Formação Prática Presencial em Florianópolis

Cientista de
Dados

Seja referência na carreira com a Ciência de Dados.

Curso Data Science Florianópolis

Início: em breve Duração: 4 meses Local: ACATE Primavera

Metodologia prática validada     Alto índice de satisfação     Aceleração do aprendizado

Formação Prática Presencial

Cientista de
Dados

Seja referência na carreira com a Ciência de Dados.

Curso Data Science Florianópolis

Início: em breve Duração: 4 meses Local: ACATE Primavera

Metodologia prática validada     Alto índice de satisfação     Aceleração do aprendizado

aprendizagem-avaliacoes-google-harve-paginas-3

Para quem é o Curso Data Science Florianópolis da Harve

Para quem é o Curso Data Science Florianópolis da Harve

Para quem busca uma
nova carreira

  • Sobram vagas e faltam profissionais qualificados na ciência de dados
  • Salários atrativos e com altos benefícios
  • Preparação intensiva para o mercado de trabalho
  • Aprenda de forma acelerada com uma metodologia prática e validada

Para quem busca uma
nova habilidade

  • Possibilidade de crescimento rápido com as habilidades em Data Science
  • Melhora a sua entrega e produtividade
  • Mais profissionalismo para gerar novas hipóteses baseadas em dados
  • Aplicabilidade imediata nos seus desafios atuais

“A Harve se propõe a ensinar, desde iniciantes até pessoas mais avançadas, mesclando diversas áreas de atuação. A mesma experiência de networking que se encontra em um MBA, também é vivenciado na Harve, uma vez que temos uma galera formada de diversos setores.”

Lucas Roberto Sawa – Aluno Harver

“Ao longo desses meses obtive muito conhecimento por meio da teoria e prática em diversos assuntos, desde os fundamentos de análise de dados até tópicos mais avançados como IA e Machine Learning. O curso fortaleceu demais as minhas bases nesse universo de Ciência de Dados e me fez ter ainda mais convicção de que estou trilhando o caminho certo na minha carreira. “

Andrew Rodrigues de Oliveira – Aluno Harver

“Acertei em cheio, conheci mentores incríveis com grande conhecimento, experiência e principalmente a didática para orientar os que estavam iniciando sua caminhada nesse mundo novo.”

Brian Kooji – Aluno Harver

“Escolhi o curso que oferecesse a melhor ementa para o que eu esperava aperfeiçoar. Sinto que nesse sentido a Harve seja a melhor instituição no momento.”

Brendha Lima – Aluna Harver

“Senti que o curso agregou bastante dando uma base sólida para aprofundar meus estudos. Com certeza usarei muito no dia a dia. O objetivo agora é continuar no dessa nova skill.”

Conrado Teixeira – Aluno Harver

“Excelente curso, boa didática, facilitadores comprometidos e muito gentis. Tornou o que parecia impossível em agradável e compreensível.”

Isabelly Wojcik – Aluna Harver

A melhor escola de tecnologia de Curitiba chegou em Florianópolis

Suas aulas vão acontecer na Associação Catarinense de Tecnologia (ACATE), principal local para quem quer estar embientado com o mundo das carreiras em tecnologia.

200

+ de 200 turmas formadas

2.000

+ de 2.000 alunos impactados

8.000

+ de 8.000 horas de conteúdos ministrados

Quais conhecimentos preciso para fazer o Curso Data Science Floripa da Harve?

Quais conhecimentos preciso para fazer o Curso Data Science Floripa da Harve?

Não é preciso saber programar 

Na formação você irá desenvolver esta competência. Basta gostar de resolver problemas e ter visão analítica.

Ser curioso para explorar

Você irá conseguir encontrar as soluções de maneira muito mais simples e rápida com esta competência.

Quais conhecimentos preciso para fazer o curso data science curitiba da Harve?

