Navegue por essa trilha de aprendizagem e descubra os detalhes de todas as habilidades, conhecimento e treinamento que você precisa saber para se tornar um Cientista de Dados bem qualificado e um profissional de sucesso. Encontre também informações sobre oportunidades de trabalho, o que você terá a chance de aprender e os requisitos para realizar todos os cursos listados.
19 Cursos
+ 250 Horas
+ 70 Estudos de caso
- Oportunidade de trabalho
A área de Machine Learning (Aprendizagem de Máquina) é atualmente um dos campos de trabalho mais relevantes da Inteligência Artificial, sendo responsável pela utilização de algoritmos inteligentes que tem a função de fazer com que os computadores aprendam por meio de bases de dados. O mercado de trabalho de Machine Learning nos Estados Unidos e em vários países da Europa está em grande ascensão; e a previsão é que no Brasil cada vez mais esse tipo de profissional seja requisitado! Inclusive alguns estudos apontam que o conhecimento dessa área será em breve um pré-requisito para os profissionais de Tecnologia da Informação! Dentro deste contexto está o cientista de dados, que já foi classificado como o trabalho “número 1” por vários veículos da mídia internacional.
O salário inicial para esse profissional varia de R$ 5.071,00 até R$ 8.065,00 por 40h semanais trabalhadas. Podendo chegar a cifras maiores se a vaga for em uma grande empresa, variando de R$ 13.100,00 até R$ 26.700,00 e se o cargo for de gerência, o valor vai para R$ 34.600,00. O segredo para ter um currículo competitivo e garantir uma vaga como cientista de dados é direcionar a sua carreira a partir de cursos. A qualificação garantirá não só uma oportunidade no mercado de trabalho, como também um salário maior.
O que você vai aprender
- Básico sobre programação com a linguagem Python
- Teoria sólida sobre os principais algoritmos de machine learning
- Uso das bibliotecas scikit-learn, pandas, TensorFlow, PyTorch e Weka aplicados em machine learning
- Uso das linguagens Python, Java e R aplicado em machine learning
- Pré-processamento em bases de dados
- Avaliação de algoritmos de machine learning utilizando estatística
- Os principais conceitos e cálculos estatísticos utilizados em Ciência de Dados e machine learning
- Como a estatística está relacionada com a Ciência de Dados e machine learning
- Mineração de regras de associação utilizando bases de dados comerciais (de uma pizzaria e de uma universidade)
- Como analisar bases de dados financeiras, aplicando algoritmos de aprendizagem de máquina para realizar previsões
- Mineração de emoções em textos
- Como extrair e analisar dados de redes sociais, tal como o LinkedIn e o Facebook
- Como trabalhar com bases de dados reais de classificação, regressão, associação e agrupamento; aplicado em competições reais (KDD e Kaggle)
- Exploração de dados, features engineering, treinamento e fine-tuning de modelos de machine learning
- Geração de gráficos para ajudar na compreensão e análise de dados
- Conceitos teóricos e implementação de redes neurais artificiais, redes neurais convolucionais, redes neurais recorrentes, mapas auto organizáveis, boltzmann machines, auto encoders, redes adversariais generativas e transferência de aprendizagem
- Utilização de aprendizagem por reforço para controlar um carro autônomo virtual
- Aplicação de aprendizagem por reforço em problemas de empresas, como minização de custos e maximização de receitas
- Aplicar técnicas de ciência de dados nos seguintes departamentos de empresas: recursos humanos, marketing, vendas, relações públicas, medicina e produção/manutenção
- Objetivos
Esta trilha visa fornecer ao aluno os subsídios necessários para atingir o perfil profissional para trabalhar na área de Machine Learning e Ciência de Dados, por meio do desenvolvimento de habilidades e competências essenciais nesta área. Ao final, o aluno será capaz de identificar os requisitos e desenvolver suas próprias soluções de aprendizagem de máquina e ciência de dados aplicados em problemas reais do dia a dia, tanto para o âmbito acadêmico quanto para o empresarial.
