Data Science: do Dado à Tomada de Decisão

Guia para iniciantes em Big Data. Aqui você compreenderá todo o processo de geração de insights a partir de dados.

Data Science: do Dado à Tomada de Decisão
Data Science: do Dado à Tomada de Decisão

Data Science: do Dado à Tomada de Decisão udemy course free download

Guia para iniciantes em Big Data. Aqui você compreenderá todo o processo de geração de insights a partir de dados.

Não existe crise no mercado de Data Science e Big Data. Pelo contrário: as empresas estão começando a entender como os processos de coleta e análise de dados são cruciais para que tomem melhores decisões de negócios. Por isso, só aumenta a busca por cientistas de dados, profissionais especializados em analisar dados e construir algoritmos e modelos que geram conhecimento valioso para as empresas.

Se você é um desenvolvedor interessado em dar os primeiros passos para se tornar um cientista de dados, profissão tão valorizada (e rara!) no mercado, este curso é perfeito para você. Fizemos um detalhado guia sobre os conceitos, processos e ferramentas que um cientista de dados precisa dominar.

Aprenda as Principais Técnicas de Data Science neste Passo a Passo para Iniciantes

  • Entenda qual é o processo de Data Science do início ao fim;
  • Compreenda os diferentes tipos de análise de dados (descritiva, exploratória, preditiva);
  • Aprenda a construir e avaliar modelos preditivos (Aprendizado de Máquina);
  • Descubra como contar histórias a partir de dados e envolver audiências (Storytelling);
  • Identifique oportunidades de carreira em Data Science.


Estrutura do Curso e Carga Horária

O curso tem duração de 3 horas e é dividido em 5 seções:

  1. Introdução – O que é Data Science? / Aplicações de Data Science / Que profissão é essa? / Organizações Data Driven
  2. Análise exploratória – Introdução / Qualidade dos dados / Estatística básica / Visualização de resultado / Ilustração do processo
  3. Engenharia de Dados – Modelo de computação distribuída / MapReduce / Dremel / BSP + Pregel / Spark
  4. Aprendizado de máquina – Introdução / Supervisionado e não supervisionado / Modelos e aplicações / Avaliação / Sci-kit
  5. Storytelling – Introdução / Princípios de storytelling / Visualização de dados

Além disso, ao final de cada seção é proposto um exercício para que você coloque em prática todo o aprendizado adquirido com as aulas.