Data Science na Prática
- Extensão Universitária
- 48h de aulas
O que você vai aprender:
- O que é Data Science e Machine Learning
- Pensamento Analítico e Data-Driven Decisions
- Análise Exploratória de Dados com Pandas
- Visualização de Dados e Data Storytelling
- Limpeza e tratamento de dados
- AutoML com PyCaret e Séries Temporais com Prophet
- Deploy de aplicação com Heroku CLI
- Machine Learning com Scikit-Learn e TensorFLow
- Regressão Linear, Regressão Logística e Decision Trees
- Clustering, PCA, Feature Engineering e Scaling
- XGBoost, Grid Search, Cross Validation
- SQL e Banco de Dados
- Machining Learning na nuvem, AWS e Google Cloud
- Construir uma API com Flask
Este curso inclui:
- 140 aulas
- 48 horas
- Curso reconhecido pelo MEC
- Material de apoio
- Self-paced
- 11 projetos práticos
Aprenda Data Science com projetos do mundo real
Chegou a hora de você conhecer o caminho para eliminar a frustração de não saber por onde começar e investir a sua energia no que realmente vai te gerar grandes resultados.
Se você quer se preparar para o ambiente dinâmico das empresas e acelerar a conquista da sua vaga no mercado de Data Science, você precisa aprender a estruturar e resolver problemas do mundo real desde o primeiro dia de aula.
Neste curso você vai aprender Ciência de Dados com projetos 100% práticos e uma teoria robusta.
O que nossos alunos têm a dizer
O Sigmoidal já formou mais de 6 mil alunos em seus cursos de Data Science, Python e Visão Computacional. Confira alguns depoimentos de pessoas cujas carreiras foram impactadas pelos nossos treinamentos.
"A metodologia do Sigmoidal foi um ponto de virada na minha carreira. Aprendi habilidades práticas e desenvolvi meu Personal Branding."
"O Sigmoidal faz cursos vivos, em constante evolução e problemas reais, para atingir resultados reais."
"É uma metodologia ímpar, com aplicação dos conceitos práticos, e que vai muito além do técnico."
"A empresa que eu trabalho hoje, me conheceu graças à metodologia do Sigmoidal e os projetos publicados no LinkedIn."
Reconhecido pelo MEC
Ao concluir este curso, você receberá um certificado de extensão universitária, emitido por uma instituição de ensino superior reconhecida pelo MEC. Esse certificado é mais do que um comprovante de conclusão – é uma credencial valorizada no mercado.
Publique-o em seu perfil do LinkedIn e demonstre seu compromisso com o desenvolvimento profissional. Diferencie-se em processos seletivos e oportunidades de carreira ao comprovar que domina uma habilidade cada vez mais procurada em diversas áreas.
FAQ
O curso oferece certificado?
Sim! Ao concluir o curso, você receberá um certificado de extensão universitária emitido pela Faculdade Van Gogh, em parceria com o Sigmoidal.
O certificado pode ser publicado no LinkedIn, valorizando seu perfil profissional.
Posso estudar no meu próprio ritmo?
Sim! O curso é totalmente online e assíncrono. Você pode estudar quando e onde quiser, ajustando os horários de estudo conforme sua disponibilidade.
Por quanto tempo terei acesso ao curso?
Você terá 1 ano de acesso completo ao conteúdo após a data da compra. Durante esse período, poderá assistir às aulas no seu ritmo, revisar os materiais e realizar os projetos quantas vezes quiser.
O treinamento é teórico ou vou fazer projetos práticos?
Com certeza! O curso foi desenvolvido com foco no aprendizado aplicado. Ao longo das aulas, você realizará exercícios e projetos baseados em problemas reais. Assim, você estará preparado para enfrentar desafios do mercado.
O curso é reconhecido pelo MEC?
Sim! O curso oferece um certificado de extensão universitária, emitido pela Faculdade Van Gogh, uma instituição reconhecida pelo MEC (Portaria nº 1.199/2018 de 14/11/2018), em parceria com o Sigmoidal.
Qual é o conteúdo abordado no curso?
O curso de Data Science é estruturado para proporcionar um aprendizado completo na área, capacitando você a transformar dados em insights valiosos. Confira os principais tópicos:
Fundamentos de Data Science:
Entenda o que é Data Science, a importância do pensamento analítico e da abordagem Data-Driven, e familiarize-se com metodologias que norteiam o processo científico de dados.Análise Exploratória e Limpeza de Dados:
Aprenda a importar, limpar e explorar conjuntos de dados utilizando ferramentas como Google Colab, Jupyter Notebook e a biblioteca Pandas, além de aplicar técnicas estatísticas para extrair informações relevantes.Visualização de Dados e Data Storytelling:
Desenvolva habilidades na criação de gráficos e dashboards interativos com Matplotlib, e descubra como transformar dados complexos em narrativas visuais impactantes por meio do Data Storytelling.Machine Learning e Modelagem Preditiva:
Domine algoritmos de regressão, classificação e clustering com o Scikit-learn, praticando desde a preparação dos dados até a avaliação e otimização dos modelos com técnicas como Grid Search e XGBoost.Feature Engineering e AutoML:
Explore técnicas de feature engineering, como feature scaling e label encoding, e conheça ferramentas de AutoML para agilizar a criação e validação de modelos preditivos.Deploy e Integração:
Aprenda a criar APIs com Flask para integrar e disponibilizar seus modelos de Machine Learning, além de explorar a implementação de soluções em ambientes de nuvem como Google Cloud e AWS.Deep Learning:
Mergulhe no universo das redes neurais utilizando TensorFlow e Keras para desenvolver modelos avançados, aplicando-os em projetos práticos como classificadores de Fake News.Controle de Versão e Colaboração:
Utilize Git e GitHub para gerenciar seus projetos, facilitando a colaboração e o versionamento do código.
Além disso, o curso inclui projetos práticos que permitem aplicar os conceitos aprendidos em situações reais, preparando você para enfrentar os desafios do mercado de Data Science.