- Requisitos
O único pré-requisito necessário é saber o básico sobre lógica de programação, principalmente estruturas condicionais e de repetição.
Programação em Python: O Guia para Iniciantes
Aprenda o básico da linguagem Python de maneira rápida e fácil! Exemplos implementados passo a passo e com exercícios
Machine Learning e Data Science
Aprenda as técnicas que o mundo real exige e torne-se um profissional competitivo na área de Inteligência Artificial! Este curso cobre desde o básico até conceitos mais avançados, sendo considerado a porta de entrada para sua carreira em Data Science
Escolha a linguagem
Estatística para Ciência de Dados e Machine Learning
Aprenda na teoria e na prática tudo o que você precisa saber sobre estatística em Data Science utilizando o Python
Python para Finanças: Análise de Dados e Machine Learning
Investimentos, cálculos de retorno e risco, alocação inteligente de ativos, precificação, previsão de preços e mais
Mineração de Regras de Associação
Aprenda a descobrir padrões escondidos em bases de dados comerciais utilizando regras de associação! Faça análise de cestas de compras em uma base de dados real de um mercado e também aprenda a encontrar conhecimento em uma base de dados de uma pizzaria e de uma universidade
Escolha a linguagem (ferramenta)
Mineração de Emoção em Textos com Python e NLTK
Aprenda passo a passo na teoria e na prática como utilizar o Python e o NLTK para minerar emoções em bases de dados textuais em português
Mineração e Análise de Dados do LinkedIn
Utilize técnicas de Ciência de Dados e Inteligência Artificial para extrair e analisar sua rede de contatos do LinkedIn
Mineração e Análise de Dados do Facebook
Utilize Python e técnicas de Ciência de Dados e Inteligência Artificial para extrair e analisar sua página do Facebook
Machine Learning para Competições Kaggle: Curso 1
Aprenda passo a passo como trabalhar com bases de dados de classificação e regressão voltados a desafios reais no Python! Faça a previsão do comportamento de consumidores de uma empresa de telecomunicações e previsão de tarifas de táxi de Nova Iorque
Machine Learning para Competições Kaggle: Curso 2
Aprenda passo a passo como trabalhar com bases de dados de agrupamento e associação voltados a desafios reais no Python. Agrupe as características técnicas dos jogadores do FIFA Soccer 2019 e descubra hábitos de compras e associação de produtos vendidos juntos
Deep Learning com Python de A à Z: O Curso Completo
Redes neurais artificiais, convolucionais, recorrentes, mapas auto organizáveis, boltzmann machines, autoencoders e GANs
Machine Learning para Competições Kaggle: Especial COVID-19
Atenda ao chamado da Casa Branca e ajude a comunidade científica e os profissionais de saúde na pandemia de COVID-19. Realize buscas em artigos científicos sobre a doença, faça previsões de mortes e o diagnóstico da doença utilizando imagens de raio-x do tórax
Ciência de Dados para Empresas e Negócios
Data Science aplicado em 6 problemas reais de negócios! Desenvolva soluções para os departamentos de marketing, vendas, recursos humanos, relações públicas, medicina e produção/manutenção
Aprendizagem por Reforço com Deep Learning, PyTorch e Python
Aprenda todos os conceitos de Aprendizagem por Reforço e construa passo a passo um carro autônomo virtual utilizando Deep Q-Learning
Inteligência Artificial aplicada para Empresas e Negócios
Resolva problemas de negócios do mundo real utilizando aprendizagem por reforço! Construa IA para otimização de fluxos em armazéns, minimização de gastos de energia de servidores e maximização de receitas de um negócio de varejo on-line
Aprendizagem por Reforço com Augmented Random Search (ARS)
Implemente passo a passo em Python um poderoso modelo de Inteligência Artificial para ensinar um agente caminhar em um ambiente virtual
