Preparatório - Bootcamp Ciência de dados

Quem pode se inscrever?

Selecionados Bootcamp Ciencia de Dados

Objetivos

Ao final do curso, o participante será capaz de:

● Realizar programação aplicada à Data Science em Python;

● Fazer desenho de bases de dados relacionais e construção de consultas avançadas com SQL;

Metodologia

Capacitação em formato bootcamp, de média duração, em caráter intensivo e imersivo. Aulas diárias, online e ao vivo.

Principais tópicos

Conteúdo: ● Python Programming Basics ● SQL básico ● Matemática (estatística, probabilidade, álgebra linear)

Quem pode se inscrever?

Servidores públicos federais de nível superior que trabalhem diretamente em projetos de análise de dados e desejem se tornar futuros docentes em cursos na Enap.

Pré-requisitos: Possuir conhecimento em análise de dados, estatística, inglês instrumental e em programação em python (nível intermediário).

Objetivos

Ao final do curso, o participante será capaz de:

● Realizar programação aplicada à Data Science em Python;

● Fazer desenho de bases de dados relacionais e construção de consultas avançadas com SQL;

● Compreender os conceitos matemáticos classificação e regressão por trás da ciência dos dados: estatística, probabilidade e álgebra linear;

● Conduzir análises avançadas com Jupyter notebook, Pandas e Statsmodels;

● Implementar modelos supervisionados e não supervisionados de Machine Learning com o scikit-learn;

● Aprender as melhores práticas de Machine Learning (pré-processamento, treinamento e testes, métricas de desempenho, etc.);

● Implementar modelos de Machine Learning na produção com a plataforma Google Cloud;

● Construir e treinar redes neurais profundas totalmente conectadas para resolver problemas de classificação e regressão;

● Usar redes neurais para detecção de objetos e processamento de linguagem natural;

● Usar as melhores práticas ao trabalhar em um projeto de ciência de dados dentro de uma equipe técnica

Metodologia

Capacitação em formato bootcamp, de média duração, em caráter intensivo e imersivo. Aulas diárias, online e ao vivo.

Principais tópicos

1. Kit de ferramentas de Data Science: 80h

2. Decision Science: 40h

3. Machine Learning: 80h

4. Deep Learning: 40h

5. Data Engineering: 40h

6. Projetos finais: 80h

Outras Informações

Concluintes do nível 1 e 2 de Programação pyhon terão prioridade na seleção.