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.
- Oportunidade de trabalho
Nos últimos anos, as empresas descobriram que os dados que coletavam tinham um enorme valor escondido, que podia ser minerado utilizando técnicas de Machine Learning. Esta área permite gerar novos conhecimentos que não seriam possíveis de outra forma, já que as fundamentações necessárias para formalizar este conhecimento não são conhecidas. Não são só as grandes empresas de tecnologia que têm empregado Machine Learning em seus processos; a técnica demonstrou um enorme poder para otimizar processos já estabelecidos, servindo a praticamente qualquer negócio. A procura por especialistas em Machine Learning tem aumentado consistentemente, e esta tendência não deve mudar tão logo. No Brasil, a área ainda está ganhando tração, o que torna esta profissão atraente para quem tem afinidade e procura estar bem posicionado no futuro.
Os salários costumam variar em função do grau de senioridade. Um especialista inicial está recebendo em média R$ 5000 por mês, enquanto que um sênior pode ganhar R$ 15000.
O que você vai aprender
- Lógica de programação com o Portugol Studio e a linguagem Python
- Básico sobre programação com a linguagem Python
- Como manipular dados utilizando a biblioteca NumPy
- Como manipular dados utilizando a biblioteca Pandas
- 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 cálculos estatísticos e de álgebra linear utilizados em Ciência de Dados e machine learning
- Implementação de projetos de machine learning sem uma única linha sequer de código utilizando as seguintes ferramentas: Google Vertex AI, Data Robot AI, Obviously AI, Big ML, Microsoft Azure e Orange
- 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
- Implantação de modelos de machine learning na Google Cloud Platform
- Utilização da biblioteca RAPIDS da NVIDIA para acelerar as aplicações de aprendizagem de máquina com o uso de GPUs
- Utilizar o ChatGPT para acelerar o desenvolvimento de projetos de Ciência e Análise de Dados, Aprendizagem de Máquina e Inteligência Artificial
- Utilizar os recursos da AWS (Amazon Web Services), tais como S3, SageMaker e EC2 para treinar e colocar modelos de machine learning em produção
- 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
Não há pré-requisito.
Lógica de Programação: O Guia Completo
Aprenda tudo o que você precisa saber sobre lógica de programação com Portugol Studio e Python! Mais de 50 exercícios resolvidos passo a passo!
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
NumPy Essencial para Desenvolvedores Python
Domine tudo o que você precisa saber sobre o NumPy para análise numérica e cálculos científicos! Exercícios resolvidos
Pandas Descomplicado: Um Guia Prático para Iniciantes
Python para Data Science: Desenvolva habilidades essenciais com Pandas, com exercícios práticos resolvidos passo a passo
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
Machine Learning sem Código e sem Matemática
Aprendizagem de máquina para todos! Google Vertex AI, Data Robot AI, Obviously AI, Big ML, Microsoft Azure e Orange
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
Álgebra Linear para Data Science e Machine Learning
Entenda os conceitos de Álgebra Linear e aplique-os em Inteligência Artificial e Ciência de Dados
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)
Conceitos de DS e ML para Problemas Científicos
Aprenda os fundamentos e princípios de dados e aprendizado de máquina aplicado em problemas científicos
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
Deploy de Aplicativos Python na Google Cloud Platform
Do Treinamento à Nuvem: Deploy de Modelos de Machine Learning na GCP com Python
Aceleração de Aplicações de IA com NVIDIA RAPIDS
Computação com GPU e CUDA de alta velocidade e desempenho! Crie pipelines de Ciência de Dados 50 vezes mais rápidos
ChatGPT para Ciência de Dados e Machine Learning
Use o ChatGPT para agilizar a execução de projetos de Ciência e Análise de Dados, Aprendizagem de Máquina e IA
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
Machine Learning com Amazon AWS e SageMaker
Machine Learning com Amazon AWS e SageMaker (0) Aprenda tudo o que você precisa saber sobre Machine Learning com o Amazon SageMaker! Tudo passo a passo com Python
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
Dicas para Construção de Portfólio On-line
Conheça dicas importantes para criar seu portfólio on-line e se destacar na sua área