Gostar de trabalhar com raciocínio lógico

Você irá tratar e manipular dados lógicos que irão ajudar em tomadas de decisões do seu projeto

Vontade de aprender 

Ter a sede de conhecimento é o principal requisito para você ter sucesso no aprendizado

Ementa do Curso Data Science Florianópolis

Ementa do Curso Data Science Florianópolis

Apresentação Inicial (Clique para expandir)

Objetivo: Apresentar a Harve e funcionamento das plataformas de ensino e funcionamento da formação, mentorias e outros benefícios da Escola.

  • Conceito de Andragogia
  • O que é CSAT e sua aplicação na Harve
  • Funcionamento e ferramentas do Workplace
  • Harve além da sala de Aula
  • Apresentação dos Alunos
SQL (Clique para expandir)

Objetivo: Compreender a sintaxe SQL e ser capaz de aplicar consultas em bases de dados.

  • ACESSANDO UMA BASE DE DADOS
  • TIPOS DE DADOS
  • OPERADORES ARITMÉTICOS
  • FUNÇÕES MATEMÁTICAS
  • WHERE
  • BOOTCAMP
  • OPERADORES AND, OR E NOT
  • AS
  • IS
  • DISTINCT
  • ORDER BY
  • FUNÇÕES DE AGREGAÇÃO
  • CASE SENSITIVE E LIKE
  • INNER JOIN
  • LEFT e RIGHT JOIN
  • UNION
  • FORMAT
  • CONCAT , CAST e REPLACE
  • GROUP BY
Introdução ao Python (Clique para expandir)

Objetivo: Compreender os conceitos de lógica de programação e a sintáxe da linguagem Python, aplicando em um exercício.

 

  • INSTALANDO O PYTHON
  • ESCOLHENDO UMA IDE
  • IMPRIMINDO
  • CONCEITO DE VARIÁVEL
  • OPERADORES MATEMÁTICOS
  • CAST
  • BOOTCAMP
  • IF
  • IF ELSE
  • AND,OR E NOT
  • BOOTCAMP
  • LISTA
  • FOR
  • WHILE
  • BOOTCAMP
  • FUNÇÕES CRIANDO
  • DICIONÁRIOS
  • BOOTCAMP
Exploração de Dados (Clique para expandir)

Objetivo: Aplicar técnicas de estatística descritiva em dados.

  • TIPOS DE DADOS
  • MEDIDAS DE POSIÇÃO
  • MEDIDAS SEPARATRIZES
  • MEDIDAS DE DISPERÇÃO
  • DISTRIBUIÇÃO DE FREQUÊNCIA
  • TABELA DE CONTINGÊNCIA
  • GRÁFICO DE DISPERSÃO
  • CORRELAÇÃO DE PEARSON
  • REGRESSÃO LINEAR
  • GERANDO EXPRESSÃO LINEAR
  • TESTE A/B
  • TESTE A/B AMOSTRAGEM
  • BOOTCAMP
Python Pandas (Clique para expandir)

Objetivo: Manipular as funções da biblioteca pandas do Pythton, compreendo as suas funcionalidades.

 

  • INSTALAÇÃO E IMPORTAÇÃO DA BIBLIOTECA
  • CRIANDO AS PRIMEIRAS ESTRUTURAS
  • IMPORTANDO DADOS
  • INSERINDO ITEM COM APPEND
  • INSPEÇÃO DE CONJUNTO
  • INSPEÇÃO DE COLUNA
  • INSPEÇÃO DE CONTEÚDO
  • BOOTCAMP
  • ATRIBUIÇÃO DE DADOS
  • FILTROS
  • FILTROS UTILIZANDO AND E OR
  • DADOS FALTANTES E DUPLICADOS
  • BOOTCAMP
  • RESUMO ESTATÍSTICO
  • AGRUPAMENTO
  • VISUALIZAÇÃO DE DADOS
  • CONECTANDO DADOS
  • SALVANDO DADOS
  • BOOTCAMP
Python ETL (Clique para expandir)

Objetivo: Aplicar de forma assertiva a funcionalidade ETL, no formato CSV, banco de dados e API na programação com Python.

