcionam as aulas e metodologia?

Temos duas aulas por semana, uma gravada e outra ao vivo (de 3 horas). A cada duas semanas o mentor do curso se reune com o aluno para acompanhamento da evolução no curso. Nesses encontros os alunos podem falar sobre dúvidas sobre as técnicas, estudos de caso ou mesmo projetos pessoais ou do trabalho.

Qual é a carga horária e duração do curso?

Temos um compromisso de entregar o melhor curso de forma a valorizar o seu tempo precioso. Por isso condensamos o curso em cerca de 240 horas de conteúdo e estudos de caso (entregues em 6 meses) para que o aluno saia formado como um ótimo Cientista de Dados. Desconfie de opções com mais horas do que isso (ex: 500h) pois a chance de você perder o seu tempo é grande.

Preciso saber estatística / matemática?

Para o curso de Data Science, espera-se que os alunos tenham algum conhecimento de estatística e matemática para entender como funcionam as diversas técnicas utilizadas ao longo do curso. Para ajudá-lo nessa etapa disponibilizaremos conteúdo online sobre matemática e estatística, assim você poderá aprender os conceitos necessários para melhor aproveitamento do curso.

Qual o tempo de dedicação ao curso para um bom aproveitamento?

Na Preditiva formamos os melhores profissionais de Dados do mercado. Para isso, temos uma extensa carga horária de aula e conteúdo adicional. Ou seja, nossos cursos são intensivos e vão em linha com a demanda de mercado de ter profissionais bem capacitados no menor tempo possível. Desta forma, além do tempo de aula semanal (cerca de 6 horas), sugerimos outras 6 horas semanais para estudo individual para resolver os vários exercícios e estudos de caso disponíveis ao longo dos módulos dos cursos. Portanto, para um bom aproveitamento do curso, sugerimos ao menos 12 horas semanais de investimento de tempo para o completo aproveitamento do curso. Isso significa que se você realiza outras atividades adicionais além do trabalho, como pós-graduação e inglês, talvez não consiga aproveitar tanto nosso curso. Caso o tempo não seja um problema para você neste momento, é só chegar e aprender Analytics como nunca! Embarque conosco nesta jornada!

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, a partir do curso Master I são introduzidas as linguagens R e Python para Ciência de Dados, sendo necessário um conhecimento de programação para melhor aproveitamento do curso. Por esse motivo, fazemos a curadoria de conteúdos que te permitem revisar ou mesmo aprender esses conceitos antes de iniciar seu curso conosco.

As aulas são Online?

As nossas aulas são totalmente online, tanto na modalidade "aulas gravadas" ou "aulas ao vivo" na semana.

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 o curso, após envio dos estudos de caso, você recebe um certificado digital para compartilhar nas redes sociais como LinkedIn, Facebook e outros.