Foundations

Primeira formação em Analytics

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

Não é necessário dominar ferramentas de Dados

Se você tem apenas noções de planilhas eletrônicas, ótimo. Ao longo do curso faremos uma revisão do Microsoft Excel. Você usará a ferramenta em toda aula, fixando e maximizando seu aprendizado.

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 que buscam sucesso e empregabilidade duradoura, independentemente de sua área de formação ou atuação. Já tentou digitar a palavra “Dados” na busca de vagas do LinkedIn? Você vai se impressionar com tantas oportunidades!

ballon text

A experiência dos nossos alunos

Figura do número seis

coisas você será capaz de fazer depois deste curso

Figura de analytics

Utilizar o Excel para Analytics

O Microsoft Excel é uma ferramenta poderosa de Analytics que irá ajudar você a analisar melhor os dados no seu dia a dia.

Figura de analytics

Interpretar
corretamente os dados

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

Figura de analytics

Calcular probabilidades

Entender como calcular as probabilidades de eventos importantes para responder às perguntas de negócios.

Figura de analytics

Analisar relações entre variáveis

Entender relações entre variáveis para interpretá-las de forma assertiva.

Figura de analytics

Calcular estimativas através de amostras

Extrair uma amostra de uma população de interesse e usar técnicas que possibilitem conclusões baseadas em dados.

Figura de analytics

Apresentar seus
estudos de forma executiva

Não basta saber extrair as melhores informações e insights. Você precisa apresentar suas análises de forma clara e objetiva.

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 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

    48h Aulas Ao Vivo

    24h Aulas e Conteúdo Online

  • Figura de relógio

    Totalizando 72 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 Foundations

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 estatística / matemática?

Os conhecimentos básicos de estatística e matemática são importantes para entender como funcionam as diversas técnicas utilizadas ao longo dos cursos e principalmente identificar as limitações de cada método. Para ajudá-lo nessa etapa disponibilizaremos conteúdo online sobre matemática e estatística, assim você poderá aprender os conceitos necessários para melhor aproveitamento dos cursos.

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 o Excel, não se preocupe. Fornecemos esse overview para você no início do curso Foundations e Data Analytics. Sobre linguagens de programação, no curso Data Science será introduzida a linguagem Python, a mais popular entre os cientistas de dados. Nesse caso é necessário um conhecimento de programação para melhor aproveitamento do curso. Por esse motivo teremos um módulo de nivelamento que te permitirá revisar ou mesmo aprender esses conceitos no início do curso de Data Science.

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.