  • CONHECENDO NOSSO ARQUIVO
  • CRIANDO COLUNAS
  • CATEGORIZAÇÃO DE DADOS
  • TRATANDO VALORES NULOS
  • BOOTCAMP
  • APAGANDO COLUNAS
  • PORQUÊ USAR APIS
  • MONTANDO URL
  • EXECUTANDO ENVIO APIS
  • TRANSFORMANDO DATA
  • IDENTIFICANDO COLUNAS
  • TRATANDO CONTEÚDOS DATAFRAME
  • BOOTCAMP
  • EXPORTANDO PARA CSV
  • CREDENCIAIS PARA BANCO DE DADOS
  • ESCREVENDO EM UM BANCO DE DADOS
  • LENDO DADOS EM UM BANCO DE DADOS
  • BOOTCAMP
Visualização de Dados (Clique para expandir)

Objetivo: Criar dashboards na ferramenta power bi, conseguindo aplicar técnicas durante todo o ciclo do dado, desde a sua captura dentro da ferramenta até a visualização.

 

  • PASSOS PARA UMA VISUALIZAÇÃO EFICIENTE
  • INICIANDO COM POWER BI
  • CONECTANDO DADOS
  • MÉTRICAS E DIMENSÕES
  • GRÁFICO DE BARRA
  • FILTROS DE DADOS
  • GRÁFICO DE LINHA E SÉRIE TEMPORAL
  • GRÁFICO DE PIZZA
  • ADICIONANDO CAMPO
  • DAX
  • CONTROLES DE FILTROS
  • GRÁFICO DE DISPERSÃO
  • GRÁFICO DE TABELA E TABELA DINÂMICA
  • TEXTOS
  • RELACIONAMENTO ENTRE DADOS
  • GRÁFICO DE MAPA
  • OUTROS GRÁFICOS
  • DESIGN
  • BOOTCAMP
IA e Machine Learning (Clique para expandir)

Objetivo: Compreeder conceitos dos principais modelos e aplicá-los em Python conforme problema estabelecido.

 

  • SUBGRUPOS DA INTELIGÊNCIA ARTIFICIAL
  • MACHINE LEARNING
  • TIPOS DE APRENDIZAGENS
  • FLUXO DE UM PROJETO DE MACHINE LEARNING
  • MÉTRICAS DE AVALIAÇÃO
  • PRINCIPAIS DESAFIOS
  • MODELOS DE CLASSIFICAÇÃO
  • NAIVE BAYES
  • REGRESSÃO LOGÍSTICA
  • K-NN
  • HIPEPARÂMETROS
  • SVM
  • ÁRVORES DE DECISÃO
  • RANDON FOREST
  • REDES NEURAIS
  • MODELOS DE REGRESSÃO
  • REGRESSÃO LINEAR
  • REGRESSÃO POLINOMIAL
  • OUTROS MÉTODOS
  • AGRUPAMENTO
  • K-MEANS
Apresentação Inicial (Clique para expandir)

Objetivo: Apresentar a Harve e funcionamento das plataformas de ensino e funcionamento da formação, mentorias e outros benefícios da Escola.

  • Conceito de Andragogia
  • O que é CSAT e sua aplicação na Harve
  • Funcionamento e ferramentas do Workplace
  • Harve além da sala de Aula
  • Apresentação dos Alunos
SQL (Clique para expandir)

Objetivo: Compreender a sintaxe SQL e ser capaz de aplicar consultas em bases de dados.

  • ACESSANDO UMA BASE DE DADOS
  • TIPOS DE DADOS
  • OPERADORES ARITMÉTICOS
  • FUNÇÕES MATEMÁTICAS
  • WHERE
  • BOOTCAMP
  • OPERADORES AND, OR E NOT
  • AS
  • IS
  • DISTINCT
  • ORDER BY
  • FUNÇÕES DE AGREGAÇÃO
  • CASE SENSITIVE E LIKE
  • INNER JOIN
  • LEFT e RIGHT JOIN
  • UNION
  • FORMAT
  • CONCAT , CAST e REPLACE
  • GROUP BY
Introdução ao Python (Clique para expandir)

Objetivo: Compreender os conceitos de lógica de programação e a sintáxe da linguagem Python, aplicando em um exercício.

 

  • INSTALANDO O PYTHON
  • ESCOLHENDO UMA IDE
  • IMPRIMINDO
  • CONCEITO DE VARIÁVEL
  • OPERADORES MATEMÁTICOS
  • CAST
  • BOOTCAMP
  • IF
  • IF ELSE
  • AND,OR E NOT
  • BOOTCAMP
  • LISTA
  • FOR
  • WHILE
  • BOOTCAMP
  • FUNÇÕES CRIANDO
  • DICIONÁRIOS
  • BOOTCAMP
Exploração de Dados (Clique para expandir)

Objetivo: Aplicar técnicas de estatística descritiva em dados.

  • TIPOS DE DADOS
  • MEDIDAS DE POSIÇÃO
  • MEDIDAS SEPARATRIZES
  • MEDIDAS DE DISPERÇÃO
  • DISTRIBUIÇÃO DE FREQUÊNCIA
  • TABELA DE CONTINGÊNCIA
  • GRÁFICO DE DISPERSÃO
  • CORRELAÇÃO DE PEARSON
  • REGRESSÃO LINEAR
  • GERANDO EXPRESSÃO LINEAR
  • TESTE A/B
  • TESTE A/B AMOSTRAGEM
  • BOOTCAMP
Python Pandas (Clique para expandir)

Objetivo: Manipular as funções da biblioteca pandas do Pythton, compreendo as suas funcionalidades.

 

  • INSTALAÇÃO E IMPORTAÇÃO DA BIBLIOTECA
  • CRIANDO AS PRIMEIRAS ESTRUTURAS
  • IMPORTANDO DADOS
  • INSERINDO ITEM COM APPEND
  • INSPEÇÃO DE CONJUNTO
  • INSPEÇÃO DE COLUNA
  • INSPEÇÃO DE CONTEÚDO
  • BOOTCAMP
  • ATRIBUIÇÃO DE DADOS
  • FILTROS
  • FILTROS UTILIZANDO AND E OR
  • DADOS FALTANTES E DUPLICADOS
  • BOOTCAMP
  • RESUMO ESTATÍSTICO
  • AGRUPAMENTO
  • VISUALIZAÇÃO DE DADOS
  • CONECTANDO DADOS
  • SALVANDO DADOS
  • BOOTCAMP
Python ETL (Clique para expandir)

Objetivo: Aplicar de forma assertiva a funcionalidade ETL, no formato CSV, banco de dados e API na programação com Python.

  • CONHECENDO NOSSO ARQUIVO
  • CRIANDO COLUNAS
  • CATEGORIZAÇÃO DE DADOS
  • TRATANDO VALORES NULOS
  • BOOTCAMP
  • APAGANDO COLUNAS
  • PORQUÊ USAR APIS
  • MONTANDO URL
  • EXECUTANDO ENVIO APIS
  • TRANSFORMANDO DATA
  • IDENTIFICANDO COLUNAS
  • TRATANDO CONTEÚDOS DATAFRAME
  • BOOTCAMP
  • EXPORTANDO PARA CSV
  • CREDENCIAIS PARA BANCO DE DADOS
  • ESCREVENDO EM UM BANCO DE DADOS
  • LENDO DADOS EM UM BANCO DE DADOS
  • BOOTCAMP
Visualização de Dados (Clique para expandir)

Objetivo: Criar dashboards na ferramenta power bi, conseguindo aplicar técnicas durante todo o ciclo do dado, desde a sua captura dentro da ferramenta até a visualização.

 

  • PASSOS PARA UMA VISUALIZAÇÃO EFICIENTE
  • INICIANDO COM POWER BI
  • CONECTANDO DADOS
  • MÉTRICAS E DIMENSÕES
  • GRÁFICO DE BARRA
  • FILTROS DE DADOS
  • GRÁFICO DE LINHA E SÉRIE TEMPORAL
  • GRÁFICO DE PIZZA
  • ADICIONANDO CAMPO
  • DAX
  • CONTROLES DE FILTROS
  • GRÁFICO DE DISPERSÃO
  • GRÁFICO DE TABELA E TABELA DINÂMICA
  • TEXTOS
  • RELACIONAMENTO ENTRE DADOS
  • GRÁFICO DE MAPA
  • OUTROS GRÁFICOS
  • DESIGN
  • BOOTCAMP
IA e Machine Learning (Clique para expandir)

Objetivo: Compreeder conceitos dos principais modelos e aplicá-los em Python conforme problema estabelecido.

 

  • SUBGRUPOS DA INTELIGÊNCIA ARTIFICIAL
  • MACHINE LEARNING
  • TIPOS DE APRENDIZAGENS
  • FLUXO DE UM PROJETO DE MACHINE LEARNING
  • MÉTRICAS DE AVALIAÇÃO
  • PRINCIPAIS DESAFIOS
  • MODELOS DE CLASSIFICAÇÃO
  • NAIVE BAYES
  • REGRESSÃO LOGÍSTICA
  • K-NN
  • HIPEPARÂMETROS
  • SVM
  • ÁRVORES DE DECISÃO
  • RANDON FOREST
  • REDES NEURAIS
  • MODELOS DE REGRESSÃO
  • REGRESSÃO LINEAR
  • REGRESSÃO POLINOMIAL
  • OUTROS MÉTODOS
  • AGRUPAMENTO
  • K-MEANS

Chegou a hora. Vamos juntos?

Formação Prática Completa em Cientista de Dados
Presencial em Florianópolis – Harve

    Início das aulas: a definir

    Dias de aula: a definir

   Local das aulas: ACATE Primavera – Rodovia SC 401, 4100 – Km4 – Saco Grande, Florianópolis – SC

     Formas de pagamento: pix, transferência, cartão de crédito (12x s/juros) ou boleto (em até 8x)

  Público: Profissionais TI,Empreendedores, Engenheiros, profissionais de marketing e demais profissionais que queiram pivotar suas carreiras na direção do Data Science.

   Metodologia prática validada

   Mentorias individuais

   Turmas reduzidas

   Alto índice de satisfação

Nossos facilitadores já geraram resultados para:

Nossos facilitadores já geraram resultados para:

Facilitadores

Aprenda na prática os caminhos para ser um cientista de dados com os profissionais mais renomados do Brasil no Curso Data Science Florianópolis Harve

Guilherme Dan Yamada  

Formado em Engenharia Eletrônica, Especialização em Sistemas Embarcados e IoT para UP. Atualmente mestrando no programa de engenharia elétrica e informática industrial pela UTFPR. 

Claucio Antonio Rank Filho  

Mestre pela Universidade Federal do Paraná em parceria com o Smithsonian Institute – EUA . Atualmente no setor de ciência de dados da HILAB.

Gabriela Steinhaus de Oliveira  

Engenheira de Controle e Automação, já trabalhou em diversas áreas, incluindo ML para processamento de imagens. Atualmente é Cientista de Dados no Grupo Volvo, trabalha com os diversos aspecto dentro da área de dados: tratamento de dados e análises, ML, visualizações e transformação digital.

Guilherme Augusto Esplugues  

Engenheiro de Dados Sênior na A3 Data, atua para desenvolver arquiteturas e soluções para Big Data em empresas de diferentes setores / segmentos.

Marcelo Trigo Facilitador 3

Marcelo Trigo  

Especialista em dados e pessoas com foco em produtividade. Durante a carreira, trabalhou como analista e nos últimos dez anos liderando equipes de marketing digital, desenvolvimento de software e dados.

Fernando Gabardo  

Engenheiro Mecânico e MBA em Gestão Empresarial pela Fundação Getulio Vargas (FGV). Hoje, atua como Cientista de Dados na Stone. 

facilitadores-foto-carlos-eduardo

Carlos Eduardo Lopes  

Product ManagerProduct Manager na BBChain, gerenciando a implementação de projetos e produtos digitais, trabalhando também com ferramentas de ciência de dados e engenharia de dados, plataformas de BI (Qlik View, Qlik Sense e Power BI), manipulação de dados com SQL e Python e infraestruturas cloud (AWS).

Charles Adriano  

Consultor/Especialista em projetos na área de tecnologia de informação com mais de 20 anos de experiência atuando como autônome em projetos para renomadas consultorias do mercado (Accenture, Everis).

Bruna Mulinari Facilitadora

Bruna Mulinari  

Mestranda de Engenharia Elétrica e Informática Industrial, Campus Curitiba, e sócia proprietária da Dataplai. Atua na linha de sistemas embarcados e sistemas inteligentes, com foco em reconhecimento de padrões e processamento de sinais.

Jeferson Denerevick Facilitador

Jeferson Derenevick  

Especialista em Business Intelligence com formação em Analise e desenvolvimento de sistemas e Especialização em Data Science e Big Data, com mais de 8 anos de experiência. Atua como Especialista de Dados no Grupo Boticário.

Hellen Cristina Ancelmo  

Analista de Desenvolvimento Pleno no IBMP com formação em Engenharia de Controle e Automação, Mestrado em Engenharia Elétrica e Informática Industrial com Foco em Inteligência Artificial e realizando Doutorado em Biociências e Biotecnologia – Fiocruz (2024).

Lucas Cardoso Polak  

Engenheiro de computação, com MBA em Ciência de Dados e Analytics pela Universidade de São Paulo (USP), atuo como cientista de dados desde 2018. Hoje coordena o time de ciência de dados no Paraná Banco. 

Rafael Stonoga  

Formado em Engenharia Eletrônica, possui 7 anos de experiência com Python e 3 com engenharia de dados. Hoje é engenheiro de dados pleno no Grupo Boticário e também empreendedor, e trabalha com GCP, onde lida principalmente com Airflow e BigQuery.

A Metodologia Harve

Nós amamos o ensino presencial


Travou no exercício?
O facilitador Harve está do lado para ajudar.
Turmas reduzidas de no máximo 15 alunos. Mais atenção do facilitador.
Mentorias individuais. Só você e o facilitador tirando dúvidas específicas.

Aceleração e avaliação de aprendizagem

 Nossa metodologia acelera o aprendizado nas fases iniciais com foco na aplicação para avançar rapidamente até os níveis mais avançados. Ao final de cada módulo, realizamos uma avaliação de aprendizagem para entender como está a evolução do aluno e também mapear pontos de avanço de forma individual.

*Taxonomia de Bloom aplicada aos cargos no mercado de tecnologia

Práticas contínuas e materiais de estudo

Garantimos que para cada tema de estudo teórico, logo em seguida venham as fases de prática como a descoberta guiada e o hands on. A junção da prática contínua nas fases iniciais adiciona mais aceleração no aprendizado.

Nossa metodologia garante:

60% Prática
40% Teoria

Ambiente Virtual de Aprendizagem (AVA)

O AVA possibilita ao aluno Harve acessar o conteúdo das aulas, exercícios, curadoria de conteúdos, sempre que considerar necessário, quer seja para se preparar previamente para as aulas ou revisar e praticar os exercícios de cada módulo.

O seu portal para as carreiras digitais

A Harve é uma escola que dá acesso a uma nova dimensão de oportunidades, bons salários e flexibilidade através da ciência de dados.
Veja alguns dos nossos alunos que já atravessaram o portal para uma nova perspectiva de vida:

Marília Nakayama

Aluna Harve Cientista de Dados

Contratada:

Grupo Boticário

Matehus Lana

Aluno Harve Cientista de Dados

Contratado:

Dell Technologies

Carolina Dias

Aluna Harve Cientista de Dados

Contratada:

INTERMETALINK

André Luis Krasinski

Aluno Harve Cientista de Dados

Contratado:

ST-One

66%

Índice de empregabilidade de alunos Harve 

nos 6 primeiros meses após a formação

66%

Índice de empregabilidade de alunos Harve 

nos 6 primeiros meses após a formação

Ambiente que estimula a prática e a criatividade

Aqui nós formamos os profissionais do presente e do futuro!

São 112 horas de conteúdo completo para você iniciar sua carreira em data science

Venha aprender em 4 meses com conteúdo atualizado e mentores renomados do mercado no Curso Data Science Florianópolis Harve.

Quer conversar com nosso consultor?

Ligue: 41 99989-0135